数据集概述
本数据集基于arXiv Dataset构建，核心内容为补充了关键词字段的学术文章数据，包含CSV和JSON两种格式的文件，总计2个文件，可用于学术文献的关键词分析与检索支持。
文件详解
- CSV文件
- 文件名称：data.csv
- 文件格式：CSV
- 字段映射介绍：包含id、submitter、authors、title、comments、journal-ref、doi、report-no、categories、license、abstract、versions、update_date、authors_parsed、keywords等字段
- JSON文件
- 文件名称：data.json
- 文件格式：JSON
- 字段映射介绍：与data.csv字段对应，包含学术文章的基本信息及补充的关键词字段
数据来源
arXiv Dataset
适用场景
- 学术文献关键词检索优化：利用补充的关键词字段提升arXiv论文的检索精准度
- 学术主题趋势分析：基于关键词分布研究特定领域的研究热点与发展趋势
- 文献分类模型训练：为学术文章自动分类模型提供带关键词标注的训练数据
- 科研合作网络分析：结合作者与关键词数据探究研究团队的主题聚焦方向
