language: zh tags:

• 文本分类
• 金融情感分析
• 情感分析 datasets:
• datasets/financial_phrasebank metrics:
• f1值
• 准确率
• 精确率
• 召回率 widget:
• text: "净销售额增长30%，达到3600万欧元。" example_title: "示例1"
• text: "黑色星期五拉开帷幕。店内促销活动列表。" example_title: "示例2"
• text: "CDPROJEKT股价在WSE上市公司中跌幅最大。" example_title: "示例3"

金融情感分析中文模型（基础版）

Finance Sentiment ZH (base) 是基于 bert-base-chinese 的中文金融新闻情感分析模型。该模型在 Malo 等人（20014年）发布的Financial PhraseBank数据集翻译版本上训练了10个epoch，使用单块RTX3090显卡。

模型将输出三种情感标签：积极（positive）、消极（negative）和中性（neutral）。

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-zh-base")
nlp("净销售额增长30%，达到3600万欧元。")

[{'label': 'negative', 'score': 0.9999314546585083}]

性能指标

（性能测试基于RTX 3090显卡）

更新日志

• 2023-07-12: 首次发布

关于bards.ai

bards.ai团队位于波兰弗罗茨瓦夫，专注于为合作伙伴提供机器学习专业技术服务，特别是在自然语言处理、机器视觉和时间序列分析领域。欢迎访问我们的官网了解更多信息：bards.ai

如果您使用了我们的模型，请告诉我们 :)。如需任何帮助，欢迎通过info@bards.ai联系我们