# README

## finBERT
我們利用 finBERT 這個預訓練好的情感分析模型，將我們金融相關的新聞資料轉成向量，方便我們輸入到模型做訓練，主要參考 ARACI, Dogu[1] 的論文

### 執行環境
* 參考 repo https://github.com/ProsusAI/finBERT
* environment
* name: finbert
channels:
- pytorch
- anaconda
- conda-forge
- defaults
dependencies:
- jupyter=1.0.0
- pandas=0.23.4
- python=3.7.3
- numpy==1.16.3
- nltk
- tqdm
- ipykernel=5.1.3
- transformers=4.1.1
- pip:
- joblib==0.13.2
- scikit-learn==0.21.2
- spacy==2.1.4
- torch==1.1.0
- textblob
* 利用 pre-trained BERT 再丟 financial 相關的新聞做 fine tuning
* 可以下載預訓練好的模型參數，放到 models 資料夾下面
* 下載 config.json 放到與 model 相同的資料夾下面

### 執行方法
利用 ```python3 predict.py``` 去預測你的新聞，會輸出對於每個字串對於金融上的評價
* logit = 正面、負面、平，這三個面向的機率
* prediction = 以最大的機率的面向當作這句話的預測
* sentiment score = 正面機率 - 負面機率

### 參考資料
1. ARACI, Dogu. Finbert: Financial sentiment analysis with pre-trained language models. arXiv preprint arXiv:1908.10063, 2019.
2. https://github.com/ProsusAI/finBERT