Webis_PRA_12_企业名称拼写错误对专利检索影响研究语料库_2012

数据集概述

本数据集为Webis专利检索语料库2012（Webis-PRA-12），核心内容是研究企业名称拼写错误对专利检索的影响。语料库基于2001-2010年美国专利商标局（USPTO）授权的2132825项专利提取，包含14189个不同企业名称，为专利检索领域的相关研究提供数据支持。

文件详解

• 文件名称：corpus-webis-pra-12.zip
• 文件格式：ZIP
• 字段映射介绍：压缩包内包含Webis专利检索语料库2012的完整数据，核心内容为基于USPTO专利提取的14189个不同企业名称，用于研究企业名称拼写错误对专利检索的影响；未检测到特定命名模式，无训练/测试、数据/标签、原始/处理数据的拆分。

适用场景

• 专利检索算法优化：研究企业名称拼写错误对专利检索结果的影响，优化检索算法的容错性和准确性。
• 自然语言处理应用：用于企业名称拼写纠错、实体链接等自然语言处理任务的模型训练与验证。
• 知识产权数据分析：分析USPTO专利中企业名称的分布特征，支持知识产权领域的相关研究。
• 信息检索领域研究：作为专利检索方向的标准语料库，支撑信息检索领域的学术研究与实验对比。