法国建筑技术规范木工条款命名实体识别与关系抽取标注数据集

数据集概述

本数据集包含从法国建筑技术规范（CCTP）中提取的二百三十三条原始木工条款要求，来源于七十二份法国公共建筑项目的CCTP文档，涵盖一万九千七百二十五句、六十五万一千九百四十八个词。数据集通过Doccano工具完成命名实体识别（NER）和关系抽取（RE）标注，适用于建筑领域需求工程的自然语言处理研究。

文件详解

• 原始CCTP文档：共七十二个PDF文件（如CCTP_menuiserie_4.pdf、CCTP_menuiserie_28.pdf等），为提取原始木工条款要求的来源文件
• 标注数据集文件：admin_version1.jsonl（JSONLines格式），包含命名实体识别和关系抽取的标注数据，标注内容为建筑需求领域内的实体及实体间关系

适用场景

• 建筑领域NLP模型训练：用于开发针对建筑技术规范文本的命名实体识别与关系抽取模型
• 需求工程研究：支持建筑项目需求提取、合规性分析的算法研究
• 建筑知识管理：助力建筑领域结构化信息抽取与知识图谱构建
• AEC行业文本处理：推动建筑工程领域专业文本的智能化处理与应用