FinancialDatasets

SmoothNLP 金融文本数据集(公开) | Public Financial Datasets for NLP Researches

API接口服务

数据一览

由于github存储有限, 如需全量数据集, 请联系: [email protected]

数据名称	数据字段	样本量	总量	下载链接
企业工商信息	名称,公司名称,公司介绍,工商,地址,工商注册id,成立时间,法人代表,注册资金,统一信用代码,网址	1万	50万 - (上市及中小型企业)	下载
金融讯息新闻	title-新闻标题,content-新闻内容,pub_ts-发稿日期	2万	210万	下载
专栏资讯	title-新闻标题,content-新闻内容,pub_ts-发稿日期	1万	58万	下载
投资机构信息	机构名称,介绍,行业,规模,轮次	1K	3万	下载
投资事件	事件资讯,投资方,融资方,融资事件,轮次,金额	2K	7万	下载
36氪新闻	title-新闻标题,content-新闻内容,url-网址	1万	11万	下载

推荐研究方向

• Embedding (Word2Vec, Bert, 等)
• 实体识别 - NER
• 无监督聚类: 基于企业描述信息, 进行竞品聚类
• 企业行业分类
• 标题总结 - Text Summary
• 序列分类 - Sequence Classification

数据展示

投资机构

投资事件

企业工商信息

金融资讯新闻

专栏资讯

36氪新闻