The financial document causality detection shared task (FinCausal 2023): Dataset

Versión 1.1

Moreno-Sandoval, Antonio; Carbajo-Coronado, Blanca; Porta, Jordi, 2025, "The financial document causality detection shared task (FinCausal 2023): Dataset", https://doi.org/10.21950/2JOAZJ, e-cienciaDatos, V1

Revise los Estándares de citas de datos.

Contactar con el propietario

Estadísticas completas del dataset Estadísticas "Make Data Count" (MDC)

desde 2020-03-01

Visualizaciones
0

0 Citas (desde Crossref)

Descripción	The Financial Document Causality Detection Task (FinCausal 2023) aims at improving the causality in the financial domain trough its texts. Participants are asked to identify, in causal sentences, which elements of the sentence relate to the cause, and which relate to the effect. LLI-UAM is the organizer of the Spanish subtask. The task dataset has been extracted from a corpus of Spanish financial annual reports from 2014 to 2018. This shared task focuses on determining causality associated with both events or quantified facts. For this task, a cause can be the justification for a statement or the reason that explains a result. Therefore, it is a relationship detection task. The aim is to identify, in a paragraph, the causal elements and the consequential ones. Only one causal element and one effect are expected in each paragraph. Participants are provided with a sample of paragraphs, labelled through inter-annotator agreement. This publication consists of the dataset of the shared task. It is a dataset from the FinCausal 2023 competition. It is designed for participants to use the dataset for fine-tuning their models in order to complete the task with the highest possible similarity to the gold standard. It consists of texts annotated by linguists, highlighting the cause and effect present in a paragraph with a financial theme.
Materia	Ciencias de la información y computación
Palabra clave	dataset, FinCausal, shared task, causality, cause-effect, annual reports, financial texts
Publicación relacionada	MORENO-SANDOVAL, A., PORTA-ZAMORANO, J., CARBAJO-CORONADO, B., SAMY, D. MARIKO, D., EL-HAJ, M. (2023) 'The Financial Document Causality Detection Shared Task (FinCausal 2023)' in proceedings of the 5th Financial Narrative Processing Workshop (FNP 2023) at the 2023 IEEE International Conference on Big Data (IEEE BigData 2023). Sorrento, diciembre.
Notas	Methodology: Collection of financial reports. Cleaning of the reports. Linguistic annotation of the cause and effect present in the paragraphs. Validation through IAA (inter-annotator agreement).
Licencia/Acuerdo de uso de los datos	CC-BY-NC-SA-4.0

Filtrado por

	1 a 9 de 9 Ficheros. Seleccionando varios ficheros no se pueden descargar más de 10 GB.	Descargar
	AnnotationGuidelines-FinCausal-ES.pdf Adobe PDF - 170,4 KB Publicado 27 mar 2025 1 Descargas MD5: 729bda5f1f32ca607adf583308a302a2 This file contains everything needed to start the task, as well as the annotation guidelines that served as a reference for the linguists to annotate the causality and thus generate the competition dataset. DocumentaciónDocumentation	Vista previa "AnnotationGuidelines-FinCausal-ES.pdf" Acceso al fichero Acceso al fichero Público Opciones de descarga Adobe PDF Descargar metadatos Citas de fichero de datos XML de EndNote RIS BibTeX Opciones de exploración Read Document
	FINCAUSAL_2023.pdf Adobe PDF - 125,4 KB Publicado 27 mar 2025 1 Descargas MD5: e58a3a10790ab3a30c597e61f292ea4b The main paper of the competition. DocumentaciónDocumentation	Vista previa "FINCAUSAL_2023.pdf" Acceso al fichero Acceso al fichero Público Opciones de descarga Adobe PDF Descargar metadatos Citas de fichero de datos XML de EndNote RIS BibTeX Opciones de exploración Read Document
	practice_subtask_es.csv Valores separados por comas - 61,6 KB Publicado 27 mar 2025 1 Descargas MD5: ea437383a1cf773021dcd00dcd28215a This file contains a sample dataset in CSV format with the cause-effect relationship DataDatos	Acceso al fichero Acceso al fichero Público Opciones de descarga Valores separados por comas Descargar metadatos Citas de fichero de datos XML de EndNote RIS BibTeX
	readme_en.txt Texto plano - 7,2 KB Publicado 27 mar 2025 2 Descargas MD5: b3802f0c272c27752597cb58fd5058f4 DocumentaciónDocumentation	Vista previa "readme_en.txt" Acceso al fichero Acceso al fichero Público Opciones de descarga Texto plano Descargar metadatos Citas de fichero de datos XML de EndNote RIS BibTeX Opciones de exploración Read Text
	readme_es.txt Texto plano - 7,9 KB Publicado 27 mar 2025 1 Descargas MD5: b9c86c2d4c88fe29d54e72586a978095 DocumentaciónDocumentation	Vista previa "readme_es.txt" Acceso al fichero Acceso al fichero Público Opciones de descarga Texto plano Descargar metadatos Citas de fichero de datos XML de EndNote RIS BibTeX Opciones de exploración Read Text
	resources.pdf Adobe PDF - 2,4 MB Publicado 27 mar 2025 1 Descargas MD5: 70185178d188dafbe5bcbd4c6cf6ae0e This file summarizes the resources created during the CLARA-FINT project DocumentaciónDocumentation	Vista previa "resources.pdf" Acceso al fichero Acceso al fichero Público Opciones de descarga Adobe PDF Descargar metadatos Citas de fichero de datos XML de EndNote RIS BibTeX Opciones de exploración Read Document
	task_evaluate.py Código fuente Python - 21,8 KB Publicado 27 mar 2025 1 Descargas MD5: 374c17b2a2985c20a6a8d70ddf4c30b1 The participants could self-evaluate DataDatos	Acceso al fichero Acceso al fichero Público Opciones de descarga Código fuente Python Descargar metadatos Citas de fichero de datos XML de EndNote RIS BibTeX
	test_subtask_es.csv Valores separados por comas - 1,3 MB Publicado 27 mar 2025 1 Descargas MD5: 69c7aca67096607d1c89aadfe991cc30 This file holds the majority of the dataset for participants to train their models. DataDatos	Acceso al fichero Acceso al fichero Público Opciones de descarga Valores separados por comas Descargar metadatos Citas de fichero de datos XML de EndNote RIS BibTeX
	training_subtask_es.csv Valores separados por comas - 1,0 MB Publicado 27 mar 2025 1 Descargas MD5: cb52147666ef9643fc65e73f02c536ca This file is the final test for evaluation DataDatos	Acceso al fichero Acceso al fichero Público Opciones de descarga Valores separados por comas Descargar metadatos Citas de fichero de datos XML de EndNote RIS BibTeX

Metadatos de cita

ID persistente	doi:10.21950/2JOAZJ
Fecha de publicación	2025-03-27
Título	The financial document causality detection shared task (FinCausal 2023): Dataset
Autor	https://ror.org/01cby8j38https://orcid.org/0000-0002-9029-2216 https://ror.org/01cby8j38https://orcid.org/0000-0001-7693-0042 https://ror.org/01cby8j38https://orcid.org/0000-0001-5620-4916
Contacto	Utilice el botón de e-mail de arriba para contactar. Moreno-Sandoval, Antonio (Universidad Autónoma de Madrid. Laboratorio de Lingüística Informática)
Descripción	The Financial Document Causality Detection Task (FinCausal 2023) aims at improving the causality in the financial domain trough its texts. Participants are asked to identify, in causal sentences, which elements of the sentence relate to the cause, and which relate to the effect. LLI-UAM is the organizer of the Spanish subtask. The task dataset has been extracted from a corpus of Spanish financial annual reports from 2014 to 2018. This shared task focuses on determining causality associated with both events or quantified facts. For this task, a cause can be the justification for a statement or the reason that explains a result. Therefore, it is a relationship detection task. The aim is to identify, in a paragraph, the causal elements and the consequential ones. Only one causal element and one effect are expected in each paragraph. Participants are provided with a sample of paragraphs, labelled through inter-annotator agreement. This publication consists of the dataset of the shared task. It is a dataset from the FinCausal 2023 competition. It is designed for participants to use the dataset for fine-tuning their models in order to complete the task with the highest possible similarity to the gold standard. It consists of texts annotated by linguists, highlighting the cause and effect present in a paragraph with a financial theme.
Materia	Ciencias de la información y computación
Palabra clave	dataset FinCausal shared task causality cause-effect annual reports financial texts
Publicación relacionada	MORENO-SANDOVAL, A., PORTA-ZAMORANO, J., CARBAJO-CORONADO, B., SAMY, D. MARIKO, D., EL-HAJ, M. (2023) 'The Financial Document Causality Detection Shared Task (FinCausal 2023)' in proceedings of the 5th Financial Narrative Processing Workshop (FNP 2023) at the 2023 IEEE International Conference on Big Data (IEEE BigData 2023). Sorrento, diciembre. MORENO SANDOVAL, A., PORTA, J., CARBAJO-CORONADO, B., TORTEROLO, Y., SAMY, D. (2025) The Financial Document Causality Detection Shared Task (FinCausal 2025). In Proceedings of the Joint Workshop of the 9th Financial Technology and Natural Language Processing (FinNLP), the 6th Financial Narrative Processing (FNP), and the 1st Workshop on Large Language Models for Finance and Legal (LLMFinLegal), pages 214–221, Abu Dhabi, UAE. Association for Computational Linguistics. PORTA-ZAMORANO, J., CARBAJO-CORONADO, B., MORENO-SANDOVAL, A. (2024). Extraction and Structuring of Financial Terminology. Procesamiento del Lenguaje Natural, 73, 139-149. DOI 10.26342/2024-73-10. handle http://hdl.handle.net/10486/715714 MORENO SANDOVAL, A., A. GISBERT, H. MONTORO (2020) 'Fint-esp: a corpus of financial reports in Spanish' en Miguel Fuster-Márquez, Carmen Gregori-Signes, José Santaemilia Ruiz (eds.): Multiperspectives in Analysis and Corpus Design, Granada: Editorial Comares, pp. 89-102. http://hdl.handle.net/10486/718875 MORENO SANDOVAL, A. (2021) 'Financial Narrative Processing in Spanish.' Tirant lo Blanch. ISBN papel: 9788418802423, ISBN ebook: 9788418802430. References: Moreno-Sandoval, A., Campillos-Llanos, L., & García-Serrano, A. (2024). Language Resources in Spanish for Automatic Text Simplification across Domains (Version 1). arXiv. https://doi.org/10.48550/ARXIV.2409.20466. handle http://hdl.handle.net/10486/715711
Notas	Methodology: Collection of financial reports. Cleaning of the reports. Linguistic annotation of the cause and effect present in the paragraphs. Validation through IAA (inter-annotator agreement).
Idioma	Español
Información de la subvención	Agencia Estatal de Investigación: PID2020-116001RB-C31
Depositante	Moreno-Sandoval, Antonio
Fecha de depósito	2025-03-13

Condiciones de uso del dataset

Licencia/Acuerdo de uso de los datos

Tanto por nuestras Normas de la comunidad como por las buenas prácticas científicas, se espera que se acredite su uso de forma correcta mediante una cita. Por favor, use la cita de datos mostrada en la página del dataset.

CC-BY-NC-SA-4.0

Versión del dataset	Resumen	Colaboradores	Publicado en
No se encontraron registros.

Editar fichero

Este fichero ha sido eliminado (o sustituído) en la versión actual. No puede editarse.

Acceso restringido

Añadiendo límites de acceso a los ficheros publicados. Quien quiera solicitar el acceso a los dato puede hacerlo por defecto.If you disable request access, you must add information about access to the Terms of Access field.

Learn about restricting files and dataset access in the User Guide.

Pedir acceso

Habilitar la solicitud de acceso

Debe habilitar la solicitud de acceso o añadir condiciones de uso a los ficheros restringidos.

Condiciones de acceso para ficheros restringidos

Guardar cambios

Editar Embargo

El fichero o ficheros seleccionados ya se han publicado. Contacte con un administrador para cambiar la razón o la fecha del embargo del fichero o ficheros.

Editar el periodo de retención

El fichero o ficheros seleccionado se ha publicado. Contacte un administrador para cambiar la fecha del periodo de retención del fichero o ficheros o su razón.

Borrar ficheros

Se borrará el fichero después de que pulse el botón Borrar.

Los ficheros no se eliminarán de las versiones publicadas previamente en el dataset.

Fichero(s) seleccionado(s)

Por favor, seleccione uno o más ficheros.

Compartir dataset

Compartir este dataset en sus redes sociales favoritas.

Continuar

Citas del dataset

Las citas de este dataset son recolectadas desde Crossref mediante DataCite usando el estándar Make Data Count. Si quiere más información sobre estas estadísticas, puede mirar en la Guía de Usuario.

Lo siento, no se encontraron citas.

Ficheros inaccesibles seleccionados

El/los fichero(s) seleccionado(s) no puede(n) descargarse porque no tiene derechos de acceso o tienen un periodo de retención o solo pueden transferirse usando Globus.

Puede solicitar acceso a cualquier fichero de uso restringido mediante el botón Solicitar acceso.

Seleccionados ficheros no elegibles

El/los fichero(s) seleccionado(s) no puede(n) transferirse porque no tiene derechos de acceso o tienen un periodo de retención o no son accesibles usando Globus.

Puede solicitar acceso a cualquier fichero de uso restringido mediante el botón Solicitar acceso.

Opciones de descarga

Los ficheros seleccionados son demasiado grandes para descargarlos en un ZIP.

Puede seleccionar ficheros individuales que ocupen menos del límite de 9,3 GB en la tabla de ficheros, o usar el API de acceso a los datos para acceder a los ficheros mediante un programa.

Fichero(s) seleccionado(s)

Por favor seleccione el fichero o ficheros que quiere descargar.

Ficheros inaccesibles seleccionados

El/los fichero(s) seleccionado(s) no puede(n) transferirse porque no tiene derechos de acceso o tienen un periodo de retención.

Pulse en Continuar para descargar los ficheros a los que tiene acceso.

Seleccionados ficheros no elegibles

Algún fichero(s) no puede transferirse. (Está restringido, embargado, tiene un período de retención o no es accesible mediante Globus).

Pulse en Continuar para transferir los ficheros elegibles.

Eliminar dataset

¿Está seguro de que quiere eliminar el dataset?. No podrá deshacer la operación.

Eliminar versión preliminar

¿Está seguro de que quiere eliminar esta versión preliminar? No podrá deshacer la operación.

URL de previsualizació del dataset sin publicar

Las URLs de previsualización solo pueden usarse con versiones sin publicar de datasets.

URL de previsualizació del dataset sin publicar

¿Está seguro de que quiere deshabilitar la URL de previsualización? Si ha compartido esta URL de previsualización con otras personas, su dataset sin publicar dejará de estar accesible para ellos.

Borrar ficheros

Se borrará/n el/los fichero/s después de que pulse el botón Borrar.

Los ficheros no se eliminarán de las versiones publicadas previamente en el dataset.

Procesar

Este dataset contiene ficheros de acceso restringido que no puede procesar porque no tiene derechos de acceso.

Eliminar acceso al dataset

¿Está seguro de que quiere realizar la retirada? La retirada es permanente y la(s) versión(es) seleccionada(s) no volverá(n) a estar disponible(s) para el público.

Eliminar acceso al dataset

¿Está seguro de que quiere retirar este dataset? La retierada es permanente y no volverá a estar disponible para el público.

Detalles de las diferencias de versión

Por favor, seleccione dos versiones para ver sus diferencias.

Detalles de las diferencias de versión

Versión:
última modificación:

Fichero(s) seleccionado(s)

Por favor seleccione el fichero o ficheros a los que quiere pedir acceso.

Fichero(s) seleccionado(s)

No se puede acceder a los ficheros embargados. Puede seleccionar fichero(s) sin embargo en su petición de acceso.

Editar etiquetas

Seleccionar etiquetas existentes o crear otras nuevas que describan sus ficheros. Cuando se crea una etiqueta nueva, ésta se añade como una opción de etiqueta para todos los ficheros de este dataset. Cada fichero puede tener más de una etiqueta.

Petición de acceso

Tiene que Identificarse para solicitar acceso.

Condiciones de uso del dataset

Puede confirmar y/o completar la información pedida para solicitar el acceso a los ficheros de este dataset.

Este dataset está disponible con las siguientes condiciones. Por favor, confirme y/o complete la siguiente información para continuar.

Licencia/Acuerdo de uso de los datos

CC-BY-NC-SA-4.0

Nombre

E-mail

Institución

Cargo

Previsualizar libro de visitas

Tras descargar los ficheros del libro de visitas pregunta por la información siguiente.

Nombre del libro de visitas

Datos recogidos

Información de la cuenta

Descarga de fichero empaquetado

Use la URL de descarga con el comando wget o un gestor de descargas para descargar este fichero empaquetado. La descarga mediante un navegador web no se recomienda. Guía de usuario - Descarga de un archivo empaquetado de e-cienciaDatos mediante su URL

URL de descarga

https://edatos.consorciomadrono.es/api/access/datafile/

Procesar lotes de trabajo

Limpiar procesos por lotes

Dataset	ID persistente	Cambiar lotes de trabajo

Procesar lotes de trabajo

Enviar a revisión

Enviar este dataset a revisión por el conservador/revisor de esta dataverse para su posible publicación.

Publicar dataset

¿Está seguro de que quiere volver a publicar este dataset?

Indique si es una actualización de versión mayor o menor.

Revisión menor (1.2)

Revisión mayor (2.0)

Publicar dataset

Este dataset no se puede publicar hasta que CLARA-FINT: Computational Linguistics Approaches to Readability and Automatic Simplification in Financial Narrative sea publicado por su administrador.

Publicar dataset

Este dataset no se puede publicar hasta que CLARA-FINT: Computational Linguistics Approaches to Readability and Automatic Simplification in Financial Narrative y Universidad Autónoma de Madrid sean publicados.

Devolver al autor

Enviar este dataset al colaborador para su modificación. La razón para devolver el fichero se enviará por email al autor.