hyanwang/finwhisper

金融情感分析模型

模型描述

这是一个基于微博数据的金融领域情感分析模型，用于分析金融相关文本的情感倾向。

模型用途

• 分析金融新闻、评论的情感
• 预测股票市场情绪
• 金融舆情监控

训练数据

• 数据来源：微博金融相关话题
• 数据量：约50万条
• 数据格式：JSON
• 数据字段：
  • 文本内容
  • 发布时间
  • 用户信息
  • 情感标签

模型架构

• 基于BERT的中文预训练模型
• 微调层：2层全连接网络
• 损失函数：交叉熵损失
• 优化器：AdamW

训练细节

• 训练轮数：3个epoch
• 批量大小：32
• 学习率：2e-5
• 硬件：NVIDIA V100 GPU

性能指标

• 准确率：92.3%
• F1分数：0.914
• 召回率：91.8%

使用示例

from transformers import pipeline

# 加载模型
classifier = pipeline("sentiment-analysis", model="your-model-name")

# 分析文本
result = classifier("这只股票近期表现强劲，建议买入")
print(result)
# 输出：[{'label': 'positive', 'score': 0.98}]

引用

如果您在研究中使用了本模型，请引用：

@misc{your-model-name,
  author = {Your Name},
  title = {Financial Sentiment Analysis Model},
  year = {2025},
  publisher = {Hugging Face},
  howpublished = {\url{https://huggingface.co/your-model-name}},
}

许可证

Apache 2.0