专利文本关键词预测交叉验证数据集PatentTextKeywordPredictionCross-ValidationDataset-kengofujii
数据来源：互联网公开数据
标签：专利分析, 文本挖掘, 关键词预测, 机器学习, 自然语言处理, 交叉验证, 文本分类, 专利检索
数据概述：
该数据集包含用于专利文本关键词预测的交叉验证数据，记录了专利文本片段与对应的关键词信息。主要特征如下：
时间跨度：数据未明确标注时间，可视作静态语料库，用于模型训练与评估。
地理范围：数据来源未明确，但可推测为全球范围内的专利文本。
数据维度：数据集包含多个字段，包括：id（唯一标识符），anchor（锚文本），target（目标关键词），context（上下文信息，如专利分类号），score（预测分数），code（分类编码），title（专利标题），section（专利所属技术领域），class（专利分类号），subclass（专利子类），group（专利分组），main_group（专利主分组），input（输入文本），fold（交叉验证折数），preds（预测结果）。
数据格式：CSV格式，文件名为oof_df_funnel.csv，便于数据分析和处理。
来源信息：数据来源于kengofujii-pppmfunneltransformerxlarge项目，已进行数据预处理和特征工程。
该数据集适合用于关键词预测模型的训练、评估和优化，以及相关领域的学术研究。
数据用途概述：
该数据集具有广泛的应用潜力，特别适用于以下场景：
研究与分析：适用于自然语言处理、机器学习和专利分析交叉领域的学术研究，如专利文本关键词预测、专利分类、专利检索等。
行业应用：为知识产权行业提供数据支持，可用于构建智能专利检索系统、专利分析工具，以及提升专利信息服务的效率。
决策支持：支持企业和研究机构进行技术趋势分析、竞争情报收集，以及辅助技术研发决策。
教育和培训：作为自然语言处理、机器学习和专利分析等课程的实训数据，帮助学生和研究人员深入理解相关领域。
此数据集特别适合用于探索专利文本与关键词之间的关联关系，优化关键词预测模型的性能，并提升专利信息检索的准确性和效率。
