OC中的快速枚举器

 /*
     快速枚举器
     for (<#type *object#> in <#collection#>)
     type * 从集合中获取到的元素类型 
     object 给获取到的对象起一个临时变量名
     collection 集合(数组/字典/集合)
 */
//    // 数组

//    NSArray *arr = [NSArray arrayWithObjects:@"iPhone", @"德玛西亚", @"绯村梦境 ", @"龙之谷", @"bloodStrike", nil];
//    // 对象

//    // 数组快速遍历 得到每个元素

//    for (NSString *temp  in arr) {

//        NSLog(@"temp %@", temp);// 测试

//    }

//    // 字典
    
//    NSDictionary *dic = [NSDictionary dictionaryWithObjectsAndKeys:@"1", @"2", @"3", @"4", nil];
    
//    // 对字典遍历 得到的是key值 通过key可以访问到对应的value值
    
//    for (NSString *key in dic) {
        
//           NSLog(@"key %@", key);
    
//    }
    
//    for (NSString *key in dic) {

//           NSLog(@"%@ = %@", key, [dic objectForKey:key]);
    
//    }
    
    

    
   
Nano-ESG数据资源库的构建基于2023年初至2024年秋季期间采集的逾84万条新闻文本,从中系统提炼出企业环境、社会及治理维度的信息。其构建流程首先依据特定术语在德语与英语新闻平台上检索,初步锁定与德国DAX 40成分股企业相关联的报道。随后借助嵌入技术对文本段落执行去重操作,以降低内容冗余。继而采用GLiNER这一跨语言零样本实体识别系统,排除与目标企业无关的文档。在此基础上,通过GPT-3.5与GPT-4o等大规模语言模型对文本进行双重筛选:一方面判定其与ESG议题的相关性,另一方面生成简明的内容概要。最终环节由GPT-4o模型完成,它对每篇文献进行ESG情感倾向(正面、中性或负面)的判定,并标注所涉及的ESG具体维度,从而形成具备时序特征的ESG情感与维度标注数据集。 该数据集适用于多类企业可持续性研究,例如ESG情感趋势分析、ESG维度细分类别研究,以及企业可持续性事件的时序演变追踪。研究者可利用数据集内提供的新闻摘要、情感标签与维度分类,深入考察企业在不同时期的环境、社会及治理表现。此外,借助Bertopic等主题建模方法,能够从数据中识别出与企业相关的核心ESG议题,并观察这些议题随时间的演进轨迹。该资源以其开放获取特性与连续的时间覆盖,为探究企业可持续性表现的动态变化提供了系统化的数据基础。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值