三大金融文本语料(工商,新闻,资讯) - NLP语料

<>FinancialDatasets

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

<>数据一览

由于github存储有限, 如需全量数据集, 请联系: [email protected]
<mailto:[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
<https://github.com/smoothnlp/FinancialDatasets/blob/master/data/SmoothNLP%E5%B7%A5%E5%95%86%E6%95%B0%E6%8D%AE%E9%9B%86%E6%A0%B7%E6%9C%AC10K.xlsx>
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
<https://github.com/smoothnlp/FinancialDatasets/blob/master/data/SmoothNLP%E4%B8%93%E6%A0%8F%E8%B5%84%E8%AE%AF%E6%95%B0%E6%8D%AE%E9%9B%86%E6%A0%B7%E6%9C%AC10k.xlsx>
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
<https://github.com/smoothnlp/FinancialDatasets/blob/master/data/SmoothNLP%E4%B8%93%E6%A0%8F%E8%B5%84%E8%AE%AF%E6%95%B0%E6%8D%AE%E9%9B%86%E6%A0%B7%E6%9C%AC10k.xlsx>
<>推荐研究方向

* Embedding (Word2Vec, Bert, 等)
* 实体识别
* 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
<>数据展示

<>企业工商信息



<>金融资讯新闻



<>专栏资讯

• « 上一篇：金融壹账通京交会发布区块链白皮书 详解如何成功解决行业痛点
• » 下一篇：算法的时间与空间复杂度（一看就懂）