Delete .ipynb_checkpoints

.ipynb_checkpoints/README-checkpoint.md

@@ -1,43 +0,0 @@
----
-language:
-- ru
-license: apache-2.0
-base_model: cointegrated/rubert-tiny2
-tags:
-- finance
-- sentiment-analysis
-- russian
-datasets:
-- apkonsta/FinancialPhraseBank-v1.0-ru
-metrics:
-- accuracy
-- f1
----
-
-# FinRuBERT
-
-Fine-tuned модель для анализа тональности финансовых текстов на русском языке.
-
-## Описание
-Модель была дообучена на датасете FinancialPhraseBank (русская версия) и предсказывает:
-- **Негативный** (`negative`)
-- **Нейтральный** (`neutral`)
-- **Позитивный** (`positive`)
-
-## Данные обучения
-Использовалась версия датасета с согласием аннотаторов ≥50% (4,840 примеров):
-- Sentences_50Agree.csv из [FinancialPhraseBank-v1.0-ru](https://huggingface.co/datasets/apkonsta/FinancialPhraseBank-v1.0-ru)
-
-## Использование
-
-```python
-from transformers import AutoModelForSequenceClassification, AutoTokenizer, pipeline
-
-model_name = "apkonsta/finrubert"
-tokenizer = AutoTokenizer.from_pretrained(model_name)
-model = AutoModelForSequenceClassification.from_pretrained(model_name)
-
-classifier = pipeline("text-classification", model=model, tokenizer=tokenizer)
-result = classifier("Прибыль компании сократилась на 15% в этом квартале")
-
-print(result)  # [{'label': 'negative', 'score': 0.88}]