cryptonews-articles-with-price-momentum-labels
קוד פתוחSahandNZopenrail2023-06-07
כתבות קריפטו באנגלית שהוצמדו להן תוויות מומנטום של מחיר. המאגר מיועד למי שרוצה לבדוק אם דיווחים חדשותיים חוזים תנועות שוק בלי לתייג ידנית.
- 203הורדות בחודש
- 25לייקים
מה זה
המאגר מורכב משני מקורות נתונים עיקריים. הטקסטים מגיעים מאתר Cryptonews, והנתונים המספריים על מחירי המטבעות נלקחו מבורסת Binance. החיבור ביניהם מייצר רשומות שמיועדות לניתוח סנטימנט וסיווג טקסט בהקשר של תנודות מחיר.
הקבצים מחולקים מראש לסטים של אימון, ולידציה ובדיקה בקובצי CSV נפרדים. היקף הרשומות הכולל נע בין עשרת אלפים למאה אלף שורות. היוצר לא פירט בתיעוד את מבנה השדות המדויק בכל קובץ או את חלוקת האחוזים בין הפיצולים השונים, ולכן תצטרכו להציץ בקבצים עצמם כדי להבין את שמות העמודות המדויקים.
מתאים ל
- סיווג סנטימנט פיננסי
אימון מודל שמזהה אם טקסט חדשותי על קריפטו מרמז על כיוון חיובי או שלילי.
- חיזוי השפעת חדשות
בדיקת מתאם בין מועד פרסום הכתבות לתנודות מחיר שנרשמו בבינאנס.
- הערכת מודלי שפה בקריפטו
בנצ'מרק של מודלים קיימים על סט הבדיקה כדי לראות הבנה של עולם הנכסים הדיגיטליים.
איפה זה נופל
הטקסט כולו באנגלית בלבד, ואין כאן עברית או התייחסות לשווקים מקומיים. המאגר עלה ביוני 2023 ומקורו בפרויקט אקדמי, כפי שמעיד הקישור למאגר בגיטהאב. התיעוד בכרטיס לוקה בחסר, ופרקים שלמים מסומנים בטודו. חסר הסבר איך בדיוק חושב המומנטום של המחיר מבינאנס, מה חלון הזמן שנמדד, ואיך סוננו הכתבות.
שאלות
נפוצות
האם יש בדאטהסט חדשות בעברית?
לא. כל הנתונים נאספו באנגלית בלבד מהאתר Cryptonews. מי שמחפש לנתח השפעה של דיווחים בעברית על שוק הקריפטו יצטרך לאסוף נתונים ממקור אחר.
איך נמדד מומנטום המחיר שמצורף לכתבות?
היוצר מציין שהמידע המספרי נלקח מבינאנס, אך הכרטיס אינו מפרט את הנוסחה. לא מוסבר מה היה חלון הזמן שנבדק מרגע פרסום הכתבה, ולכן כדאי לבדוק את הנתונים בקובצי ה־CSV לפני שמסתמכים עליהם.
האם מותר להשתמש במאגר לפיתוח כלי מסחרי?
הרישיון המדווח הוא openrail, שמאפשר שימוש רחב אך מטיל מגבלות אתיות על אופן השימוש בתוצרים. בנוסף, הטקסטים והמחירים נלקחו מאתרים חיצוניים, כך שחובת הבדיקה לגבי זכויות היוצרים על התוכן המקורי חלה עליכם.
איך טוענים
טוענים את הנתונים ישירות דרך ספריית datasets באמצעות המזהה SahandNZ/cryptonews-articles-with-price-momentum-labels, או מורידים ישירות את הקבצים train.csv, validation.csv ו־test.csv. אין צורך באישור גישה מיוחד כדי להוריד. סדר הגודל הוא עד מאה אלף רשומות, כך שזה יורד ונטען מהר יחסית בלי להכביד על הזיכרון.
from datasets import load_dataset
ds = load_dataset("SahandNZ/cryptonews-articles-with-price-momentum-labels")הרישיון
המאגר מופץ תחת רישיון openrail. הרישיון הזה מתיר בדרך כלל שימוש חופשי כולל שימוש מסחרי, אבל כולל הגבלות התנהגותיות על תחומים אסורים כמו הטעיה או פגיעה מכוונת. אם אתם מאמנים מודל על הדאטהסט, עליכם לוודא שהשימוש שלכם עומד בכללי השימוש האחראי המוגדרים ברישיון, ולא להפר את תנאי המקור של האתרים שמהם נגרדו הנתונים.
- שימוש מסחרי
- שינוי הקוד
- מגבלות שימוש ברישיון