|
--- |
|
language: zh |
|
tags: |
|
- roberta-wwm |
|
license: apache-2.0 |
|
datasets: |
|
- finance |
|
--- |
|
|
|
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&下载 |
|
* `base模型`：12-layer, 768-hidden, 12-heads, 110M parameters |
|
|
|
| 模型简称 | 京盘下载 | |
|
| :----: | :----:| |
|
| fin-roberta-wwm | [Tensorflow](https://3.cn/103c-hwSS)/[Pytorch](https://3.cn/103c-izpe) | |
|
| fin-roberta-wwm-large | todo | |
|
|
|
#### 快速加载 |
|
依托于[Huggingface-Transformers](https://github.com/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 | |
|
| fin-roberta-wwm-large | todo | |
|
|
|
#### 任务效果 |
|
| Task | NER | 关系抽取 | 事件抽取 | 指标抽取 | 实体链接 | |
|
|:----:|:-- :|:------:|:-------:|:-------:|:------:| |
|
| Our |93.88| 79.02 | 91.99 | 94.28| 86.72 | |
|
| Roberta-wwm |93.47| 76.99 | 91.58 | 93.98| 85.20 | |
|
|
|
|
