Earnings Calls' QAs

kaggle2026-04-15 更新2026-05-09 收录

下载链接：

https://www.kaggle.com/datasets/andreipaulavets/earnings-calls-qa

下载链接

链接失效反馈

官方服务：

资源简介：

Earnings calls' question-answer pairs

创建时间：

2026-04-15

pit-earnings-call-qa

该数据集是用于PIT（Point-in-Time）系列语言模型监督微调的金融问答数据集，专门针对美国上市公司财报电话会议记录构建。数据集旨在微调Diamegs/PIT-4B-FT-*模型快照，同时严格遵守PIT时间顺序原则——训练中不使用基础模型知识截止日期之后的任何会议记录。数据集包含两个时间快照（202112和202212），每个快照按时间顺序划分为训练集、验证集、测试集和基准集。数据规模在1

Hugging Face2026-05-18 更新20

jdecim/pit-earnings-call-qa

该数据集是一个用于PIT-4B-FT系列语言模型监督微调的问答数据集，基于美国上市公司财报电话会议记录构建。数据集包含两个快照（202112和202212），每个快照对应不同基础模型的知识截止日期，并遵循PIT时序纪律，确保训练数据不包含未来信息。数据集中包括四种问答类型：forward_synthetic（通过LLM从准备发言中生成的问题，答案基于提取的证据片段）、forward_natural

Hugging Face2026-05-20 更新00

Earnings Call

该数据集包含了2017年标普500公司每个季度的盈利电话会议，去重后共有169次会议记录。数据集中包含了诸如公司名称、产品名称等特定领域的详细信息。由于包含多个发言人和不稳定的录音环境等因素，这些录音的音频质量相较于专业录制的数据集有所下降。该数据集的规模为169次电话会议，分为40小时的训练集、10小时的有效集和10小时的测试集，其任务是针对特定领域的自动语音识别（ASR）。

arXiv560

lamini/earnings-calls-qa

该数据集包含各种公司收益电话会议的转录文本，以及关于公司财务表现和其他相关主题的问题和答案。

Hugging Face2024-03-18 更新180

islam23/earnings-calls-qa-preprocessed

--- dataset_info: features: - name: question dtype: string - name: answer dtype: string - name: context dtype: string splits: - name: train num_bytes: 34640857.6 num_ex

Hugging Face2024-05-01 更新80