Характеристики

Контекст: 512 токенов
Лицензия: Apache 2.0
Архитектура: distilbert · dense
Опубликована: 8 авг 2022

Ссылки

Hugging Face

distilbert-optimised-finetuned-financial-sentiment

hazrulakmal

Классификация текстаТекст → label3 профессии

Дообученная модель DistilBERT для классификации тональности финансовых текстов.

211скачиваний за 30 дней0лайковвеса обновлены14 авг 2022

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Модель hazrulakmal/distilbert-optimised-finetuned-financial-sentiment — дообученная версия distilbert-base-uncased для классификации тональности финансовых текстов. Она построена на DistilBERT и предназначена для определения эмоциональной окраски финансовых высказываний; поддерживает входной контекст длиной до 512 токенов.

В карточке приведены результаты оценки: accuracy 0,8582 и F1 0,8581 при loss 0,3112. Данные для обучения обозначены как None, поэтому результаты нельзя уверенно переносить на конкретные источники и типы финансовых текстов. Модель опубликована под лицензией Apache-2.0.

Сценарии применения

Определение тональности финансовых новостей
Классификация тональности сообщений о компаниях и акциях
Анализ эмоциональной окраски финансовых комментариев

Ограничения

Карточка не описывает обучающий набор данных и подробные ограничения; указанные метрики относятся только к оценочному набору. Контекст ограничен 512 токенами.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

IV.2Отраслевые задачиБанки, платежи и инвестицииAI помогает управлять финансовым риском, платежами, инвестиционным анализом и обслуживанием клиентов.37 задач1 723модели III.2Корпоративные функцииИсследование рынка и маркетингAI помогает понимать рынок, создавать коммуникации и улучшать эффективность маркетинга.22 задачи8 594модели III.1Корпоративные функцииСтратегия, продукт и бизнес-моделиAI помогает принимать продуктовые и стратегические решения на основе свидетельств, а не только интуиции.19 задач2 459моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

distilbert-optimised-finetuned-financial-sentiment

This model is a fine-tuned version of distilbert-base-uncased on the None dataset. It achieves the following results on the evaluation set:

Loss: 0.3112
Accuracy: 0.8582
F1: 0.8581

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

learning_rate: 2e-05
train_batch_size: 64
eval_batch_size: 64
seed: 42
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
num_epochs: 2

Training results

Training Loss	Epoch	Step	Validation Loss	Accuracy	F1
0.5877	1.0	561	0.3070	0.8455	0.8459
0.2304	2.0	1122	0.3112	0.8582	0.8581

Framework versions

Transformers 4.20.1
Pytorch 1.11.0
Datasets 2.1.0
Tokenizers 0.12.1

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · text-classification

Можно запустить

Подбираем GPU…

Класс архитектуры: DistilBertForSequenceClassification
Ревизия весов: 0c16246