Financial Sentiment Analysis with FinBERT

Dự án phân tích cảm xúc tài chính sử dụng mô hình FinBERT để phân loại sentiment của các câu về tài chính.

Mô tả

Dự án này sử dụng mô hình FinBERT (một biến thể của BERT được fine-tune cho lĩnh vực tài chính) để phân tích và phân loại cảm xúc của các câu về tài chính thành 3 loại:

• Positive (Tích cực)
• Negative (Tiêu cực)
• Neutral (Trung tính)

Cấu trúc dự án

financial-sentiment-analysis/
├── data/
│   └── financial_sentiment_full.txt    # Dataset training
├── src/
│   ├── train_finbert.py               # Script training model
│   ├── predict.py                     # Hàm dự đoán sentiment
│   └── app.py                         # Streamlit web app
├── models/
│   └── finbert-trained/               # Model đã train
├── .gitignore
└── README.md

Cài đặt

1. Tạo môi trường ảo:

python -m venv venv

2. Kích hoạt môi trường ảo:

# Windows
venv\Scripts\activate

# Linux/Mac
source venv/bin/activate

3. Cài đặt các gói cần thiết:

pip install pandas numpy scikit-learn nltk transformers torch streamlit matplotlib seaborn datasets accelerate

Sử dụng

Training Model

Chạy script để train model:

python src/train_finbert.py

Model sẽ được lưu vào ./models/finbert-trained/final

Dự đoán Sentiment

Sử dụng script predict:

python src/predict.py

Hoặc import trong code:

from src.predict import predict_sentiment

label, confidence = predict_sentiment("The company expects strong revenue growth.")
print(f"{label} ({confidence:.4f})")

Web Demo với Streamlit

Chạy web app:

streamlit run src/app.py

Web app sẽ mở tại http://localhost:8501 với các tính năng:

• 📝 Single Text Analysis: Phân tích sentiment cho một câu
• 📄 Batch Analysis: Phân tích nhiều câu cùng lúc
• 📊 Visualization: Hiển thị kết quả với màu sắc và confidence score

Dataset

Dataset chứa 2478 mẫu với phân bố:

• Positive: 1254 mẫu
• Negative: 1156 mẫu
• Neutral: 68 mẫu

Mapping Labels

• positive → 1
• negative → 0
• neutral → 2

review.Financial.Sentiment.Analysis.mp4

Financial Sentiment Analysis Project