前瞻性声明（FLS）告知投资者管理人员对公司未来事件或结果的信念和意见。从公司报告中识别前瞻性声明可以帮助投资者进行财务分析。FinBERT-FLS是在罗素3000公司年度报告的管理讨论和分析部分的3,500个手动注释句子上进行微调的FinBERT模型。

输入：一个财务文本。

输出：具体的FLS、非具体FLS或非FLS。

使用方法

您可以使用Transformers pipeline将此模型用于前瞻性声明分类。

# tested in transformers==4.18.0 
from transformers import BertTokenizer, BertForSequenceClassification, pipeline

finbert = BertForSequenceClassification.from_pretrained('yiyanghkust/finbert-fls',num_labels=3)
tokenizer = BertTokenizer.from_pretrained('yiyanghkust/finbert-fls')
nlp = pipeline("text-classification", model=finbert, tokenizer=tokenizer)
results = nlp('We expect the age of our fleet to enhance availability and reliability due to reduced downtime for repairs.')
print(results)  # [{'label': 'Specific FLS', 'score': 0.77278733253479}]

有关FinBERT最近发展的更多详情，请访问 FinBERT.AI 。