奥尔堡大学 发布 HIFI-KPI 数据集, 应用在 财务分析、自然语言处理 领域

奥尔堡大学 本次发布的数据集 HIFI-KPI, HIFI-KPI数据集是由奥尔堡大学计算机科学系和ALIPES ApS公司共同创建的，包含约180万个段落和500万个实体，每个实体都链接到iXBRL特定的计算和展示分类法中的一个标签。该数据集旨在促进从非结构化财务文本中提取数值关键绩效指标(KPI)。数据集通过合并文档的层次结构来构建两个‘主’分类法，并采用递归方法升分类层级以简化标签并提高表示性。此外，还提供了一个更小的‘Lite’子集，用于语言模型推断和评估。

查看HIFI-KPI

README 内容： 

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。