数据集概述
该数据集是包含新冠病毒相关研究的数据库，数据提取自PubMed、bioRxiv、medRxiv和arXiv，结合Semantic Scholar的文献及作者指标。通过机器学习将文献分为药理学、基因组学等六个主题并排序，数据库定期更新。
文件详解
- 文件名称: cscov_09_2021.png
- 文件格式: PNG (.png)
- 内容说明: 当前CSCoV版本的数据集统计图表
- 文件名称: cscov_09_2021.tsv
- 文件格式: TSV (.tsv)
- 字段示例: title（标题）、abstract（摘要）、journal（期刊）、DOI（数字对象标识符）、date（日期）、collection（来源库）、topic（主题分类）、auth.papers（作者论文数）、auth.cit.（作者被引数）等
- 文件名称: schema.json
- 文件格式: JSON (.json)
- 内容说明: 元数据文件，包含字段定义和主键信息
- 文件名称: cscov_09_2021.tar.gz
- 文件格式: GZIP压缩包 (.tar.gz)
- 内容说明: 用于深度学习模型的Doc2Vec和DeepWalk特征文件
适用场景
- 新冠病毒研究文献计量分析: 统计不同主题文献分布及学术影响力
- 机器学习模型训练: 利用文献特征数据训练主题分类或优先级排序模型
- 医学研究热点追踪: 分析新冠病毒相关研究的发展趋势和重点方向
- 学术资源整合: 为科研人员提供结构化的新冠病毒研究文献检索工具
