ESG-BERT 项目使用教程

ESG-BERT 项目使用教程

ESG-BERTDomain Specific BERT Model for Text Mining in Sustainable Investing项目地址:https://gitcode.com/gh_mirrors/es/ESG-BERT

1. 项目的目录结构及介绍

ESG-BERT 项目的目录结构如下：

ESG-BERT/
├── README.md
├── requirements.txt
├── data/
│   └── sample_data.csv
├── models/
│   └── esg_bert_model.py
├── notebooks/
│   └── Applying ESG-BERT on sustainability reports.ipynb
├── scripts/
│   └── train_model.py
└── config/
    └── config.yaml

目录介绍

• README.md: 项目说明文件，包含项目的基本信息和使用指南。
• requirements.txt: 项目依赖文件，列出了运行项目所需的Python包。
• data/: 数据目录，存放示例数据文件。
• models/: 模型目录，包含ESG-BERT模型的定义文件。
• notebooks/: Jupyter Notebook目录，包含应用ESG-BERT模型的示例。
• scripts/: 脚本目录，包含训练模型的脚本。
• config/: 配置文件目录，包含项目的配置文件。

2. 项目的启动文件介绍

项目的启动文件是 notebooks/Applying ESG-BERT on sustainability reports.ipynb。这是一个Jupyter Notebook文件，用于演示如何使用ESG-BERT模型对可持续性报告进行文本分类。

启动文件内容概述

• 导入必要的库: 导入Python库，如Tika和Hugging Face的transformers库。
• 加载数据: 使用Tika库解析可持续性报告文档。
• 加载ESG-BERT模型: 从Hugging Face加载预训练的ESG-BERT模型。
• 文本分类: 应用ESG-BERT模型对解析后的文本进行分类。

3. 项目的配置文件介绍

项目的配置文件是 config/config.yaml。这个文件包含了项目运行所需的各种配置参数。

配置文件内容概述

• 数据路径: 指定数据文件的路径。
• 模型参数: 包含模型的超参数，如学习率、批大小等。
• 训练参数: 包含训练过程的参数，如训练轮数、验证频率等。

通过修改这个配置文件，可以调整项目的运行参数，以适应不同的需求和环境。

---

以上是ESG-BERT项目的基本使用教程，涵盖了项目的目录结构、启动文件和配置文件的介绍。希望这些信息能帮助你更好地理解和使用该项目。

ESG-BERTDomain Specific BERT Model for Text Mining in Sustainable Investing项目地址:https://gitcode.com/gh_mirrors/es/ESG-BERT