您尚未登录账户请先登录您的atyun账户，方可使用该功能
您的企业账号申请正在审核中审核通过后即可使用此功能，请耐心等待~
模型:
nickmuchi/sec-bert-finetuned-finance-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语言:
en
其他:
bert financial-sentiment-analysis sentiment-analysis sentence_50agree generated_from_trainer sentiment finance Eval Results许可:
cc-by-sa-4.0
英文sec-bert-finetuned-finance-classification
这个模型是 nlpaueb/sec-bert-base 在 sentence_50Agree financial-phrasebank + Kaggle Dataset 数据集上经过微调的版本，该数据集包含了4840条按情感（负面、中立、正面）分类的金融新闻。Kaggle数据集中包含了Covid-19情感数据，可以在此处找到： sentiment-classification-selflabel-dataset 。
在评估集上取得了以下结果：
- 损失：0.5277
- 准确率：0.8755
- F1分数：0.8744
- 精确度：0.8754
- 召回率：0.8755
模型描述
需要更多信息。
预期用途和限制
需要更多信息。
训练和评估数据
需要更多信息。
训练流程
训练超参数
在训练过程中使用了以下超参数：
- 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：8
- mixed_precision_training：Native AMP
训练结果
| Training Loss | Epoch | Step | Validation Loss | Accuracy | F1 | Precision | Recall |
|---|---|---|---|---|---|---|---|
| 0.6005 | 0.99 | 71 | 0.3702 | 0.8478 | 0.8465 | 0.8491 | 0.8478 |
| 0.3226 | 1.97 | 142 | 0.3172 | 0.8834 | 0.8822 | 0.8861 | 0.8834 |
| 0.2299 | 2.96 | 213 | 0.3313 | 0.8814 | 0.8805 | 0.8821 | 0.8814 |
| 0.1277 | 3.94 | 284 | 0.3925 | 0.8775 | 0.8771 | 0.8770 | 0.8775 |
| 0.0764 | 4.93 | 355 | 0.4517 | 0.8715 | 0.8704 | 0.8717 | 0.8715 |
| 0.0533 | 5.92 | 426 | 0.4851 | 0.8735 | 0.8728 | 0.8731 | 0.8735 |
| 0.0363 | 6.9 | 497 | 0.5107 | 0.8755 | 0.8743 | 0.8757 | 0.8755 |
| 0.0248 | 7.89 | 568 | 0.5277 | 0.8755 | 0.8744 | 0.8754 | 0.8755 |
框架版本
- Transformers 4.17.0
- Pytorch 1.10.0+cu111
- Datasets 1.18.4
- Tokenizers 0.11.6