HYUKI5/NOSIBLE__forward-looking

NOSIBLE/forward-looking（複製）

データの内容

金融関連の検索で集めたウェブ記事の断片を、将来に関する記述（forward）か否かで分類したデータ。1 行が 1 件の断片で、label に forward か not forward、netloc と url に出典が入っている。text は検索結果の一部で、記事全体ではない。ラベルは複数の LLM が付けたもので、人手で検証した記録は確認できていない。ガイダンスの上方か下方かの区別は含まない。

データの概要

項目	値
行数	100,000（1 構成・1 分割の合計）
列数	4
容量	26.88 MB（ファイル 3 本）
ファイルの形式	parquet 1
言語	en
公開	public

構成と分割

構成（config）	分割（split）ごとの行数	列数
default	train 100,000	4

列（構成 default・分割 train）

列	型	先頭の行の値
text	large_string	Offshore staff HOUSTON – VAALCO Energy is lookin…
label	large_string	forward
netloc	large_string	www.offshore-mag.com
url	large_string	https://www.offshore-mag.com/rigs-vessels/articl…

行数と列は HF のデータセットビューアの集計（元のデータセットの現在の版で数えたもの）。全データセットの一覧は HYUKI5/dataset-catalog にある。

複製について

NOSIBLE/forward-looking をリビジョン 79c1c90a22e3fe8976f232a479e56a74b367214a の時点でそのまま複製したもの。中身は変えていない。判断モデル Laya（convaiinnovations/laya）の微調整に使う候補として、調査メモ（Laya 学習用データセット調査）に載せたデータを集めている。

出典

• 元のデータセット: https://huggingface.co/datasets/NOSIBLE/forward-looking
• 複製したリビジョン: 79c1c90a22e3fe8976f232a479e56a74b367214a（2025-12-01 12:10:48+00:00）
• 元のライセンス表記: odc-by

論文

• 元のカードに論文へのリンクは見つからなかった

アノテーションの方法

元のカードにアノテーションの節はあるが、中身は空欄（More Information Needed）だった。

微調整に使うときの注意

• 調査メモの台帳での区分: A（許諾型のライセンスだけで、疑義の注記が無い）。区分は記載の文言で機械的に付けたもので、法的な判定ではない。学習に入れる前に元のカードとライセンスの原文で確かめる。
• Laya の入力は 2,048 token まで（ModernBERT-large / mmBERT）。長い本文は先頭から黙って切られるので、切れる行は事前に除くか、要約・切り出しをしてから入れる。
• 分割は記事・文書単位で行い、同じ本文から作った別の問いを学習側と較正側に分けない。温度と閾値は学習に使っていない分割で別々に当てる。

調査メモの記述

メモ	節	ライセンス（記載）	確認	注記
disclosure_legal_esg.md	Q1. 10-K・MD&A・リスク要因・不正・倒産・将来見通しのテキストに、ラベル付きで使えるデータは何があるか (L41)	odc-by	確認済	確認印なし(各ファイルの凡例により確認済扱い) ／ 原文注記: 金融関連クエリで集めたウェブ記事。ラベルは LLM 出力で人手の検証は未確認。ガイダンスの方向（上方・下方）は含まない
news_events_similarity.md	Q4. 市場を動かすか・将来見通しの文か・予測の文か（金融ニュース） (L111)	odc-by	確認済	原文注記: 検索フィードの断片で、記事全体ではない。人手の検証は未確認。ガイダンスの方向（上方・下方）は含まない

元のカード（日本語訳）

以下は元のデータセットのカードの本文を日本語に訳したもの（機械翻訳）。訳に疑問があるときは、末尾の原文を確かめる。

---

NOSIBLE Forward Looking データセット

変更履歴

• v1.0.0: 初版

NOSIBLE とは

NOSIBLE は垂直型のウェブ規模の検索エンジンである。当社の世界規模のメディア監視製品は、企業が世界中のあらゆる出来事を捉え、完全な状況認識のもとで行動できる AI システムを構築する助けとなる。要するに、企業があらゆることをいつでも把握できるよう支援している。取引先の金融機関は、あらゆる国のあらゆる言語のメディアインテリジェンスをリアルタイムで提供するため当社に依存している。既存の金融データセットと金融モデルの不備が、本データセットおよび関連モデルを公開するきっかけとなった。

• NOSIBLE Forward Looking v1.1 Base

これは何か

NOSIBLE Forward Looking データセットは、クリーニングと重複除去を経た、将来志向のラベルが付いたニュース 100,000 件からなるオープンなコレクションである。各ラベルは、短いテキストの断片の時間的な志向を表し、その記述が forward（将来志向）か not forward（非将来志向）かに基づいて分類する。

すべてのテキストは、厳選された金融関連のクエリ群を用いて NOSIBLE Search Feeds 製品から取得している。将来志向のラベルは、多段階の LLM ベースのアノテーション・パイプライン（後述）によって付与される。

使い方

HuggingFace datasets ライブラリ を使う:

pip install datasets でデータセットライブラリをインストールし、次にデータセットを読み込む:

from datasets import load_dataset

dataset = load_dataset("NOSIBLE/forward-looking")
print(dataset)

期待される出力

DatasetDict({
    train: Dataset({
        features: ['text', 'label', 'netloc', 'url'],
        num_rows: 100000
    })
})

このデータセットは、Hugging Face が対応するあらゆるインターフェースからも利用できる。

データセットの構造

データのインスタンス

以下はデータセットからの例である:

{
    "text": "Offshore staff HOUSTON – VAALCO Energy is looking to bring in a floating storage and offloading (FSO) unit at the Etame Marin oil field offshore Gabon. The company has signed a non-binding letter of intent with Omni Offshore Terminals to supply and operate the vessel at Etame for up to 11 years, following the expiry of the current FPSO Petróleo Nautipa contract with BW Offshore in September 2022. Omni has provided a preliminary proposal for leasing and operating the FSO, which could reduce VAALCO's operating costs by 15-25%, compared with the current FPSO contract during the term of the proposed agreement. Maintaining the current FPSO beyond its contract or transitioning to a different FPSO, VAALCO added, would require substantial capex investments.",
    "label": "forward",
    "netloc": "www.offshore-mag.com",
    "url": "https://www.offshore-mag.com/rigs-vessels/article/14202267/vaalco-contemplating-switch-to-fso-at-etame-offshore-gabon"
}

データのフィールド

• text (string): 検索結果からのテキストの断片。
• label (string): テキストに将来志向の記述が含まれるかどうか。
• netloc (string): 元文書のドメイン名。
• url (string): 文書の URL。

データセットの作成

データの取得元

このデータセットは、顧客にウェブ規模の監視データを提供する NOSIBLE Search Feeds からサンプリングされた。サンプルは、安全で厳選された金融特化のクエリに対する NOSIBLE 検索エンジンの上位ランクの検索結果からなる。すべてのデータは公開ウェブのみから取得されている。

再ラベリングのアルゴリズム

ラベルはまず複数の LLM アノテーターを用いて生成され、その後、アクティブラーニングに基づく再ラベリングのループによって精緻化された。

アルゴリズムの概要は次のとおり:

1. LLM アノテーターのプロンプトを調整するため、約 200 件のサンプルを手でラベル付けする。
2. 10 万件のサンプル群を LLM ラベラーでラベル付けする:
   • xAI: Grok 4 Fast
   • xAI: Grok 4 Fast (reasoning enabled)
   • Google: Gemini 2.5 Flash
   • OpenAI: GPT-5 Nano
   • OpenAI: GPT-4.1 Mini
   • OpenAI: gpt-oss-120b
   • Meta: Llama 4 Maverick
   • Qwen: Qwen3 32B
3. LLM ラベラーの多数決を予測する線形モデルを複数 train する。特徴量は次のモデルのテキスト埋め込みである:
   • Qwen3-Embedding-8B
   • Qwen3-Embedding-4B
   • Qwen3-Embedding-0.6B
   • OpenAI: Text Embedding 3 Large
   • Google: Gemini Embedding 001
   • Mistral: Mistral Embed 2312
4. 反復的な再ラベリングを行う:
   • すべての線形モデルの予測を多数決ラベルと比較する。
   • すべての線形モデルは一致するが多数決ラベルとは一致しない不一致を特定する。
   • より大きな LLM（「オラクル」）を用いて曖昧なケースを評価し、適切な場合は再ラベルする。
   • 性能の最も低い線形モデルをアンサンブルから除外する。
   • 再ラベルの必要なサンプルがなくなるまで繰り返す。
5. これは NOSIBLE Forward Looking v1.1 Base モデルの学習に用いた最終的なデータセットである。

オラクルとして OpenAI: GPT-5.1 を使用した。

追加情報

ライセンス

このデータセットは Open Data Commons Attribution License (ODC-By) v1.0 の下で公開されている。詳細は ライセンス を参照のこと。

帰属表示

• NOSIBLE Inc チーム

貢献者

このデータセットは次のチームが開発・保守している:

• Matthew Dicks
• Simon van Dyk
• Stuart Reid

引用

近日公開予定。ホワイトペーパーを準備中である。

原文（英語）

NOSIBLE Forward Looking Dataset

Changelog

• v1.0.0: Initial version

Who is NOSIBLE?

NOSIBLE is a vertical web-scale search engine. Our worldwide media surveillance products help companies build AI systems that see every worldwide event and act with complete situational awareness. In short, we help companies know everything, all the time. The financial institutions we work with rely on us to deliver media intelligence from every country in every language in real-time. Shortcomings in existing financial datasets and financial models are what inspired us to release this dataset and related models.

• NOSIBLE Forward Looking v1.1 Base

What is it?

The NOSIBLE Forward Looking Dataset is an open collection of 100,000 cleaned, deduplicated, and forward-looking labeled news. Each label reflects the temporal orientation of a short text snippet, categorizing it based on whether the statement is forward or not forward looking.

All text is sourced from the NOSIBLE Search Feeds product using a curated set of finance-related queries. Forward looking labels are assigned through a multi-stage, LLM-based annotation pipeline (described below).

How to use it

Using the HuggingFace datasets library:

Install the dataset library with pip install datasets, then load the dataset:

from datasets import load_dataset

dataset = load_dataset("NOSIBLE/forward-looking")
print(dataset)

Expected Output

DatasetDict({
    train: Dataset({
        features: ['text', 'label', 'netloc', 'url'],
        num_rows: 100000
    })
})

You can also access this dataset through any interface supported by Hugging Face.

Dataset Structure

Data Instances

The following is an example sample from the dataset:

{
    "text": "Offshore staff HOUSTON \u2013 VAALCO Energy is looking to bring in a floating storage and offloading (FSO) unit at the Etame Marin oil field offshore Gabon. The company has signed a non-binding letter of intent with Omni Offshore Terminals to supply and operate the vessel at Etame for up to 11 years, following the expiry of the current FPSO Petr\u00f3leo Nautipa contract with BW Offshore in September 2022. Omni has provided a preliminary proposal for leasing and operating the FSO, which could reduce VAALCO's operating costs by 15-25%, compared with the current FPSO contract during the term of the proposed agreement. Maintaining the current FPSO beyond its contract or transitioning to a different FPSO, VAALCO added, would require substantial capex investments.",
    "label": "forward",
    "netloc": "www.offshore-mag.com",
    "url": "https://www.offshore-mag.com/rigs-vessels/article/14202267/vaalco-contemplating-switch-to-fso-at-etame-offshore-gabon"
}

Data Fields

• text (string): A text chunk from a search result.
• label (string): Whether the text contains a forward-looking statement or not.
• netloc (string): The domain name of the source document.
• url (string): The URL of the document.

Dataset creation

Data source

The dataset was sampled from the NOSIBLE Search Feeds, which provides web-scale surveillance data to customers. Samples consist of top-ranked search results from the NOSIBLE search engine in response to safe, curated, and finance-specific queries. All data is sourced exclusively from the public web.

Relabeling algorithm

Labels were first generated using multiple LLM annotators and were then refined using an active-learning–based relabeling loop.

The algorithm outline is as follows:

1. Hand-label ~200 samples to tune prompts for the LLM annotators.
2. Label a set of 100k samples with LLM labelers:
   • xAI: Grok 4 Fast
   • xAI: Grok 4 Fast (reasoning enabled)
   • Google: Gemini 2.5 Flash
   • OpenAI: GPT-5 Nano
   • OpenAI: GPT-4.1 Mini
   • OpenAI: gpt-oss-120b
   • Meta: Llama 4 Maverick
   • Qwen: Qwen3 32B
3. Train multiple linear models to predict the majority-vote of the LLM labelers. The features are the text embeddings of the following models:
   • Qwen3-Embedding-8B
   • Qwen3-Embedding-4B
   • Qwen3-Embedding-0.6B
   • OpenAI: Text Embedding 3 Large
   • Google: Gemini Embedding 001
   • Mistral: Mistral Embed 2312
4. Perform iterative relabeling:
   • Compare all the linear models' predictions to the majority-vote label.
   • Identify disagreements where all linear models agree but the majority-vote label does not.
   • Use a larger LLM (“oracle”) to evaluate ambiguous cases and relabel when appropriate.
   • Drop the worst performing linear models from the ensemble.
   • Repeat until no additional samples require relabeling.
5. This is the final dataset used for training the NOSIBLE Forward Looking v1.1 Base model.

We used OpenAI: GPT-5.1 as the oracle.

Additional information

License

The dataset is released under the Open Data Commons Attribution License (ODC-By) v1.0 license.

Attribution

• NOSIBLE Inc Team

Contributors

This dataset was developed and maintained by the following team:

• Matthew Dicks
• Simon van Dyk
• Stuart Reid

Citations

Coming soon, we're working on a white paper.