在众多业务中，越来越频繁的使用预训练语言模型（Pre-trained Language Models），为了在金融场景下各任务中取得更好效果，我们发布了jdt-fin-roberta-wwm模型
模型
base模型：12-layer, 768-hidden, 12-heads, 110M parameters
| 模型简称 | 语料 | 京盘下载 |
|---|---|---|
| fin-roberta-wwm | 金融语料 | - |
快速加载
使用Huggingface-Transformers
依托于Huggingface-Transformers，可轻松调用以上模型。
tokenizer = BertTokenizer.from_pretrained("MODEL_NAME")
model = BertModel.from_pretrained("MODEL_NAME")
注意：本目录中的所有模型均使用BertTokenizer以及BertModel加载，请勿使用RobertaTokenizer/RobertaModel！
其中MODEL_NAME对应列表如下：
| 模型名 | MODEL_NAME |
|---|---|
| fin-roberta-wwm | wangfan/jdt-fin-roberta-wwm |