Update README.md

README.md

@@ -1,172 +1,172 @@
----
-language:
-- ko
-license: mit
-tags:
-- finance
-- extractive-summarization
-- sentence-extraction
-- role-classification
-- korean
-- roberta
-pipeline_tag: text-classification
-base_model: klue/roberta-base
-metrics:
-- f1
-- accuracy
----
-
-# LQ-FSE-base: Korean Financial Sentence Extractor
-
-금융 리포트, 금융 관련 뉴스에서 대표문장을 추출하고 역할(outlook, event, financial, risk)을 분류하는 모델입니다.
-
-## Model Description
-
-- **Base Model**: klue/roberta-base
-- **Architecture**: Sentence Encoder (RoBERTa) + Inter-sentence Transformer (2 layers) + Dual Classifiers
-- **Task**: Extractive Summarization + Role Classification (Multi-task)
-- **Language**: Korean
-- **Domain**: Financial Reports (증권 리포트), Financial News (금융 뉴스)
-
-### Input Constraints
-
-| Parameter | Value | Description |
-|-----------|-------|-------------|
-| Max sentence length | 128 tokens | 문장당 최대 토큰 수 (초과 시 truncation) |
-| Max sentences per document | 30 | 문서당 최대 문장 수 (초과 시 앞 30개만 사용) |
-| Input format | Plain text | 문장 부호(`.!?`) 기준으로 자동 분리 |
-
-- **입력**: 한국어 금융 텍스트 (증권 리포트, 금융 뉴스 등)
-- **출력**: 각 문장별 대표문장 점수 (0~1) + 역할 분류 (outlook/event/financial/risk)
-
-### Performance
-
-| Metric | Score |
-|--------|-------|
-| Extraction F1 | 0.705 |
-| Role Accuracy | 0.851 |
-
-### Role Labels
-
-| Label | Description |
-|-------|-------------|
-| `outlook` | 전망/예측 문장 |
-| `event` | 이벤트/사건 문장 |
-| `financial` | 재무/실적 문장 |
-| `risk` | 리스크 요인 문장 |
-
-## Usage
-
-```python
-import re
-import torch
-from transformers import AutoConfig, AutoModel, AutoTokenizer
-
-repo_id = "LangQuant/LQ-FSE-base"
-
-# 모델 로드
-config = AutoConfig.from_pretrained(repo_id, trust_remote_code=True)
-model = AutoModel.from_pretrained(repo_id, trust_remote_code=True)
-tokenizer = AutoTokenizer.from_pretrained(repo_id)
-model.eval()
-
-# 입력 텍스트
-text = (
-    "삼성전자의 2024년 4분기 실적이 시장 예상을 상회했다. "
-    "메모리 반도체 가격 상승으로 영업이익이 전분기 대비 30% 증가했다. "
-    "HBM3E 양산이 본격화되면서 AI 반도체 시장 점유율이 확대될 전망이다."
-)
-
-# 문장 분리 및 토큰화
-sentences = [s.strip() for s in re.split(r'(?<=[.!?])\s+', text.strip()) if s.strip()]
-max_len, max_sent = config.max_length, config.max_sentences
-
-padded = sentences[:max_sent]
-num_real = len(padded)
-while len(padded) < max_sent:
-    padded.append("")
-
-ids_list, mask_list = [], []
-for s in padded:
-    if s:
-        enc = tokenizer(s, max_length=max_len, padding="max_length", truncation=True, return_tensors="pt")
-    else:
-        enc = {"input_ids": torch.zeros(1, max_len, dtype=torch.long),
-               "attention_mask": torch.zeros(1, max_len, dtype=torch.long)}
-    ids_list.append(enc["input_ids"])
-    mask_list.append(enc["attention_mask"])
-
-input_ids = torch.cat(ids_list).unsqueeze(0)
-attention_mask = torch.cat(mask_list).unsqueeze(0)
-doc_mask = torch.zeros(1, max_sent)
-doc_mask[0, :num_real] = 1
-
-# 추론
-with torch.no_grad():
-    scores, role_logits = model(input_ids, attention_mask, doc_mask)
-
-role_labels = config.role_labels
-for i, sent in enumerate(sentences):
-    score = scores[0, i].item()
-    role = role_labels[role_logits[0, i].argmax().item()]
-    marker = "*" if score >= 0.5 else " "
-    print(f"  {marker} [{score:.4f}] [{role:10s}] {sent}")
-```
-
-## Model Architecture
-
-```
-Input Sentences
-    ↓
-[klue/roberta-base] → [CLS] embeddings per sentence
-    ↓
-[Inter-sentence Transformer] (2 layers, 8 heads)
-    ↓
-┌──────────────────┬─────────────────────┐
-│ Binary Classifier│  Role Classifier    │
-│ (representative?)│  (outlook/event/    │
-│                  │   financial/risk)   │
-└──────────────────┴─────────────────────┘
-```
-
-## Training
-
-- Optimizer: AdamW (lr=2e-5, weight_decay=0.01)
-- Scheduler: Linear warmup (10%)
-- Loss: BCE (extraction) + CrossEntropy (role), role_weight=0.5
-- Max sentence length: 128 tokens
-- Max sentences per document: 30
-
-## Files
-
-- `model.py`: Model definition (DocumentEncoderConfig, DocumentEncoderForExtractiveSummarization)
-- `config.json`: Model configuration
-- `model.safetensors`: Model weights
-- `inference_example.py`: Inference helper with usage example
-- `convert_checkpoint.py`: Script to convert original .pt checkpoint
-
-## Disclaimer (면책 조항)
-
-- 본 모델은 **연구 및 정보 제공 목적**으로만 제공됩니다.
-- 본 모델의 출력은 **투자 조언, 금�� 자문, 매매 추천이 아닙니다.**
-- 모델의 예측 결과를 기반으로 한 투자 판단에 대해 LangQuant 및 개발자는 **어떠한 법적 책임도 지지 않습니다.**
-- 모델의 정확성, 완전성, 적시성에 대해 보증하지 않으며, 실제 투자 의사결정 시 반드시 전문가의 조언을 구하시기 바랍니다.
-- 금융 시장은 본질적으로 불확실하며, 과거 데이터로 학습된 모델이 미래 성과를 보장하지 않습니다.
-
-## Usage Restrictions (사용 제한)
-
-- **금지 사항:**
-  - 본 모델을 이용한 시세 조종, 허위 정보 생성 등 불법적 목적의 사용
-  - 자동화된 투자 매매 시스템의 단독 의사결정 수단으로 사용
-  - 모델 출력을 전문 금융 자문인 것처럼 제3자에게 제공하는 행위
-- **허용 사항:**
-  - 학술 연구 및 교육 목적의 사용
-  - 금융 텍스트 분석 파이프라인의 보조 도구로 활용
-  - 사내 리서치/분석 업무의 참고 자료로 활용
-- 상업적 사용 시 LangQuant에 사전 문의를 권장합니다.
-
-## Contributors
-
-- **[Taegyeong Lee](https://www.linkedin.com/in/taegyeong-lee/)** (taegyeong.leaf@gmail.com)
-- **[Dong Young Kim](https://www.linkedin.com/in/dykim04/)** (dong-kim@student.42kl.edu.my) — Ecole 42
-- **[Seunghyun Hwang](https://www.linkedin.com/in/seung-hyun-hwang-53700124a/)** (hsh1030@g.skku.edu) — DSSAL
+---
+language:
+- ko
+license: mit
+tags:
+- finance
+- extractive-summarization
+- sentence-extraction
+- role-classification
+- korean
+- roberta
+pipeline_tag: text-classification
+base_model: klue/roberta-base
+metrics:
+- f1
+- accuracy
+---
+
+# LQ-FSE-base: Korean Financial Sentence Extractor
+
+LangQuant(랭퀀트)에서 공개한 금융 리포트, 금융 관련 뉴스에서 대표문장을 추출하고 역할(outlook, event, financial, risk)을 분류하는 모델입니다.
+
+## Model Description
+
+- **Base Model**: klue/roberta-base
+- **Architecture**: Sentence Encoder (RoBERTa) + Inter-sentence Transformer (2 layers) + Dual Classifiers
+- **Task**: Extractive Summarization + Role Classification (Multi-task)
+- **Language**: Korean
+- **Domain**: Financial Reports (증권 리포트), Financial News (금융 뉴스)
+
+### Input Constraints
+
+| Parameter | Value | Description |
+|-----------|-------|-------------|
+| Max sentence length | 128 tokens | 문장당 최대 토큰 수 (초과 시 truncation) |
+| Max sentences per document | 30 | 문서당 최대 문장 수 (초과 시 앞 30개만 사용) |
+| Input format | Plain text | 문장 부호(`.!?`) 기준으로 자동 분리 |
+
+- **입력**: 한국어 금융 텍스트 (증권 리포트, 금융 뉴스 등)
+- **출력**: 각 문장별 대표문장 점수 (0~1) + 역할 분류 (outlook/event/financial/risk)
+
+### Performance
+
+| Metric | Score |
+|--------|-------|
+| Extraction F1 | 0.705 |
+| Role Accuracy | 0.851 |
+
+### Role Labels
+
+| Label | Description |
+|-------|-------------|
+| `outlook` | 전망/예측 문장 |
+| `event` | 이벤트/사건 문장 |
+| `financial` | 재무/실적 문장 |
+| `risk` | 리스크 요인 문장 |
+
+## Usage
+
+```python
+import re
+import torch
+from transformers import AutoConfig, AutoModel, AutoTokenizer
+
+repo_id = "LangQuant/LQ-FSE-base"
+
+# 모델 로드
+config = AutoConfig.from_pretrained(repo_id, trust_remote_code=True)
+model = AutoModel.from_pretrained(repo_id, trust_remote_code=True)
+tokenizer = AutoTokenizer.from_pretrained(repo_id)
+model.eval()
+
+# 입력 텍스트
+text = (
+    "삼성전자의 2024년 4분기 실적이 시장 예상을 상회했다. "
+    "메모리 반도체 가격 상승으로 영업이익이 전분기 대비 30% 증가했다. "
+    "HBM3E 양산이 본격화되면서 AI 반도체 시장 점유율이 확대될 전망이다."
+)
+
+# 문장 분리 및 토큰화
+sentences = [s.strip() for s in re.split(r'(?<=[.!?])\s+', text.strip()) if s.strip()]
+max_len, max_sent = config.max_length, config.max_sentences
+
+padded = sentences[:max_sent]
+num_real = len(padded)
+while len(padded) < max_sent:
+    padded.append("")
+
+ids_list, mask_list = [], []
+for s in padded:
+    if s:
+        enc = tokenizer(s, max_length=max_len, padding="max_length", truncation=True, return_tensors="pt")
+    else:
+        enc = {"input_ids": torch.zeros(1, max_len, dtype=torch.long),
+               "attention_mask": torch.zeros(1, max_len, dtype=torch.long)}
+    ids_list.append(enc["input_ids"])
+    mask_list.append(enc["attention_mask"])
+
+input_ids = torch.cat(ids_list).unsqueeze(0)
+attention_mask = torch.cat(mask_list).unsqueeze(0)
+doc_mask = torch.zeros(1, max_sent)
+doc_mask[0, :num_real] = 1
+
+# 추론
+with torch.no_grad():
+    scores, role_logits = model(input_ids, attention_mask, doc_mask)
+
+role_labels = config.role_labels
+for i, sent in enumerate(sentences):
+    score = scores[0, i].item()
+    role = role_labels[role_logits[0, i].argmax().item()]
+    marker = "*" if score >= 0.5 else " "
+    print(f"  {marker} [{score:.4f}] [{role:10s}] {sent}")
+```
+
+## Model Architecture
+
+```
+Input Sentences
+    ↓
+[klue/roberta-base] → [CLS] embeddings per sentence
+    ↓
+[Inter-sentence Transformer] (2 layers, 8 heads)
+    ↓
+┌──────────────────┬─────────────────────┐
+│ Binary Classifier│  Role Classifier    │
+│ (representative?)│  (outlook/event/    │
+│                  │   financial/risk)   │
+└──────────────────┴─────────────────────┘
+```
+
+## Training
+
+- Optimizer: AdamW (lr=2e-5, weight_decay=0.01)
+- Scheduler: Linear warmup (10%)
+- Loss: BCE (extraction) + CrossEntropy (role), role_weight=0.5
+- Max sentence length: 128 tokens
+- Max sentences per document: 30
+
+## Files
+
+- `model.py`: Model definition (DocumentEncoderConfig, DocumentEncoderForExtractiveSummarization)
+- `config.json`: Model configuration
+- `model.safetensors`: Model weights
+- `inference_example.py`: Inference helper with usage example
+- `convert_checkpoint.py`: Script to convert original .pt checkpoint
+
+## Disclaimer (면책 조항)
+
+- 본 모델은 **연구 및 정보 제공 목적**으로만 제공됩니다.
+- 본 모델의 출력은 **투자 조언, 금융 자문, 매매 추천이 아닙니다.**
+- 모델의 예측 결과를 기반으로 한 투자 판단에 대해 LangQuant 및 개발자는 **어떠한 법적 책임도 지지 않습니다.**
+- 모델의 정확성, 완전성, 적시성에 대해 보증하지 않으며, 실제 투자 의사결정 시 반드시 전문가의 조언을 구하시기 바랍니다.
+- 금융 시장은 본질적으로 불확실하며, 과거 데이터로 학습된 모델이 미래 성과를 보장하지 않습니다.
+
+## Usage Restrictions (사용 제한)
+
+- **금지 사항:**
+  - 본 모델을 이용한 시세 조종, 허위 정보 생성 등 불법적 목적의 사용
+  - 자동화된 투자 매매 시스템의 단독 의사결정 수단으로 사용
+  - 모델 출력을 전문 금융 자문인 것처럼 제3자에게 제공하는 행위
+- **허용 사항:**
+  - 학술 연구 및 교육 목적의 사용
+  - 금융 텍스트 분석 파이프라인의 보조 도구로 활용
+  - 사내 리서치/분석 업무의 참고 자료로 활용
+- 상업적 사용 시 LangQuant에 사전 문의를 권장합니다.
+
+## Contributors
+
+- **[Taegyeong Lee](https://www.linkedin.com/in/taegyeong-lee/)** (taegyeong.leaf@gmail.com)
+- **[Dong Young Kim](https://www.linkedin.com/in/dykim04/)** (dong-kim@student.42kl.edu.my) — Ecole 42
+- **[Seunghyun Hwang](https://www.linkedin.com/in/seung-hyun-hwang-53700124a/)** (hsh1030@g.skku.edu) — DSSAL