一一中文网

手机浏览器扫描二维码访问

第64章 nl的兴趣（第4页）

）

#创建trainer并开始微调

trainer=trainer（

model=model，

args=training_args，

train_dataset=tokenized_dataset[train]，

eval_dataset=tokenized_dataset[test]，

）

trainer.train

代码跑起来了。

林晨的笔记本电脑风扇开始嗡嗡作响，GpU占用率跳到了98%。

他看着屏幕上滚动的损失（loss）值逐渐下降，准确率（accuracy）缓缓上升，一种熟悉的、久违的成就感涌上心头。

三个小时后，微调完成。

他在测试集上评估，准确率达到了92.7%。

对于一个下午鼓捣出来的小实验，这个结果相当不错。

林晨新建了一个python脚本，输入一段自己编的评论：“这款手机电池续航太差了，半天就没电，而且拍照模糊，非常失望”

。

运行模型预测。

模型输出：负面（置信度0.96）。

他又输入：“物流超快，包装完好，产品跟描述一模一样，性价比很高，推荐”

！

模型输出：正面（置信度0.94）。

“成功了”

！

林晨握了握拳，脸上露出笑容。

虽然这只是最基础的分类，虽然电商评论和财经文本在语言风格、专业术语上差异巨大，但这条路走通了。

他关掉实验代码，打开“晨曦一号”

的项目文件夹。

在“数据模块”

子目录下，他新建了一个文件夹，命名为NLp_data。

“下一步，得想办法获取财经领域的文本数据”

。

林晨盘算着，“上市公司公告、券商研报、权威财经媒体的新闻、雪球、股吧等社区的讨论……这些数据清洗、标注后，就能用来微调一个专业的‘金融情感bERt’”

。

他甚至想到了更远的应用场景：实时监控社交媒体上对某家公司的舆论风向变化，或许能比财报更早发现潜在风险；分析央行或监管机构的政策表述，捕捉措辞的微妙差异，预判政策走向；自动解读冗长的上市公司年报，提取关键财务数据和风险提示……