语言: 葡萄牙语
许可证: Apache-2.0

微件示例:

• 文本: "DI期货今早下跌20个基点"
  示例标题: "示例1"
• 文本: "由于国际市场对金融科技情绪受挫，Nubank决定下调首次公开募股(IPO)的价格区间"
  示例标题: "示例2"
• 文本: "Ibovespa指数随市场调整收于温和上涨"
  示例标题: "示例3"

FinBERT-PT-BR：巴西葡萄牙语金融BERT

FinBERT-PT-BR是一个预训练的NLP模型，用于分析巴西葡萄牙语金融文本的情感。

该模型训练分为两个主要阶段：语言建模和情感建模。第一阶段使用超过140万条葡萄牙语金融新闻文本训练语言模型。基于此训练，仅需少量标注文本（500条）即可构建出收敛效果良好的情感分类器。

研究最后展示了与其他模型的对比分析及本模型的潜在应用场景。对比分析表明，该模型性能优于当前最先进模型。应用层面，该模型可用于构建情感指数、投资策略及宏观经济数据分析（如通胀指标）。

应用场景

情感指数

使用方法

BertForSequenceClassification

from transformers import AutoTokenizer, BertForSequenceClassification  
import numpy as np  

pred_mapper = {  
    0: "积极",  
    1: "消极",  
    2: "中性"  
}  

tokenizer = AutoTokenizer.from_pretrained("lucas-leme/FinBERT-PT-BR")  
finbertptbr = BertForSequenceClassification.from_pretrained("lucas-leme/FinBERT-PT-BR")  

tokens = tokenizer(["今天股市下跌", "今天股市上涨"], return_tensors="pt",  
                  padding=True, truncation=True, max_length=512)  
finbertptbr_outputs = finbertptbr(**tokens)  

preds = [pred_mapper[np.argmax(pred)] for pred in finbertptbr_outputs.logits.cpu().detach().numpy()]  

Pipeline

from transformers import (  
    AutoTokenizer,  
    BertForSequenceClassification,  
    pipeline,  
)  

finbert_pt_br_tokenizer = AutoTokenizer.from_pretrained("lucas-leme/FinBERT-PT-BR")  
finbert_pt_br_model = BertForSequenceClassification.from_pretrained("lucas-leme/FinBERT-PT-BR")  

finbert_pt_br_pipeline = pipeline(task='text-classification', model=finbert_pt_br_model, tokenizer=finbert_pt_br_tokenizer)  
finbert_pt_br_pipeline(['今天股市下跌', '今天股市上涨'])  

作者

• 卢卡斯·莱梅 - lucaslssantos99@gmail.com

引用

@inproceedings{santos2023finbert,  
  title={FinBERT-PT-BR：葡萄牙语金融市场文本情感分析},  
  author={桑托斯, 卢卡斯·L and 比安奇, 雷纳尔多·AC and 科斯塔, 安娜·HR},  
  booktitle={第二届巴西金融人工智能研讨会论文集},  
  pages={144--155},  
  year={2023},  
  organization={巴西计算机学会}  
}  

论文

• 论文: FinBERT-PT-BR：葡萄牙语金融市场文本情感分析
• 本科论文: FinBERT-PT-BR：葡萄牙语金融市场相关文本情感分析