模型:
nickmuchi/deberta-v3-base-finetuned-finance-text-classification
任务:
文本分类数据集:
financial_phrasebank Kaggle_Self_label nickmuchi/financial-classification 3Anickmuchi/financial-classification 3AKaggle_Self_label 3Afinancial_phrasebank其他:
deberta-v2 generated_from_trainer financial-sentiment-analysis sentiment-analysis sentence_50agree stocks sentiment finance许可:
mit这个模型是对 microsoft/deberta-v3-base 在sentence_50Agree上进行微调的版本, financial-phrasebank + Kaggle Dataset 是一个包含4840条金融新闻的数据集,按情感(负面、中性、正面)进行分类。Kaggle的数据集包括Covid-19情感数据,可以在这里找到 sentiment-classification-selflabel-dataset 。
它在评估集上取得以下结果:
需要更多信息
需要更多信息
需要更多信息
训练过程中使用了以下超参数:
Training Loss | Epoch | Step | Validation Loss | Accuracy | F1 | Precision | Recall |
---|---|---|---|---|---|---|---|
No log | 1.0 | 285 | 0.4187 | 0.8399 | 0.8407 | 0.8687 | 0.8399 |
0.5002 | 2.0 | 570 | 0.3065 | 0.8755 | 0.8733 | 0.8781 | 0.8755 |
0.5002 | 3.0 | 855 | 0.4148 | 0.8775 | 0.8775 | 0.8778 | 0.8775 |
0.1937 | 4.0 | 1140 | 0.4249 | 0.8696 | 0.8699 | 0.8719 | 0.8696 |
0.1937 | 5.0 | 1425 | 0.5121 | 0.8834 | 0.8824 | 0.8831 | 0.8834 |
0.0917 | 6.0 | 1710 | 0.6113 | 0.8775 | 0.8779 | 0.8839 | 0.8775 |
0.0917 | 7.0 | 1995 | 0.7296 | 0.8775 | 0.8776 | 0.8793 | 0.8775 |
0.0473 | 8.0 | 2280 | 0.7034 | 0.8953 | 0.8942 | 0.8964 | 0.8953 |
0.0275 | 9.0 | 2565 | 0.6995 | 0.8834 | 0.8836 | 0.8846 | 0.8834 |
0.0275 | 10.0 | 2850 | 0.7736 | 0.8755 | 0.8755 | 0.8789 | 0.8755 |
0.0186 | 11.0 | 3135 | 0.7173 | 0.8814 | 0.8814 | 0.8840 | 0.8814 |
0.0186 | 12.0 | 3420 | 0.7659 | 0.8854 | 0.8852 | 0.8873 | 0.8854 |
0.0113 | 13.0 | 3705 | 0.8415 | 0.8854 | 0.8855 | 0.8907 | 0.8854 |
0.0113 | 14.0 | 3990 | 0.7577 | 0.8953 | 0.8951 | 0.8966 | 0.8953 |
0.0074 | 15.0 | 4275 | 0.7687 | 0.8913 | 0.8912 | 0.8927 | 0.8913 |