К содержимому

Датасет · eddmpython

Финансовая отчётность компаний США и Кореи

eddmpython/dartlab-data

Массив структурированных отчётов DART и SEC EDGAR в формате parquet для анализа рынков.

Что внутри

Крупный корпус объёмом от 1 до 10 миллионов записей на корейском и английском языках в формате parquet. Включает финансовую отчётность, тексты годовых отчётов, котировки и макропоказатели по всем публичным компаниям Кореи (около 2700) и крупным компаниям США (около 1000) из систем DART и SEC EDGAR. Данные сохранены в исходном виде без округлений и интерполяции и унифицированы для поиска по тикеру.

Что можно сделать

  • Обучение моделей для ответов на вопросы по финансовым таблицам (Table QA)
  • Построение RAG-систем для фундаментального анализа акций США и Кореи
  • Тренировка моделей извлечения структурированных данных из отчётности
Задачи
Вопросы по таблицам, Классификация текста
Языки
Корейский, Английский
Размер
1M–10M записей
Скачиваний за месяц
206,1 тыс.
Лайков
24

Модели, обученные на нём

Как загрузить

from datasets import load_dataset

ds = load_dataset("eddmpython/dartlab-data")