审计师评价情感模型

该模型是从内部训练的 FinBERT 的专有版本进行微调的，使用了demo.org专有的审计师情感评价数据集。

FinBERT是在大规模财经文本上预先训练的BERT模型。旨在增强财经自然语言处理研究和实践，希望财经从业者和研究人员能够从该模型中受益，而无需大量计算资源来训练模型。

训练数据

该模型使用demo-org/auditor_review评论数据集中的 Autotrain 进行了微调。

模型状态

该模型目前正在开发中进行评估，评估将持续到本季度结束。根据结果，可能会将其提升到生产环境。

训练超参数

在训练过程中使用了以下超参数：

• 学习率：0.0002
• 训练批量大小：16
• 评估批量大小：8
• 种子：42
• 优化器：Adam，betas=(0.9,0.999)，epsilon=1e-08
• 学习率调度程序类型：线性
• 训练时长：4个周期
• 混合精度训练：本地AMP

使用AutoTrain训练的模型

• 问题类型：多类别分类
• 模型ID： 1167143226
• CO2排放量（以克为单位）：3.165771608457648

验证指标

• 损失：0.3418470025062561
• 准确率：0.8617131062951496
• 宏F1：0.8448284352912685
• 微F1：0.8617131062951496
• 加权F1：0.8612696670395574
• 宏精确率：0.8440532616584138
• 微精确率：0.8617131062951496
• 加权精确率：0.8612762332366959
• 宏召回率：0.8461980005490884
• 微召回率：0.8617131062951496
• 加权召回率：0.8617131062951496

使用方法

您可以使用cURL访问此模型：

$ curl -X POST -H "Authorization: Bearer YOUR_API_KEY" -H "Content-Type: application/json" -d '{"inputs": "I love AutoTrain"}' https://api-inference.huggingface.co/models/rajistics/autotrain-auditor-sentiment-1167143226

或使用Python API：

from transformers import AutoModelForSequenceClassification, AutoTokenizer

model = AutoModelForSequenceClassification.from_pretrained("rajistics/autotrain-auditor-sentiment-1167143226", use_auth_token=True)

tokenizer = AutoTokenizer.from_pretrained("rajistics/autotrain-auditor-sentiment-1167143226", use_auth_token=True)

inputs = tokenizer("I love AutoTrain", return_tensors="pt")

outputs = model(**inputs)