# 金融情感分析

基於econo-sentence-v2微調的金融領域情感分析模型，在金融短語銀行數據集上達到96.2%準確率

基於Llama-3.2-3B微調的新聞分析模型，支持摘要生成、情感分析、股票代碼提取和廣告識別

本模型是在FinBERT基礎上微調的金融情感分類模型，可將金融文本劃分為負面、中性和正面三類。

Modern-FinBERT-large 是一個專為金融情感分析設計的預訓練NLP模型，基於ModernBERT-large語言模型，通過在大規模金融語料上訓練，適配金融文本分類任務。

該模型是基於DistilBERT微調的金融情感分析模型，專門用於對金融文本進行情感分類。

基於Llama-3-8B微調的金融文本情感分析模型，支持積極/中性/消極三分類

基於FinBERT微調的金融情感分析模型，專為金融文本情感分類優化

該模型是基於cardiffnlp/twitter-roberta-base-sentiment在推特金融新聞情感數據集上微調的版本，專門用於金融文本情感分析。

FinMA-7B-NLP是貔貅項目開發的金融領域大語言模型，專為理解複雜金融術語和概念而設計，經過自然語言指令微調，擅長金融NLP任務。

SSAF-FinBert是基於FinBert微調的股票市場新聞情感分析模型，能分類金融文本為積極、消極和中性三類情感。

基於DeBERTa-v3-small微調的金融新聞情感分析模型，在評估集上F1值達0.9940

基於金融數據集微調的LLama 2 7b語言模型，專為金融領域打造，擅長提取、理解並生成金融相關文本。

基於Deberta-v2架構的金融情感分類模型，在多個金融情感數據集上微調

FinABSA是基於T5-Large架構訓練的面向方面情感分析(ABSA)任務的模型，能夠解析含多方面的句子，通過將目標方面替換為[TGT]標記，模型可聚焦該方面的情感預測。

FLANG-BERT是一個針對金融領域優化的預訓練語言模型，基於BERT架構，通過金融術語優先掩碼策略增強領域表徵能力。

基於microsoft/deberta-v3-base微調的金融文本情感分析模型，專門用於分析財經新聞和市場情緒

基於roberta-base模型微調的股票評論情感分析模型，可判斷散戶投資者言論的看漲/看跌傾向

基於DistilRoBERTa微調的金融新聞情感分析模型，準確率達98.23%

基於BERT架構的金融領域專用情感分析模型，在金融短語庫數據集上微調

該模型是基於deepmind/language-perceiver在financial_phrasebank數據集上微調的金融文本情感分類模型。

基於distilroberta-base微調的金融文本情感分析模型，用於判斷金融新聞的情感傾向（負面、中性、正面）。

面向韓語金融領域的預訓練語言模型，通過增量預訓練和情感分析微調提升金融文本處理性能

FinBERT是一款基於金融通訊文本預訓練的BERT模型，專注於金融自然語言處理領域。finbert-tone是其微調版本，用於金融情感分析任務。

FinBERT是一個基於金融文本預訓練的BERT模型，旨在推動金融自然語言處理的研究與實踐。

基於BERT的金融情感分析模型，通過噪聲搜索增強數據訓練，適用於金融新聞的情感分類

FinBERT是一款專門用於金融文本情感分析的預訓練自然語言處理模型