Tianzhou/auditor_sentiment

Auditor Sentiment数据集由新闻部门收集，包含数千条来自英文财经新闻的句子，并根据情感进行分类。数据集支持情感分类任务，语言为英语。数据集结构包括句子和标签字段，标签分为正面、中性和负面。数据集创建的目的是为了提高情感分类的准确性，源数据来自英文新闻报告，注释由具有金融市场背景知识的16人完成。数据集没有包含个人或敏感信息，但所有注释者来自同一机构，可能存在偏见。数据集的使用受到Demo.Org专有许可的限制。

原始信息汇总

数据集概述

数据集名称

• 名称: Auditor_Sentiment

数据集摘要

• 摘要: 该数据集包含数千条来自英语金融新闻的句子，按情感分类。

支持的任务

• 任务: 情感分类

语言

• 语言: 英语

数据集结构

• 数据实例: 每个实例包含一个句子及其对应的情感标签（positive, neutral, negative）。
• 数据字段:
  • sentence: 数据集中的一个分词行。
  • label: 对应的类别标签，字符串形式：positive - (2), neutral - (1), negative - (0)。
• 数据分割: 随机创建的训练/测试分割，比例为75/25。

数据集创建

• 来源数据:
  • 初始数据收集和标准化: 使用英语新闻报告。
  • 源语言生产者: 由不同审计师撰写。
• 注释:
  • 注释过程: 4840个句子，由16位具有金融市场背景知识的人员注释，选择注释一致性大于75%的子集。
  • 注释者: 来自SME列表，具体姓名由[e-mail]持有。

使用数据的考虑

• 偏见讨论: 所有注释者来自同一机构，因此应考虑此因素对注释一致性的影响。
• 许可证信息:
  • 许可证: Demo.Org Proprietary - 请勿分享

其他信息

• 数据集管理者: 由News Department收集的审计师评论情感。
• 联系人: [e-mail]