model_name: Llama3-新闻分析
author: irene93
license: mit
tags:

• 文本生成
• 新闻分析
• 情感分析
• 摘要生成
• 股票代码识别
• 广告检测
  language: ko
  library_name: transformers
  pipeline_tag: 文本生成

新闻分析模型

本仓库包含一个能对给定新闻正文进行以下分析的模型：

• 摘要生成(Summarization): 将新闻文章的主要内容浓缩为1~3行摘要
• 情感分析(Sentiment Analysis): 评估文章情感倾向（正面/负面/中立）
• 股票代码提取(Stock Code Identification): 根据提及的公司名称提取关联股票代码
• 广告识别(Advertisement Detection): 判断正文是否属于广告内容

模型信息

本模型基于meta-llama的Llama-3.2-3B微调训练，使用Hugging Face的transformers库实现。

• 模型: irene93/Llama3-news-analysis
• 分词器: AutoTokenizer
• 模型架构: AutoModelForCausalLM

安装指南

首先配置环境：

pip install torch transformers  

使用示例

以下是使用模型分析新闻文章的示例代码：

import torch  
from transformers import AutoModelForCausalLM, AutoTokenizer  

# 加载模型和分词器  
tokenizer = AutoTokenizer.from_pretrained('irene93/Llama3-news-analysis')  
model = AutoModelForCausalLM.from_pretrained('irene93/Llama3-news-analysis')  
model = torch.nn.DataParallel(model).cuda()  

device = "cuda:0"  

user_content = """韩华航空航天宣布与'Milrem Robotics'共同开发世界顶级无人车辆。  
韩华航空航天19日表示，已与欧洲最大无人地面车辆(UGV)企业Milrem Robotics签署谅解备忘录，双方将在'IDEX 2025'展会上共同开发最新履带式UGV——T-RCV（履带式机器人战斗车辆），并扩大全球市场战略合作。  
爱沙尼亚的'Milrem Robotics'已向包括北约8国在内的16个国家供应履带式UGV，拥有引领全球UGV标准化的顶尖技术。  

韩华航空航天通过轮式UGV'ARION-SMET'成功完成美军海外性能对比测试(FCT)，并自主开发下一代UGV'GRUNT'，其技术实力获得全球市场认可，目前正参与韩国陆军多功能无人车辆采购项目竞标。  
韩华航空航天表示："基于双方合作，我们将为国内外客户提供应对快速变化的现代战场环境的新方案。"  

Milrem Robotics方面也表示："将依托双方的创新技术和丰富全球市场经验，全力开发尖端无人化解决方案。"""  

messages = [  
    {"role": "system", "content": "你是新闻分析助手。**指令**:- 对给定新闻输出summary/advr/stk_code/sent_score的JSON格式分析结果 - summary需1~3行 - advr字段：广告内容为1，非广告为0 - stk_code字段：提取正文提及的股票代码（Python列表格式） - sent_score字段：积极1/消极-1/中性0"},  
    {"role": "user", "content": user_content}  
]  

input_ids = tokenizer.apply_chat_template(  
    messages,  
    add_generation_prompt=True,  
    return_tensors="pt"  
).to(device)  

terminators = [  
    tokenizer.eos_token_id,  
    tokenizer.convert_tokens_to_ids("<|eot_id|>")  
]  

outputs = model.module.generate(  
    input_ids,  
    max_new_tokens=2048,  
    eos_token_id=terminators,  
    do_sample=False,  
)  

response = outputs[0][input_ids.shape[-1]:]  
print(tokenizer.decode(response, skip_special_tokens=True))  

示例输出

{  
  'summary': '韩华航空航天与Milrem Robotics合作开发无人车辆',  
  'advr_tp': '0',  
  'stk_code': ['012450'],  
  'sent_score': 1  
}  

运行要求

• torch
• transformers

许可证

本项目采用MIT许可证。