COVID-19科研文章数据集-Elsevier-2020-kashnitsky
数据来源：互联网公开数据
标签：COVID-19,科研文章,Elsevier,公开数据,疫情研究,学术论文,元数据
数据概述：
本数据集包含2020年3月31日前Elsevier提供的约20,000篇与COVID-19相关的科研文章的元数据。经过处理后，筛选出了约13,000篇具有标题和摘要的文章。数据集分为两个主要部分：
covid_articles_elsevier_train.csv – 包含10,000篇用于训练的数据集
covid_articles_elsevier_validation.csv – 包含2,967篇用于验证的数据集
此外，还包含一个meta文件夹，该文件夹提供了从Elsevier SFTP服务器下载的元数据信息（不包含XML和PDF文件）。如需获取完整的XML和PDF文件，可以从指定的SFTP服务器下载（约5GB XML文件，20GB PDF文件）。
数据用途概述：
该数据集适用于COVID-19相关的研究、数据分析、机器学习模型训练与验证、文本挖掘等多个场景。研究人员可以利用此数据集进行疫情发展趋势分析、科研成果整理、信息检索系统开发等研究工作。教育机构可以将数据集用于教学，帮助学生了解科研文章的结构和内容。此外，该数据集也适合用于自然语言处理、信息检索等领域的研究与开发。
