parsee-ai/revenues-example

---
license: mit
task_categories:
- table-question-answering
- question-answering
language:
- en
tags:
- llm
- rag
- finance
- pdf
- document processing
size_categories:
- n<1K
---

# Revenues Sample Dataset
parsee-core version used: 0.1.3.14

This dataset was created on the basis of 15 pages from annual/quarterly filings of major German stock-exchange listed companies (PDF files).

All PDF files are publicly accessible on parsee.ai, to access them copy the "source_identifier" (first column) and paste it in this URL (replace '{SOURCE_IDENTIFIER}' with the actual identifier):

https://app.parsee.ai/documents/view/{SOURCE_IDENTIFIER}

So for example:

https://app.parsee.ai/documents/view/a8f9dc45fc64a66a4d419ddb56399bcb79a74cb8948d35e8bfa06671f8c47318

# Methodology

The dataset was created on [Parsee Cloud](https://app.parsee.ai), where all output was checked by a human and corrected prior to running this code.

All prompts were truncated to a max of 8k tokens, but this should not affect the prompts for this dataset, as the files are just single pages and thus quite small.

# LLM Evaluation

Evaluation results and more can be found on Github:
* Readme: https://github.com/parsee-ai/parsee-datasets/tree/main/datasets/revenues/parsee-loader
* Evaluation results: https://github.com/parsee-ai/parsee-datasets/blob/main/datasets/revenues/parsee-loader/evaluation.ipynb

原始信息汇总

Revenues Sample Dataset 概述

数据集基本信息

• 许可证: MIT
• 任务类别:
  • 表格问答
  • 问答
• 语言: 英语
• 标签:
  • 大型语言模型（LLM）
  • 检索增强生成（RAG）
  • 金融
  • PDF
  • 文档处理
• 大小类别: 小于1K

数据集描述

• 来源: 基于15页来自德国主要股票交易所上市公司的年度/季度报告（PDF文件）。
• 访问方式: 所有PDF文件可通过parsee.ai公开访问，需使用“source_identifier”在指定URL中替换{SOURCE_IDENTIFIER}进行访问。

数据集创建方法

• 创建平台: 在Parsee Cloud上创建。
• 质量控制: 所有输出均由人工检查并修正。
• 数据处理: 提示被截断至最多8k tokens，但由于文件仅为单页，因此不会影响本数据集的提示。

评估信息

• 评估结果: 可在GitHub上查看，包括评估结果和更多细节。
  • 评估结果链接: https://github.com/parsee-ai/parsee-datasets/blob/main/datasets/revenues/parsee-loader/evaluation.ipynb