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")