Датасет · Duxiaoman-DI
Китайский финансовый текстовый корпус
Duxiaoman-DI/FinCorpus
Объявления компаний, финансовые новости, статьи и тесты на китайском в JSONL.
Что внутри
Датасет на китайском языке: файлы announcement_data.jsonl, fin_news_data.jsonl, fin_articles_data.jsonl и fin_exam.jsonl. В каждом примере есть поле text и meta.source; до сжатия объявления занимают 20G, новости 30G, статьи 10G, тесты 370M. Объём по метаданным — от 100K до 1M примеров.
Что можно сделать
- Дообучение финансовой языковой модели на китайских текстах
- SFT для ответов на финансовые вопросы
- Проверка модели на классификации финансовых новостей и объявлений
- Языки
- Китайский
- Размер
- 100K–1M записей
- Скачиваний за месяц
- 686
- Лайков
- 83
Как загрузить
from datasets import load_dataset
ds = load_dataset("Duxiaoman-DI/FinCorpus")