12:39
官方账号arXiv cs.LG@Fan Zhang, Jiaming Li
推荐理由：想低成本做金融情感分析？RA-FinBERT用LoRA加规则特征，只加千把个参数就把准确率拉高6个点，中性类召回翻倍，值得看看。
金融情感分析
共 1 条相关 AI 资讯
8月11日
12:39
RA-FinBERT是一种参数高效框架，将低秩适配（LoRA）与三个连续VADER情感比例及源级元数据特征结合。该设计仅增加1,024个可训练权重，与文本-only FinBERT相比，在金融新闻标题和描述的三分类情感任务上，准确率从63.44%提升至69.89%，宏F1从0.526提升至0.634。中性类召回率从18.18%大幅提升至45.45%。框架支持CPU和GPU执行，适用于计算资源受限场景。