wangfan/jdt-fin-roberta-wwm

在众多业务中，越来越频繁的使用预训练语言模型（Pre-trained Language Models），为了在金融场景下各任务中取得更好效果，我们发布了jdt-fin-roberta-wwm模型

模型&下载

• base模型：12-layer, 768-hidden, 12-heads, 110M parameters

模型简称	京盘下载
fin-roberta-wwm	Tensorflow/Pytorch
fin-roberta-wwm-large	todo

快速加载

依托于Huggingface-Transformers，可轻松调用以上模型。

tokenizer = BertTokenizer.from_pretrained("MODEL_NAME")
model = BertModel.from_pretrained("MODEL_NAME")

注意：本目录中的所有模型均使用BertTokenizer以及BertModel加载，请勿使用RobertaTokenizer/RobertaModel！ 其中MODEL_NAME对应列表如下：

模型名	MODEL_NAME
fin-roberta-wwm	wangfan/jdt-fin-roberta-wwm
fin-roberta-wwm-large	todo

任务效果

| Task | NER | 关系抽取 | 事件抽取 | 指标抽取 | 实体链接 | |:----:|:-- :|:------:|:-------:|:-------:|:------:| | Our |93.88| 79.02 | 91.99 | 94.28| 86.72 | | Roberta-wwm |93.47| 76.99 | 91.58 | 93.98| 85.20 |