К содержимому

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")