语言:

• 英语 标签:
• 文本分类
• DistilBERT
• 金融情绪分析
• 情绪
• 推特
• StockTwits
• PyTorch 许可证: MIT 数据集:
• vamossyd/finance_emotions 评估指标:
• 准确率
• 精确率
• 召回率
• F1值 示例输入:
• 文本: "冲上月球 🚀🚀🚀"

EmTract (DistilBERT基础未调优版)

模型描述

emtract-distilbert-base-uncased-emotion是基于统一情绪数据集微调的专用模型，包含约25万条标注为七种情绪类别的文本：中性、快乐、悲伤、愤怒、厌恶、惊讶和恐惧。该模型后续又针对StockTwits平台1万条人工标注的金融社交消息进行了适配优化，特别擅长分析StockTwits等金融社交媒体内容的情绪特征。

核心训练参数：序列长度64，学习率2e-5，批次大小128，训练8个周期。具体推理使用方法请参见附带的Inference.ipynb笔记本。

训练数据

初始训练数据来自统一情绪数据集，补充数据通过社交媒体采集并人工标注，详见此处。

评估指标

采用以下指标进行评估：

• 准确率
• 精确率
• 召回率
• F1值

相关研究

金融社交媒体情绪提取的基础研究发表于：arXiv 和 SSRN。

引用规范

使用本模型请引用：

Vamossy, Domonkos F., 与 Rolf Skog. "EmTract：社交媒体情绪提取". SSRN 3975884 (2023).

BibTex格式：

@article{vamossy2023emtract,
  title={EmTract：社交媒体情绪提取},
  author={Vamossy, Domonkos F and Skog, Rolf},
  journal={SSRN 3975884},
  year={2023}
}

应用研究案例

社交媒体情绪与IPO回报 投资者情绪与财报公告

许可声明

本项目采用MIT开源许可证。