Датасет · Brianferrell787
Финансовые и общие новости, 57 млн строк
Brianferrell787/financial-news-multisource
Единый корпус из 24 публичных новостных датасетов: 57,1 млн строк с датой и текстом на английском.
Что внутри
Текстовый корпус новостей на английском: 57,1 млн строк, объединённых из 24 публичных датасетов. Данные приведены к минимальной схеме date, text и extra_fields и разложены по Parquet-шардам для потоковой загрузки и запросов через DuckDB. В карточке также упоминается политика торговых дат.
Что можно сделать
- Обучение классификатора финансовых новостей
- Retrieval/RAG для ассистента по рынку
- Дообучение LLM на новостном корпусе
- Задачи
- Классификация текста, Поиск по текстам, Другое
- Языки
- Английский
- Размер
- 10M–100M записей
- Скачиваний за месяц
- 1,7 тыс.
- Лайков
- 121
- Доступ
- по запросу на Hugging Face
Модели, обученные на нём
Как загрузить
from datasets import load_dataset
ds = load_dataset("Brianferrell787/financial-news-multisource")