metadata
license: mit
language:
- ru
pipeline_tag: text-classification
tags:
- sentiment-analysis
- multi-class-classification
- sentiment analysis
- rubert
- sentiment
- bert
- tiny
- russian
- multiclass
- classification
This is seara/rubert-tiny2-russian-sentiment model fine-tuned for sentiment classification of short Russian economic posts from Telegram channels.
The task is a multi-class classification with the following labels:
0: neutral
1: positive
2: negative
Usage
from transformers import pipeline
model = pipeline(model="mxlcw/rubert-tiny2-russian-economic-sentiment")
model("""Сбер зафиксировал рост прибыли на 40% в декабре.
Если банк сохранит эту динамику, то бумаги могут легко превзойти текущий таргет — 12%.
Это довольно консервативный таргет, который бумаги могут легко превзойти,
если Сбер покажет прибыль выше уровня 2021 года. В этом году Сбер может
возобновить дивиденды, что может дать дополнительный импульс бумагам банка.""")
Dataset
This model was trained on the following dataset:
- Telegram Financial Sentiment (ru)
An overview of the training data can be found here.