DataWizardd/finbert-sentiment-binary

FinBERT Sentiment KO (Binary) - finbert-sentiment-ko-binary

🧠 FinBERT 기반 한국어 감정 분석 이진 분류 모델 (긍정/부정)

이 모델은 snunlp/KR-FinBERT-SC를 기반으로 파인튜닝된 모델로, 환율 뉴스에 대한 긍정/부정 감정 분류를 수행합니다.
중립 라벨은 제외하고, 오직 긍정(1)과 부정(0) 두 가지 감정만 예측하도록 학습되었습니다.

---

🔧 모델 구조

• Base model: snunlp/KR-FinBERT-SC
• Task: Text Classification (Binary Sentiment)
• Classes:
  • 0: 부정 (Negative)
  • 1: 긍정 (Positive)

---

📊 성능 평가

테스트셋 기준 성능 (42개 샘플):

Metric	Score
Accuracy	0.95
Precision (부정)	0.92
Recall (부정)	1.00
F1-score (부정)	0.96
Precision (긍정)	1.00
Recall (긍정)	0.89
F1-score (긍정)	0.94

---

🧪 사용 예시

from transformers import pipeline

classifier = pipeline("text-classification", model="DataWizardd/finbert-sentiment-binary")

print(classifier("환율 급등 우려로 시장 불안이 커지고 있다."))
# 출력 예시: [{'label': 'LABEL_0', 'score': 0.98}]  ← 부정

print(classifier("환율 급락이 예상된다."))
# 출력 예시: [{'label': 'LABEL_1', 'score': 0.95}]  ← 긍정