数据集概述
本数据集为NASA收集的系外行星相关出版物摘要预处理数据，包含5个文件，存储为可导入Pandas的JSON格式压缩文件及说明文档，便于研究者快速获取系外行星文献的结构化摘要信息。
文件详解
- Readme.md
- 文件格式：MD
- 字段映射介绍：包含数据集标题、日期、作者及内容说明，列出各数据文件的核心内容
- dfExoplanetsNASA.json.zip
- 文件格式：ZIP（含JSON）
- 字段映射介绍：存储包含摘要的系外行星出版物基础数据
- dfExoplanetsNASAabs.json.zip
- 文件格式：ZIP（含JSON）
- 字段映射介绍：存储经过预处理的系外行星出版物摘要数据
- dfExoplanetsNASAabsSentences.json.zip
- 文件格式：ZIP（含JSON）
- 字段映射介绍：存储通过Spacy提取的系外行星摘要句子级数据
- dfConfirmedExoplanetsNASA.json.zip
- 文件格式：ZIP（含JSON）
- 字段映射介绍：存储已确认系外行星相关的出版物摘要数据
数据来源
NASA archive
适用场景
- 系外行星研究文献计量分析: 统计系外行星领域的研究热点、发表趋势及核心机构
- 天文文本语义挖掘: 基于摘要句子级数据，分析系外行星研究的技术术语、研究方法与结论
- 机器学习训练数据构建: 为系外行星主题分类、摘要生成等NLP任务提供结构化文本数据
- 天文领域知识图谱构建: 从摘要中提取系外行星相关实体（如行星名称、观测设备）及关系
