专利文本相似度评估训练数据集PatentTextSimilarityEvaluationTrainingData-andrew1024
数据来源：互联网公开数据
标签：专利, 文本相似度, 自然语言处理, 文本匹配, 机器学习, 专利检索, 数据标注, 文本分类
数据概述：
该数据集包含来自专利文献的数据，记录了用于训练和评估专利文本相似度模型的结构化数据。主要特征如下：
时间跨度：数据未明确标注时间，可视为静态数据集。
地理范围：数据来源于全球范围内的专利文献，未限定具体国家或地区。
数据维度：包括以下字段：id（唯一标识符），anchor（锚文本），target（目标文本），context（上下文信息，通常为专利分类号），score（相似度评分，数值型），title（专利标题），fold（交叉验证折叠标识），text（由anchor、target和context拼接的文本）。
数据格式：CSV格式，文件名为train_folds_strat_5.csv，便于数据分析和模型训练。
来源信息：数据来源于公开的专利数据库，并经过了预处理和标注。该数据集适用于文本相似度建模、专利检索、文本分类等任务。
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、信息检索、专利分析等领域的学术研究，如专利文本相似度计算、专利分类、专利引用分析等。
行业应用：为知识产权行业提供数据支持，尤其适用于专利检索系统、专利审查辅助系统、竞争情报分析等应用。
决策支持：支持企业在专利申请、技术研发、市场分析等方面的决策制定，帮助企业更好地理解和利用专利信息。
教育和培训：作为自然语言处理、机器学习、信息检索等课程的实训数据，用于学生训练模型、理解专利文本相似度评估方法。
此数据集特别适合用于构建和评估专利文本相似度模型，帮助用户提升专利检索效率、优化专利分析流程，并辅助进行技术竞争分析。
