语言: 英文
组件:

• 文本: "我明天要买入100股cake"

roberta-ticker: 基于Roberta微调的金融代码识别模型

简介

这是一个专门用于识别文本中金融证券代码的模型。
训练数据源自以下Kaggle数据集经转换后的版本:
https://www.kaggle.com/omermetinn/tweets-about-the-top-companies-from-2015-to-2020

如何使用HuggingFace运行roberta-ticker

加载模型及其子词标记器:

from transformers import AutoTokenizer, AutoModelForTokenClassification  

tokenizer = AutoTokenizer.from_pretrained("Jean-Baptiste/roberta-ticker")  
model = AutoModelForTokenClassification.from_pretrained("Jean-Baptiste/roberta-ticker")  

##### 处理文本示例  

from transformers import pipeline  

nlp = pipeline('ner', model=model, tokenizer=tokenizer, aggregation_strategy="simple")  

nlp("我明天要买入100股cake")  
[{'entity_group': 'TICKER',  
  'score': 0.9612462520599365,  
  'word': ' cake',  
  'start': 32,  
  'end': 36}]  

nlp("我明天要吃一块蛋糕")  
[]  

模型性能

精确率: 0.914157  
召回率: 0.788824  
F1值: 0.846878