S&P 500 Earnings Transcripts

Un corpus completo de transcripciones financieras trimestrales de compañías del S&P 500 a lo largo de 20 años, ideal para el análisis semántico, temporal y estratégico.

Obtén el dataset

Tamaño

33.362 transcripciones de texto estructurado por orador, formato JSON

Licencia

MIT

Descripción

‍

El conjunto de datos S&P 500 Earnings Transcripts reúne más de 33 000 transcripciones de llamadas financieras trimestrales de 685 empresas estadounidenses del S&P 500, que abarcan el período 2005-2025. Cada convocatoria está estructurada por orador, lo que ofrece una base rica para el trabajo de la PNL aplicado a la financiación y al análisis de los diálogos económicos.

‍

¿Para qué sirve este conjunto de datos?

‍

Análisis de la confianza del mercado a través de declaraciones ejecutivas
Entrene modelos resumidos automáticos para un contenido económico extenso
Creación de modelos especializados para la respuesta a preguntas financieras o la detección de señales débiles

‍

¿Se puede enriquecer o mejorar?

‍

Sí, este corpus se puede enriquecer con anotaciones de tono, etiquetas temáticas (finanzas, crecimiento, riesgo) o enlaces a datos bursátiles para correlacionarlos. También es posible combinar las transcripciones con modelos de voz para alinearlas entre el audio y el texto.

‍

🔎 En resumen

Criterio	Evaluación
🧩 Facilidad de uso	⭐⭐⭐⭐✩ (Estructurado por participante y trimestre)
🧼 Necesidad de limpieza	⭐⭐⭐⭐⭐ (Bajo – transcripciones textuales ya formateadas)
🏷️ Riqueza de anotaciones	⭐⭐⭐⭐✩ (Bueno – participantes, fecha, empresa, metadatos completos)
📜 Licencia comercial	✅ Sí (MIT)
👨‍💻 Ideal para principiantes	🌟 Sí – no requiere procesamiento complejo inicial
🔁 Reutilizable para fine-tuning	🎯 Sí – adecuado para LLMs especializados en finanzas/lenguaje formal
🌍 Diversidad cultural	⚠️ Limitado al contexto económico norteamericano