DataWizardd/finbert-sentiment-ko

FinBERT Sentiment Analysis (Korean, Finance Domain)

이 모델은 한국어 환율(금융) 뉴스 요약문을 대상으로 감정을 분류하기 위해 파인튜닝된 BERT 기반 모델입니다.
감정 분류는 다음 세 가지 클래스 중 하나로 수행됩니다:

• 0: 부정
• 1: 중립
• 2: 긍정

🧠 학습 정보

• 기반 모델: snunlp/KR-FinBERT-SC
• 데이터: 직접 수집한 네이버 환율(금융) 뉴스 요약 + 감정 수작업 라벨링
• 총 샘플 수: 약 200
• Optimizer: AdamW
• Epochs: 4
• 최대 길이: 128
• 평가 지표: Accuracy, F1 Score

📊 성능 평가

감정 클래스	Precision	Recall	F1-score	Support
부정	0.89	1.00	0.94	17
중립	1.00	0.82	0.90	11
긍정	0.93	0.93	0.93	14
정확도			0.93	42

전체 정확도: 93%
Macro F1-score: 0.92

---

🛠 사용 방법

from transformers import pipeline

pipe = pipeline("text-classification", model="DataWizardd/finbert-sentiment-ko")

pipe("환율이 급등하며 시장 불안이 커지고 있다.")
# 출력: [{'label': '부정', 'score': 0.95}]