Finance Sentiment Zh Fast

🚀 金融情感中文分析模型（快速版）

Finance Sentiment ZH (fast) 是一个基于 distiluse 的模型，用于分析中文金融新闻的情感倾向。该模型在 Malo 等人（2014 年）的 Financial PhraseBank 翻译版本上进行训练，在单张 RTX3090 GPU 上训练了 10 个轮次。

此模型会给出三种情感标签：积极、消极和中性。

🚀 快速开始

直接使用

你可以直接使用 transformers 库中的 pipeline 进行情感分析：

from transformers import pipeline

nlp = pipeline("sentiment-analysis", model="bardsai/finance-sentiment-zh-fast")
nlp("净销售额增长30%，达到3600万欧元。")

[{'label': 'positive', 'score': 0.9996095299720764}]

✨ 主要特性

• 多标签分类：模型能够输出积极、消极和中性三种情感标签，准确反映金融文本的情感倾向。
• 训练数据优质：基于高质量的 Financial PhraseBank 翻译版本进行训练，保证了模型的准确性和可靠性。
• 性能高效：在 RTX 3090 GPU 上每秒可处理 264.6 个样本，能够快速完成情感分析任务。

💻 使用示例

基础用法

from transformers import pipeline

nlp = pipeline("sentiment-analysis", model="bardsai/finance-sentiment-zh-fast")
nlp("净销售额增长30%，达到3600万欧元。")

📚 详细文档

性能指标

（上述性能指标在 RTX 3090 GPU 上进行评估）

更新日志

• 2023 - 07 - 12：初始版本发布

关于 bards.ai

bards.ai 专注于为合作伙伴提供机器学习专业知识和技能，尤其在自然语言处理、机器视觉和时间序列分析领域。我们的团队位于波兰弗罗茨瓦夫。如需更多信息，请访问我们的网站：bards.ai

如果您使用了我们的模型，请告知我们。如果您需要任何帮助，请随时通过 info@bards.ai 联系我们。