fin_simplifier_README.md

# Financial Text Simplifier (금융 텍스트 간소화 모델)

## Model Description

[![Open In Colab](https://colab.research.google.com/assets/colab-badge.svg)](https://colab.research.google.com/drive/19Q7kUWtHX2shLx6iGGoT66wEidOrvLCf?usp=sharing)

**fin_simplifier**는 복잡한 금융 용어와 문장을 일반인이 이해하기 쉬운 한국어로 변환하는 Encoder-Decoder 모델입니다.

### Architecture
- **Encoder**: KR-FinBert-SC (금융 도메인 특화 BERT)
- **Decoder**: SKT KoGPT2-base-v2 (한국어 생성 모델)
- **Model Type**: Seq2Seq (Encoder-Decoder)
- **Parameters**: 255M

### Key Features
-  금융 전문 용어를 쉬운 일상어로 변환
-  한국어 금융 문서에 최적화
-  PER, ROE, 파생상품 등 복잡한 개념 간소화
-  은행 상담 및 금융 교육 활용 가능

## Intended Use

### Primary Use Cases
1. **금융 상담 지원**: 은행 상담 시 고객 이해도 향상
2. **금융 교육**: 복잡한 금융 개념을 쉽게 설명
3. **문서 간소화**: 약관, 상품 설명서 등을 이해하기 쉽게 변환
4. **접근성 개선**: 금융 소외계층의 금융 서비스 접근성 향상

### Out-of-Scope Use
- 법적 구속력이 있는 문서 작성
- 투자 조언 또는 금융 상담 대체
- 정확한 수치나 계산이 필요한 경우

## How to Use

### Installation
```python
from transformers import EncoderDecoderModel, AutoTokenizer
import torch

# Model loading
model = EncoderDecoderModel.from_pretrained("combe4259/fin_simplifier")
encoder_tokenizer = AutoTokenizer.from_pretrained("snunlp/KR-FinBert-SC")
decoder_tokenizer = AutoTokenizer.from_pretrained("skt/kogpt2-base-v2")

# Set special tokens
if decoder_tokenizer.pad_token is None:
    decoder_tokenizer.pad_token = decoder_tokenizer.eos_token
```

### Inference Example
```python
def simplify_text(text, model, encoder_tokenizer, decoder_tokenizer):
    # Tokenize input
    inputs = encoder_tokenizer(
        text,
        return_tensors="pt",
        max_length=128,
        padding="max_length",
        truncation=True
    )
    
    # Generate simplified text
    with torch.no_grad():
        generated = model.generate(
            input_ids=inputs["input_ids"],
            attention_mask=inputs["attention_mask"],
            max_length=128,
            num_beams=6,
            repetition_penalty=1.2,
            length_penalty=0.8,
            early_stopping=True,
            do_sample=True,
            top_k=50,
            top_p=0.95,
            temperature=0.7
        )
    
    # Decode output
    simplified = decoder_tokenizer.decode(generated[0], skip_special_tokens=True)
    return simplified

# Example usage
complex_text = "주가수익비율(PER)은 주가를 주당순이익으로 나눈 지표입니다."
simple_text = simplify_text(complex_text, model, encoder_tokenizer, decoder_tokenizer)
print(f"원문: {complex_text}")
print(f"간소화: {simple_text}")
# Output: "간소화: PER은 주식 가격이 회사 이익 대비 비싼지 싼지 보는 숫자입니다."
```

## Training Details

### Training Data
- **Size**: 약 100개의 금융 용어 쌍 (복잡한 설명 → 쉬운 설명)
- **Domain**: 한국 금융 용어 및 개념
- **Categories**:
  - 기본 금융 지표 (PER, ROE, ROA 등)
  - 투자 상품 (ETF, ELS, 파생상품 등)
  - 대출/예금 용어
  - 리스크 관리 용어
  - 세금 관련 용어

### Training Procedure
- **Epochs**: 10
- **Batch Size**: 4 (with gradient accumulation steps: 2)
- **Learning Rate**: 3e-5
- **Optimizer**: AdamW with warmup
- **Label Smoothing**: 0.1
- **Dropout**: 0.2 (encoder and decoder)

### Hyperparameters for Generation
- **Beam Search**: 6 beams
- **Repetition Penalty**: 1.2
- **Length Penalty**: 0.8
- **Temperature**: 0.7
- **Top-k**: 50
- **Top-p**: 0.95

## Evaluation

### Example Outputs

| 원문 (Complex) | 변환 결과 (Simplified) |
|---------------|---------------------|
| 시가총액은 발행주식수에 주가를 곱한 값으로 기업의 시장가치를 나타냅니다. | 시가총액은 회사의 모든 주식을 합친 가격입니다. |
| 파생결합증권은 기초자산의 가격변동에 연계하여 수익이 결정되는 증권입니다. | 파생결합증권은 다른 상품 가격에 따라 수익이 바뀌는 투자 상품입니다. |
| 환매조건부채권(RP)은 일정기간 후 다시 매입하는 조건으로 매도하는 채권입니다. | RP는 나중에 다시 사겠다고 약속하고 일단 파는 채권입니다. |
| 유동성위험은 자산을 적정가격에 현금화하지 못할 위험입니다. | 유동성위험은 급하게 팔 때 제값을 못 받을 위험입니다. |
| 원리금균등상환은 매월 동일한 금액으로 원금과 이자를 상환하는 방식입니다. | 원리금균등상환은 매달 같은 금액을 갚는 방식입니다. |

## Limitations and Biases

### Limitations
1. **학습 데이터 규모**: 약 100개의 예시로 학습되어 일반화 능력이 제한적
2. **도메인 특화**: 금융 분야 외 다른 전문 용어에는 성능이 떨어질 수 있음
3. **문맥 이해**: 긴 문장이나 복잡한 문맥에서는 정확도가 낮을 수 있음
4. **수치 정보**: 정확한 수치나 계산식 변환에는 적합하지 않음

### Potential Biases
- 학습 데이터가 한국 금융 시장 중심으로 구성
- 일반 소비자 관점의 간소화로 전문가 수준의 정확성은 보장되지 않음

## Ethical Considerations

### Responsible Use
- ✅ 금융 교육 및 이해도 향상 목적으로 사용
- ✅ 보조 도구로서 인간 전문가와 함께 사용
- ❌ 법적 효력이 있는 문서 작성에 사용 금지
- ❌ 투자 결정의 유일한 근거로 사용 금지

### Privacy
- 모델은 개인 정보를 포함하지 않음
- 입력된 텍스트는 저장되지 않음

## Citation

```bibtex
@misc{fin_simplifier2024,
  title={Financial Text Simplifier: Korean Financial Terms Simplification Model},
  author={combe4259},
  year={2024},
  publisher={HuggingFace},
  url={https://huggingface.co/combe4259/fin_simplifier}
}
```

## Acknowledgments

- **KR-FinBert-SC**: 금융 도메인 특화 인코더 제공
- **SKT KoGPT2**: 한국어 생성 모델 제공
- **NH Bank Text-Gaze-Tracker Project**: 실제 활용 사례 및 피드백

## Contact

- **HuggingFace**: [combe4259](https://huggingface.co/combe4259)
- **Model Card**: 문의사항은 HuggingFace 토론 탭을 이용해주세요

## License

이 모델은 연구 및 교육 목적으로 제공됩니다. 상업적 사용 시 별도 문의가 필요합니다.

## Updates

- **2024.01**: 초기 버전 릴리즈 (v1.0)
- 금융 용어 100개 학습
- KR-FinBert + KoGPT2 아키텍처

---

**Note**: 이 모델은 금융 정보의 접근성을 높이기 위한 연구 프로젝트의 일환으로 개발되었습니다. 실제 금융 상담이나 투자 결정에는 반드시 전문가의 조언을 구하시기 바랍니다.