数据集：
2001年-2022年A股上市公司年报，pdf版及txt版
数据收集过程如下：1.python下载pdf年报，2022年年报是2023年6月12日统一下载
2.python使用pdfminer库将pdf转成txt文本
3.针对扫描件、图像格式的pdf年报使用嗨格式pdf转换器直接转txt文本，部分加密pdf年报也是使用嗨格式处理，为节约时间2021年及2022年年报是直接使用嗨格式pdf转换器转txt文本
4.对txt文本同一删除换行符和段落符
5.数据集使用分卷压缩，解压缩的时候注意下
6.txt年报示例及每年年报数量如下图所示