中文金融情感分析模型

这是一个基于bert-base-chinese微调的FinBERT版本，使用私有数据集（约8000条分析师报告句子）进行情感分析训练。

• 测试准确率 = 0.88
• 测试宏平均F1值 = 0.87
• 标签说明: 0 -> 中性; 1 -> 积极; 2 -> 消极

使用方法

from transformers import TextClassificationPipeline
from transformers import AutoModelForSequenceClassification, TrainingArguments, Trainer
from transformers import BertTokenizerFast
model_path="./fin_sentiment_bert_zh/"
new_model = AutoModelForSequenceClassification.from_pretrained(model_path,output_attentions=True)
tokenizer = BertTokenizerFast.from_pretrained(model_path)
PipelineInterface = TextClassificationPipeline(model=new_model, tokenizer=tokenizer, return_all_scores=True)
label = PipelineInterface("此外宁德时代上半年实现出口约2GWh，同比增加200%+。") 
print(label)

[[{'label': 'LABEL_0', 'score': 0.0007030126871541142}, {'label': 'LABEL_1', 'score': 0.9989339709281921}, {'label': 'LABEL_2', 'score': 0.000363016442861408}]]