File size: 3,616 Bytes
746b581 ec4c84b a031b46 ec4c84b a02913e 362236b 746b581 5c87e21 746b581 ec4c84b 746b581 ec4c84b 746b581 ec4c84b 746b581 ec4c84b 9566d06 ec4c84b 746b581 ec4c84b 746b581 ec4c84b 746b581 ec4c84b |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 |
---
license: mit
language:
- ru
pipeline_tag: text-classification
tags:
- sentiment-analysis
- multi-class-classification
- financial
- telegram
- rubert
- sentiment
- bert
- tiny
- russian
- multiclass
- classification
- Text Classification
widget:
- text: >-
Сбер зафиксировал рост прибыли на 40% в декабре. Если банк сохранит эту
динамику, то бумаги могут легко превзойти текущий таргет — 12%.
Это довольно консервативный таргет, который бумаги могут легко превзойти,
если Сбер покажет прибыль выше уровня 2021 года. В этом году Сбер может
возобновить дивиденды, что может дать дополнительный импульс бумагам банка.
example_title: Positive
- text: >-
Сегодня в еженедельной рубрике «Газпромбанк.Мнение» рассказываем о
ситуации в алмазодобывающий отрасли и об акциях Алросы.
Как инвесторам реагировать на мощное восстановление спроса на рынке алмазов
за последний год и остался ли потенциал для роста акций
у российской ювелирной компании?
example_title: Neutral
- text: >-
На фоне санкций и дефицита госбюджета РФ компания Северсталь может
потерять доступ к европейским рынкам. Причина — избыток сырья,
из-за чего цены реализации могли снизиться, а также риск повышения
налоговой нагрузки на фоне дефицита госбюджета РФ — все это создает
неопределенность относительно результатов в 2023 году.
example_title: Negative
---
This is [seara/rubert-tiny2-russian-sentiment](https://huggingface.co/seara/rubert-tiny2-russian-sentiment) model fine-tuned for __sentiment classification__ of short __Russian__ financial posts from Telegram channels.
---
The task is a __multi-class classification__ with the following labels:
```yaml
0: neutral
1: positive
2: negative
```
## Usage
```python
from transformers import pipeline
model = pipeline(model="mxlcw/rubert-tiny2-russian-economic-sentiment")
model("""На фоне санкций и дефицита госбюджета РФ компания Северсталь может
потерять доступ к европейским рынкам. Причина — избыток сырья,
из-за чего цены реализации могли снизиться, а также риск повышения
налоговой нагрузки на фоне дефицита госбюджета РФ — все это создает
неопределенность относительно результатов в 2023 году.""")
#[{'label': 'negative', 'score': 0.9207897186279297}]
```
## Dataset
This model was trained on the following dataset:
- Telegram Financial Sentiment (ru)
An overview of the training data can be found [here](https://www.kaggle.com/datasets/mikezz11/telegram-financial-sentiment-ru). |