FinBERT是一个基于金融文本预训练的BERT模型，旨在推动金融自然语言处理的研究与实践。该模型基于以下三大金融文本语料库训练而成，总规模达49亿词元：

• 企业财报（10-K和10-Q文件）：25亿词元
• 财报电话会议记录：13亿词元
• 分析师报告：11亿词元

若在学术研究中引用本模型，请标注以下文献：

黄安华、王辉与杨毅，《FinBERT：面向金融文本信息提取的大规模语言模型》，《当代会计研究》（2022年）；

杨毅、马克·克里斯托弗·西·乌伊与黄安华，《FinBERT：面向金融通讯的预训练语言模型》，arXiv预印本论文（2020年）。

FinBERT可针对下游任务进行微调。我们已基于该模型开发了金融情感分析、ESG分类、前瞻性声明分类等专项模型。访问FinBERT.AI获取各任务模型详情及最新研究进展。