许可证：apache-2.0
数据集：

• takala/financial_phrasebank
  语言：
• en
  评估指标：
• f1
  基础模型：
• answerdotai/ModernBERT-large
  新版本：ProsusAI/finbert
  任务标签：文本分类
  库名称：transformers
  标签：
• 金融
• 情感分析
• 金融情感分析
• 情感分类
  示例输入：
• 文本："股市大涨，英镑走强。"

Modern-FinBERT-large：金融情感分析

Modern-FinBERT-large 是一个专为金融情感分析设计的预训练NLP模型。它基于ModernBERT-large语言模型，通过进一步在大规模金融语料上训练，使其高度适配金融文本分类任务。

在微调阶段，该模型采用了Malo等人（2014）提出的**金融短语库**，这是金融情感分析领域广泛使用的基准数据集。

情感标签

模型输出softmax概率分布，涵盖三种情感类别：

• ‚úÖ 积极
• ‚ùå 消极
• ‚öñ 中立

关于ModernBERT的更多技术细节，请查阅研究论文：
üîç ModernBERT技术文档

使用方法

可通过Transformers流水线进行情感分析：

pip install -U transformers

from transformers import AutoTokenizer, AutoModelForSequenceClassification, pipeline

# 加载预训练模型和分词器
model = AutoModelForSequenceClassification.from_pretrained('beethogedeon/Modern-FinBERT-large', num_labels=3)
tokenizer = AutoTokenizer.from_pretrained('answerdotai/ModernBERT-large')

# 初始化NLP流水线
nlp = pipeline("text-classification", model=model, tokenizer=tokenizer)

sentence = "股市大涨，英镑走强。"

print(nlp(sentence))