KR-FinBert-SC
snunlp
Clasificación de texto
Mucho progreso se ha realizado en el campo del Procesamiento del Lenguaje Natural (NLP), con numerosos estudios que muestran que la adaptación de dominio usando corpus de pequeña escala y el ajuste fino con datos etiquetados es efectivo para la mejora del rendimiento general. Proponemos KR-FinBert para el ámbito financiero mediante un pre-entrenamiento adicional en un corpus financiero y ajuste fino para el análisis de sentimiento. Como muchos estudios han demostrado, la mejora del rendimiento a través de la adaptación y la realización de la tarea secundaria también fue clara en este experimento.
Como usar
El modelo KR-FinBert se ha entrenado para clasificación sentimental. A continuación, se muestra cómo usar este modelo en acción:
```python
from transformers import AutoTokenizer, AutoModelForSequenceClassification
tokenizer = AutoTokenizer.from_pretrained('snunlp/KR-FinBert-SC')
model = AutoModelForSequenceClassification.from_pretrained('snunlp/KR-FinBert-SC')
text = "Ejemplo de texto para clasificación"
inputs = tokenizer(text, return_tensors='pt')
outputs = model(**inputs)
Funcionalidades
- Clasificación de texto
- Uso de Transformers
- Implementación en PyTorch
- Uso de un corpus financiero para pre-entrenamiento
- Ajuste fino para análisis de sentimiento
Casos de uso
- Clasificación de sentimientos en el ámbito financiero
- Análisis de noticias económicas corporativas
- Evaluación de informes de analistas de valores