library_name: transformers license: apache-2.0 base_model: samchain/econo-sentence-v2 tags:

• generated_from_trainer
• finance metrics:
• accuracy
• f1
• precision
• recall model-index:
• name: EconoSentiment results: [] datasets:
• FinanceMTEB/financial_phrasebank language:
• en pipeline_tag: text-classification

EconoSentiment情感分析模型

该模型是在FinanceMTEB提供的金融短语银行数据集上对samchain/econo-sentence-v2进行微调的版本。完整模型采用小学习率训练（而非冻结编码器），因此不建议将该模型的编码器用于情感分析之外的其他任务。

在评估集上取得如下结果：

• 损失值：0.1293
• 准确率：0.962
• F1分数：0.9619
• 精确率：0.9619
• 召回率：0.962

模型描述

基础模型是基于EconoBert构建的sentence-transformers模型。

使用场景与限制

本模型专为金融领域情感分析任务设计提供实用工具。

训练与评估数据

数据集直接来自HuggingFace的FinanceMTEB仓库，预处理包括将文本统一分词为512个标记的固定长度序列。

训练流程

训练超参数

训练过程中使用以下超参数配置：

• 学习率：3e-05
• 训练批大小：8
• 评估批大小：16
• 随机种子：42
• 优化器：采用adamw_torch，参数为betas=(0.9,0.999)，epsilon=1e-08，无额外优化器参数
• 学习率调度器类型：线性
• 学习率预热步数：100
• 训练轮次：2

训练结果

框架版本

• Transformers 4.50.0
• Pytorch 2.1.0+cu118
• Datasets 3.4.1
• Tokenizers 0.21.1