README.md

---
language: ko
datasets:
  - investing_comments_krw
metrics:
  - accuracy
  - precision
  - recall
  - f1
tags:
  - sentiment-analysis
  - finance
  - krw
  - binary-classification
  - emotion
model-index:
  - name: FinBERT-Sentiment-KRW-Comment (v3)
    results:
      - task:
          type: text-classification
          name: Sentiment Analysis (Fear vs. Greed)
        metrics:
          - type: accuracy
            value: 0.94
          - type: precision
            value: 0.94
          - type: recall
            value: 0.94
          - type: f1
            value: 0.94
---

# FinBERT-Sentiment-KRW-Comment (v3)

이 모델은 [`snunlp/KR-FinBERT-SC`](https://huggingface.co/snunlp/KR-FinBERT-SC)를 기반으로 파인튜닝한 한국어 금융 감정 분석 모델입니다.  
특히 **환율(FX) 관련 댓글**에서 나타나는 감정을 **공포(0)** 또는 **욕심(1)** 이진 분류하는 데 목적이 있습니다.

## 🧾 라벨 정의

| 라벨 | 설명       |
|------|------------|
| 0    | 공포 (Fear) |
| 1    | 욕심 (Greed) |

## 🏋️‍♂️ 학습 정보

- **Base model**: `snunlp/KR-FinBERT-SC`
- **Task**: 감정 이진 분류 (공포 vs 욕심)
- **Input**: 한국어 댓글 (`content`)
- **Output**: 0 또는 1
- **Training epochs**: 4
- **Train size**: 약 `X` 개
- **Eval size**: 약 `X` 개
- **Evaluation metric**: Accuracy, Precision, Recall, F1

### 📊 평가 결과 (Test Set 기준)

| Metric     | Score |
|------------|-------|
| Accuracy   | 0.94  |
| Precision  | 0.94  |
| Recall     | 0.94  |
| F1-score   | 0.94  |

> 공포(0): precision=0.95, recall=0.91, f1=0.93  
> 욕심(1): precision=0.93, recall=0.96, f1=0.94

## 🧪 사용 예시

```python
from transformers import pipeline

pipe = pipeline("text-classification", model="DataWizardd/finbert-sentiment-krw-comment-v3")
pipe("심상치 않네요 중동전쟁 발발하고 1월8일에 김정은이 미사일 실험하고 그러면 1170은 기본이고 1190원도 순식간일듯.")
# → [{'label': '1', 'score': 0.98}]