sohomghosh/FinRAD_Financial_Readability_Assessment_Dataset

FinRAD（金融可读性评估数据集）包含超过13,000个金融术语的定义，用于评估这些术语的可读性。数据集的主要列包括金融术语、定义、来源和手动分配的可读性评分（0表示不可读，1表示可读）。此外，数据集还提供了使用textstat库提取的多种可读性评分，如Flesch阅读易度、Flesch-Kincaid等级、SMOG指数等。数据集的来源包括多本金融和经济学的教科书以及在线资源，如《公司金融原理》、《投资学》、《经济学教科书》等。

原始信息汇总

数据集概述

数据集名称

• 名称: FinRAD: Financial Readability Assessment Dataset
• 描述: 包含超过13,000个金融术语的定义，用于衡量可读性。

数据集内容

• 主要列:
  • "terms": 金融术语
  • "definitions": 对应金融术语的定义
  • "source": 术语和定义的来源
  • "assigned_readability": 手动分配的可读性评分（0表示不可读，1表示可读）
• 其他列:
  • "flesch_reading_ease", "flesch_kincaid_grade", "smog_index", "coleman_liau_index", "automated_readability_index", "dale_chall_readability_score", "linsear_write_formula", "gunning_fog": 使用textstat库提取的可读性评分

数据集来源

• 来源: 多个金融和经济学相关书籍及在线资源
• 具体来源:
  • Principles of Corporate Finance
  • Investments
  • Economics Textbook
  • Options, Futures, and Other Derivatives
  • Financial Markets and Institutions
  • NCERT系列书籍
  • Investopedia
  • The Economist
  • Federal Reserve Bank of St. Louis的多个词汇表
  • The Palgrave Macmillan Dictionary of Finance, Investment and Banking

数据集使用许可

• 许可: Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)

数据集规模

• 规模: 10K<n<100K

数据集语言

• 语言: 英语

数据集任务类别

• 任务类别: 文本分类

数据集标签

• 标签: 金融

数据集相关资源

• 数据收集与清洗脚本: 提供数据收集和清洗的脚本
• 嵌入提取与模型开发脚本: 提供嵌入提取和模型开发的脚本
• 模型: 提供训练好的模型，包括逻辑回归、GBM、随机森林等
• 嵌入和标签: 提供完整的嵌入和标签数据

数据集引用

• 引用: bibtex @InProceedings{ghosh-EtAl:2022:FNP, author = {Ghosh, Sohom and Sengupta, Shovon and Naskar, Sudip Kumar and Singh, Sunny Kumar}, title = {FinRAD: Financial Readability Assessment Dataset - 13,000+ Definitions of Financial Terms for Measuring Readability}, booktitle = {Proceedings of the The 4th Financial Narrative Processing Workshop @LREC2022}, month = {June}, year = {2022}, address = {Marseille, France}, publisher = {European Language Resources Association}, pages = {1--9}, url = {http://www.lrec-conf.org/proceedings/lrec2022/workshops/FNP/pdf/2022.fnp-1.1.pdf} }

数据集联系方式

• 联系邮箱: [e-mail]