nogae/roberta-large-finance-questions-classification
✨ 基于RoBERTa-large的金融问题分类模型,适合金融文本意图识别场景
🧭 AI 判断
仅供研究HF Space上的金融问题分类模型,无热度与维护信息,非量化交易工具
基于RoBERTa的金融问题文本分类模型,适合做财经问答/舆情文本的NLP预处理
📊 综合评分
📈 热度走势
GitHub star / HF 下载量每日快照 · 自 2026-09-17(上限 30 天)0(现 0 · 断点=当日未采集)
📖 工具介绍
nogae/roberta-large-finance-questions-classification 是一个部署在 Hugging Face Spaces 上的金融问题分类工具,基于 RoBERTa large 模型构建。它可对金融领域的问题文本进行分类处理,帮助用户快速判断问题类别。适合从事金融文本分析、智能问答系统开发的开发者与研究人员使用。
· docker, region:us
⚖️ 同类对比
| 维度 | roberta-large-finance-questions-classification | finance-sentiment-fr-base | quantstats | TA-Lib Python |
|---|---|---|---|---|
| 结论 | 仅供研究 | 仅供研究 | 推荐 | 推荐 |
| 热度 | — | 539 | 7.7k | 12.3k |
| 7日增长 | 0 | −16 | +27 | +19 |
| 适合人群 | 开发者 | 开发者 | 专业量化 | 开发者 |
| 主要用途 | 数据分析 / 策略研究 | 数据分析 / 策略研究 | 数据分析 / 策略研究 | 数据分析 / 策略研究 |
| 支持市场 | 多市场 | 多市场 | 多市场 | 多市场 |
| 技术栈 | Python | Python | Python | Python |
| 上手难度 | 简单 | 简单 | 简单 | 中等 |
| 活跃度 | — | 中 | 高 | 高 |
💡 新手优先 quantstats(上手简单);要生态成熟选 TA-Lib Python(12.3k)
🧩 更多同类工具
这是 bardsai 发布的法语金融情感分析模型,基于 CamemBERT 架构的 text-classification 模型,支持 transformers、PyTorch 和 safetensors 格式。它可对法语财经文本进行情感倾向分类,适合需要处理法语金融新闻、报告等另类数据的量化研究人员和开发者使用。
一款基于 Python 的量化投资组合分析库，可计算 Sharpe Ratio、Sortino Ratio、最大回撤等各类绩效与风险指标，并支持生成可视化报告。适合量化研究员和交易者用于评估策略回测结果与组合表现。
一款基于 Python 的技术分析指标计算库，是 TA-Lib 的官方 Python 封装。它提供 150 多种技术指标函数(如 MA、MACD、RSI、布林带等)以及 K 线形态识别功能，计算速度快、接口稳定。适合量化开发者、策略研究人员在回测或实盘系统中进行行情指标计算。
一款基于 Pandas 的 Python 技术分析库，提供多种常用技术指标的计算功能，如均线、MACD、RSI、布林带等，并支持动量、趋势、波动率等多类指标。它接口简洁，可与 DataFrame 直接配合使用，适合需要在量化策略或数据分析流程中计算技术指标的 Python 开发者和研究者。
基于 BERT 架构的金融文本情感分析模型,采用 TinyBERT 轻量化设计并支持 ONNX 格式部署,可对财经新闻、研报等文本进行情感分类。适合需要在本地或生产环境中集成金融舆情分析能力的量化研究员和开发者使用。
一款基于 Python Pandas 实现的技术分析指标库，提供常见技术指标的计算函数，可直接与 DataFrame 数据配合使用。它轻量简洁，适合需要在 Python 量化分析流程中计算技术指标的开发者和研究者使用。