# 金融文本分析

基於roberta-base-zeroshot-v2.0-c微調的零樣本分類模型，採用SmartShot方法和合成數據提升性能

基於bert-base-chinese微調的中文金融情感分析模型，專門用於分析師報告的情感分類

KF-DeBERTa是由KakaoBank與FNGuid聯合發佈的金融領域專用語言模型，基於DeBERTa-v2架構構建，在通用和金融領域下游任務中均表現優異。

DISC-FinLLM是基於百川-13B-Chat開發的金融領域大模型，提供金融諮詢、文本分析、計算和知識檢索問答服務。

基於ProsusAI/finbert微調的金融新聞情感分析模型，用於預測新聞情感傾向（買入/中性/賣出）

基於klue/roberta-small微調的韓語金融領域命名實體識別模型，在金融文本中識別特定實體

BERTopic是一個靈活且模塊化的話題建模框架，能夠從大型數據集中生成易於解釋的話題。

該模型是基於klue/roberta-base模型，使用kor_nli數據集中的mnli和xnli進行微調，專門用於韓語零樣本分類任務。

基於BERT的中文金融新聞情感分析模型，用於分析金融新聞文本的情感傾向。

用於FOMC鷹派-鴿派-中性分類任務的微調RoBERTa模型

該模型的具體信息不可用，請參考相關文檔獲取詳情

基於BERTweet基礎模型微調，用於檢測社交媒體文本中的語言不確定性（對沖）。

SEC-BERT是面向金融領域的BERT模型系列，基於美國證券交易委員會(SEC)的10-K年報文件訓練，支持金融自然語言處理研究和金融科技應用。

FinBERT 是一個專門針對金融領域優化的 BERT 模型，用於處理金融文本相關的自然語言處理任務。

這是一個基於AutoNLP訓練的多類別分類模型，專門用於銀行交易分類任務。

FReE是一個基於DistilBERT的模型，專門針對金融關係類型檢測與分類任務進行微調。

一個基於Transformer架構的多功能語言模型，支持文本生成、問答和代碼補全等任務

一個多功能的大語言模型，能夠處理各種自然語言處理任務

一個多功能的大語言模型，能夠處理各種自然語言任務

基於EstBERT微調的命名實體識別模型，用於識別愛沙尼亞語文本中的地點、機構和人名三類實體。