数据集概述
本数据集包含4个主流科学知识图谱（OpenAlex、OpenAIRE、ORKG、Papers with Code）对70篇AI相关论文的并行类别标注，以及人工整理的语义准确的金标准标注，用于评估SKG标注质量与一致性。
文件详解
- initial_dataset.json
- 文件格式：JSON
- 字段映射介绍：直接从SKG的API或数据 dump 中获取的原始标注数据，仅经过最小化处理，保留各SKG对70篇AI论文的原始类别标注信息。
- gold_standard.json
- 文件格式：JSON
- 字段映射介绍：人工筛选的金标准标注数据，仅包含被判定为语义准确的标注内容，作为评估SKG标注质量的基准。
数据来源
论文“Are Scientific Annotations Consistently Represented across Science Knowledge Graphs?”
适用场景
- SKG标注质量评估: 对比原始标注与金标准，分析各科学知识图谱标注的准确性。
- SKG标注一致性分析: 研究不同SKG对同一AI论文标注类别的差异与一致性程度。
- 学术知识图谱优化: 为科学知识图谱的标注体系改进提供实证数据支持。
- AI论文分类研究: 基于多源SKG标注数据，探索AI领域论文分类的标准化方法。
