FinanceBERT

marcev

Clasificación de texto

FinanceBERT es un modelo basado en transformadores especialmente afinado para el análisis de sentimiento en el sector financiero. Está diseñado para evaluar los sentimientos expresados en textos financieros, ayudando a las partes interesadas a tomar decisiones financieras basadas en datos.

Como usar

Para usar FinanceBERT, puedes cargarlo con la biblioteca Transformers:
from transformers import AutoTokenizer, AutoModelForSequenceClassification
import torch

tokenizer = AutoTokenizer.from_pretrained('marcev/financebert')
model = AutoModelForSequenceClassification.from_pretrained('marcev/financebert')

def predict(text):
    inputs = tokenizer(text, return_tensors='pt', padding=True, truncation=True)
    outputs = model(**inputs)
    predictions = torch.nn.functional.softmax(outputs.logits, dim=-1)
    return predictions

text = 'Your sample text here.'
predict(text)

Funcionalidades

Usa la arquitectura BERT, conocida por su comprensión contextual profunda.
Ayuda a analizar sentimientos en artículos de noticias financieras, informes y contenido en redes sociales.
Clasifica los sentimientos en positivos, negativos o neutrales.

Casos de uso

Análisis de rendimiento financiero de la empresa.
Evaluación del impacto de eventos en la confianza de los accionistas.