핀버트 (FinBERT) 편집하기 (부분)

==예제==
아래는 HuggingFace Transformers 라이브러리를 사용하여 FinBERT 모델을 활용한 감성 분석 예제이다.<syntaxhighlight lang="python">
from transformers import AutoTokenizer, AutoModelForSequenceClassification, pipeline

# FinBERT 모델 및 토크나이저 로드 (예: "yiyanghkust/finbert-tone")
model_name = "yiyanghkust/finbert-tone"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForSequenceClassification.from_pretrained(model_name)

# 감성 분석 파이프라인 생성
finbert = pipeline("sentiment-analysis", model=model, tokenizer=tokenizer)

# 금융 관련 텍스트에 대한 감성 분석 수행
text = "The company's quarterly earnings exceeded market expectations, leading to a surge in stock prices."
result = finbert(text)
print(result)
</syntaxhighlight>FinBERT를 활용한 감성 분석 파이프라인의 결과는 일반적으로 리스트 형태로 반환되며, 각 요소는 딕셔너리로 구성된다. 각 딕셔너리는 다음과 같은 두 개의 키를 포함한다.
 [{'label': 'positive', 'score': 0.97}]
이 결과는 입력된 금융 관련 텍스트가 긍정적인 감성을 나타내며, 그 신뢰도가 약 97%임을 의미한다.