Data source: hw2942/financial-news-sentiment
Pre-trained model for fine-tuning: bert-base-chinese
Fine-tuned data: 2000 for train, 329 for validation
Характеристики
- Контекст
- 512 токенов
- Параметры
- 129 млн
- Архитектура
- bert · dense
- Опубликована
- 14 июн 2023
Ссылки
bert-base-chinese-finetuning-financial-news-sentiment-v2
Китайская BERT-модель для классификации тональности финансовых новостей.
1 823скачиваний за 30 дней43лайкавеса обновлены19 янв 2024
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 hw2942/bert-base-chinese-finetuning-financial-news-sentiment-v2 — китайская модель классификации тональности финансовых новостей на основе BERT, разработанная автором репозитория. Она дообучена на bert-base-chinese с использованием данных hw2942/financial-news-sentiment: 2000 примеров для обучения и 329 для проверки. Модель содержит 129,5 млн параметров, использует архитектуру BertForSequenceClassification и принимает текстовые последовательности длиной до 512 токенов.
Модель предназначена для определения тональности финансовых новостей на китайском языке и может применяться для автоматической разметки новостных потоков и анализа финансовых публикаций. Доступны веса PyTorch. Сведения о лицензии и ограничениях применения в предоставленных источниках отсутствуют.
Сценарии применения
- Определение тональности финансовых новостей на китайском языке
- Автоматическая разметка публикаций о финансовых рынках
- Классификация новостных текстов для мониторинга финансовой повестки
Ограничения
Обучающая выборка содержит 2000 примеров, а проверочная — 329; качество на других источниках финансовых текстов не установлено. Лицензия в предоставленных источниках не указана.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
IV.2Отраслевые задачиБанки, платежи и инвестицииAI помогает управлять финансовым риском, платежами, инвестиционным анализом и обслуживанием клиентов.37 задач1 723моделиI.11Универсальные способностиКлассификация, ранжирование и сопоставлениеAI помогает распределять объекты по категориям, устанавливать соответствия и определять порядок обработки.15 задач26 736моделейI.14Универсальные способностиАвтоматизация процессов и AI-агентыAI помогает выполнять многошаговые цифровые процессы и координировать действия между системами.20 задач26 022модели
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · text-classification
Подбираем GPU…
- Класс архитектуры
- BertForSequenceClassification
- Ревизия весов
- 5ab89dc