许可协议: cc-by-nc-4.0 语言:

• 英文 标签:
• 金融
• 鹰派鸽派分类 管道标签: 文本分类 示例:
• 文本: "此类指引意味着，若事态发展显示通胀上升迹象，应立即实施紧缩政策。"
• 文本: "国际货币基金组织预测2019年全球经济增长将是金融危机以来最缓慢的。"

用于FOMC鹰派-鸽派-中性分类任务的微调模型

本页面包含ACL 2023论文《万亿级词汇：新型金融数据集、任务与市场分析》的模型。该研究由佐治亚理工学院金融科技创新实验室完成。该实验室是美国东南部金融教育、研究与产业的中心枢纽。

论文详见SSRN

标签释义

LABEL_2: 中性
LABEL_1: 鹰派
LABEL_0: 鸽派

使用指南(Python代码)

from transformers import pipeline
from transformers import AutoTokenizer, AutoModelForSequenceClassification, AutoConfig

tokenizer = AutoTokenizer.from_pretrained("gtfintechlab/FOMC-RoBERTa", do_lower_case=True, do_basic_tokenize=True)
model = AutoModelForSequenceClassification.from_pretrained("gtfintechlab/FOMC-RoBERTa", num_labels=3)
config = AutoConfig.from_pretrained("gtfintechlab/FOMC-RoBERTa")

classifier = pipeline('text-classification', model=model, tokenizer=tokenizer, config=config, device=0, framework="pt")
results = classifier(["此类指引意味着，若事态发展显示通胀上升迹象，应立即实施紧缩政策。", 
                      "国际货币基金组织预测2019年全球经济增长将是金融危机以来最缓慢的。"], 
                      batch_size=128, truncation="only_first")

print(results)

数据集

所有标注数据集及3种随机种子的训练-测试划分详见GitHub页面

引用与联系方式

引用

若使用任何代码、数据或模型，请引用我们的论文。

@inproceedings{shah-etal-2023-trillion,
    title = "万亿级词汇：新型金融数据集、任务与市场分析",
    author = "Shah, Agam  and
      Paturi, Suvan  and
      Chava, Sudheer",
    booktitle = "第61届计算语言学协会年会论文集(第一卷：长论文)",
    month = jul,
    year = "2023",
    address = "加拿大多伦多",
    publisher = "计算语言学协会",
    url = "https://aclanthology.org/2023.acl-long.368",
    doi = "10.18653/v1/2023.acl-long.368",
    pages = "6664--6679",
    abstract = "联邦公开市场委员会(FOMC)的货币政策声明是金融市场回报的主要驱动因素。我们构建了最大规模的FOMC演讲、会议纪要和新闻发布会记录的分词标注数据集，以理解货币政策如何影响金融市场。本研究开发了鹰派-鸽派分类的新任务，并在提议的数据集上对多种预训练语言模型进行基准测试。使用性能最佳的模型(RoBERTa-large)，我们构建了FOMC文件发布日的货币政策立场度量。为评估构建的度量，我们研究其对国债市场、股票市场和宏观经济指标的影响。我们的数据集、模型和代码已在Huggingface和GitHub上基于CC BY-NC 4.0协议公开。",
}

联系方式

如有任何问题请联系Agam Shah(ashah482[at]gatech[dot]edu)
GitHub: @shahagam4 个人网站: https://shahagam4.github.io/