Text Classification
Transformers
Safetensors
Russian
bert
sentiment-analysis
multi-class-classification
financial
telegram
rubert
sentiment
tiny
russian
multiclass
classification
Text Classification
text-embeddings-inference
Instructions to use mxlcw/rubert-tiny2-russian-financial-sentiment with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- Transformers
How to use mxlcw/rubert-tiny2-russian-financial-sentiment with Transformers:
# Use a pipeline as a high-level helper from transformers import pipeline pipe = pipeline("text-classification", model="mxlcw/rubert-tiny2-russian-financial-sentiment")# Load model directly from transformers import AutoTokenizer, AutoModelForSequenceClassification tokenizer = AutoTokenizer.from_pretrained("mxlcw/rubert-tiny2-russian-financial-sentiment") model = AutoModelForSequenceClassification.from_pretrained("mxlcw/rubert-tiny2-russian-financial-sentiment", device_map="auto") - Inference
- Notebooks
- Google Colab
- Kaggle
| 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). |