This is seara/rubert-tiny2-russian-sentiment model fine-tuned for sentiment classification of short Russian financial posts from Telegram channels.
The task is a multi-class classification with the following labels:
0: neutral
1: positive
2: negative
Usage
from transformers import pipeline
model = pipeline(model="mxlcw/rubert-tiny2-russian-economic-sentiment")
model("""На фоне санкций и дефицита госбюджета РФ компания Северсталь может
потерять доступ к европейским рынкам. Причина — избыток сырья,
из-за чего цены реализации могли снизиться, а также риск повышения
налоговой нагрузки на фоне дефицита госбюджета РФ — все это создает
неопределенность относительно результатов в 2023 году.""")
#[{'label': 'negative', 'score': 0.9207897186279297}]
Dataset
This model was trained on the following dataset:
- Telegram Financial Sentiment (ru)
An overview of the training data can be found here.