rajistics/auditor_review

Auditor_Review数据集是一个用于情感分类的金融新闻句子数据集。该数据集包含来自英语金融新闻的句子，并由5-8名注释者进行标注，标注的情感类别包括正面、负面和中性。数据集的创建目的是为了解决金融情感分析中高质量训练数据缺乏的问题。数据集的结构包括句子和对应的情感标签，并且数据被随机分为训练集和测试集，比例为75/25。

原始信息汇总

数据集概述

数据集名称

• 名称: Auditor_Review
• 别名: financial_phrasebank

数据集属性

• 语言: 英语
• 许可证: CC-BY-NC-SA-3.0
• 多语言性: 单语种
• 大小: 1K<n<10K
• 来源: 原创数据
• 任务类别: 文本分类
• 任务ID: 多类分类, 情感分类

数据集内容

• 摘要: 该数据集包含来自金融新闻的句子，根据情感进行分类。数据集根据5-8位标注者的同意率进行划分。
• 支持的任务: 情感分类
• 数据实例: 示例包括句子及其对应的情感标签（positive, negative 或 neutral）。
• 数据字段:
  • sentence: 数据集中的分词行
  • label: 对应的类别标签，字符串类型
• 数据分割: 随机创建的测试训练分割，比例为75/25。

数据集创建

• 来源数据: 数据来源于英语新闻，涉及所有上市公司的报道。
• 标注过程: 数据集包含4840个句子，由16位具有金融市场背景知识的标注者进行标注，每个句子有5至8次标注。

使用数据集的考虑

• 标注者偏差: 所有标注者来自同一机构，因此在理解标注者间一致性时应考虑此因素。