Датасет · bigpictureio
База данных о 17+ миллионах компаний мира
bigpictureio/companies-2023-q4-sm
Крупный справочник профилей более 17 млн мировых компаний с доменами, отраслями и географией.
Что внутри
Текстовый датасет содержит структурированную информацию о более чем 17 миллионах компаний со всего мира на английском языке. Для каждой организации указаны название, домен сайта, размер, год основания, индустрия, город/штат, страна и идентификатор ссылки на LinkedIn.
Что можно сделать
- Обучение моделей классификации компаний по отраслям и извлечения признаков
- Обогащение бизнес-данных и построение графов связей между организациями
- Тренировка NER-моделей для поиска названий компаний и локаций в тексте
- Задачи
- Эмбеддинги
- Языки
- Английский
- Размер
- 10M–100M записей
- Скачиваний за месяц
- 950
- Лайков
- 15
Как загрузить
from datasets import load_dataset
ds = load_dataset("bigpictureio/companies-2023-q4-sm")