jppgks/twitter-financial-news-sentiment

该数据集是为LLM（大型语言模型）微调准备的，包含Twitter上的金融新闻情感分析数据。数据集通过添加一个`instruction`列并将标签从数字映射到字符串（`{0:negative, 1:positive, 2:neutral}`）来进行处理。数据集包含训练集和验证集，分别有9543和2388个样本。每个样本包含`input`（输入文本）、`output`（情感标签）和`instruction`（指令）三个特征。This dataset is designed for the fine-tuning of Large Language Models (LLMs), and comprises financial news sentiment analysis data sourced from Twitter. It is preprocessed by adding an `instruction` column and converting the original numerical labels into string labels following the mapping `{0: negative, 1: positive, 2: neutral}`. The dataset is split into a training set and a validation set, containing 9543 and 2388 samples respectively. Each sample includes three features: `input` (the input text), `output` (the sentiment label), and `instruction` (the task instruction).

原始信息汇总

数据集概述

许可证

• MIT许可证

数据集信息

• 特征：
  • input：字符串类型
  • output：字符串类型
  • instruction：字符串类型
• 数据分割：
  • train：
    • 字节数：1906560
    • 样本数：9543
  • validation：
    • 字节数：479540
    • 样本数：2388
• 下载大小：728648字节
• 数据集大小：2386100字节

配置

• 默认配置：
  • 数据文件：
    • train：data/train-*
    • validation：data/validation-*

搜集汇总

背景与挑战

背景概述

该数据集是一个用于金融新闻情感分析的推特文本集合，包含11.9k条数据，涵盖负面、中性和正面三种情感标签，专为大型语言模型（LLM）微调而设计。数据集已划分为训练和验证集，每条数据包括推特文本、情感标签和固定指令，适用于情感分类任务，特别关注股票市场和公司新闻领域。