#FinBERT

FinBERT-FLS是一个基于BERT的金融文本分析模型，专门用于识别和分类财务报告中的前瞻性陈述。该模型在罗素3000指数公司年报的3500个人工标注句子上进行微调，可准确区分具体、非具体和非前瞻性陈述。这一工具有助于投资者高效分析公司管理层对未来的预期，从而提升金融分析质量。

FinBERT-ESG九分类模型是一款专业的企业可持续发展报告分析工具。该模型基于14,000个人工标注的ESG报告和年度报告样本训练而成，能够将文本准确分类为气候变化、自然资本、污染与废物等9个细分ESG主题。这一工具有助于投资者评估企业长期可持续性并识别相关风险，为金融文本分析提供了重要支持。

FinBERT模型通过FinnSentiment数据集进行精调，专为芬兰语情感分析设计。该模型使用90%的数据进行训练，10%用于评估，在准确率、F1评分、精确性和召回率方面表现出色。适用于需要高精度情感分析的场景，并支持研究与商业应用，遵循CC BY 4.0协议。