语言: fr
标签:

• 文本分类
• 金融情感分析
• 情感分析
  数据集:
• datasets/financial_phrasebank
  评估指标:
• f1值
• 准确率
• 精确率
• 召回率
  示例输入:
• 文本: "净营业收入增长30%，达到3600万欧元。"
  示例标题: "示例1"
• 文本: "黑色星期五促销启动。店内优惠清单。"
  示例标题: "示例2"
• 文本: "CDPROJEKT股票在华沙证券交易所上市公司中跌幅最大。"
  示例标题: "示例3"

金融情感分析FR（基础版）

金融情感分析FR（基础版）是基于camembert-base的模型，用于分析法语金融新闻的情感倾向。该模型在Malo等人（20014年）Financial PhraseBank翻译版本上训练了10个epoch，使用单块RTX3090显卡。

模型输出包含三个情感标签：积极、消极和中性。

使用方法

您可以直接使用pipeline进行情感分析：

from transformers import pipeline

nlp = pipeline("sentiment-analysis", model="bardsai/finance-sentiment-fr-base")
nlp("净营业收入增长30%，达到3600万欧元。")

[{'label': 'positive', 'score': 0.9987998807375955}]

性能指标

（性能评估基于RTX 3090显卡）

更新日志

• 2023-09-18: 初始版本发布

关于bards.ai

在bards.ai，我们专注于为合作伙伴提供机器学习专业知识和技能，特别是在自然语言处理、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。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，请告诉我们：）。同时，如果您需要任何帮助，欢迎通过info@bards.ai联系我们