数据集概述
本数据集用于在开放研究知识图谱（ORKG）中实现基于内容的推荐系统，输入研究论文标题和摘要，推荐语义相关的现有模板。包含一个通用数据集、两种方法的训练集、监督方法验证集及两种方法的测试集，支持自然语言推理（NLI）和无监督推荐模型训练与评估。
文件详解
- dataset.json（JSON格式）
- 包含templates列表和neutral papers列表
- template对象字段：id、label、research_fields（含id和label）、properties、papers（含id、label、DOI、research_field、abstract）
- neutral paper对象字段：id、label、DOI、research_field、abstract
- bert_training_set.json（JSON格式）
- 包含entailments、contradictions、neutrals列表
- 每个列表对象字段：instance_id（template_id+paper_id）、template_id、paper_id、premise（论文标题）、hypothesis（论文摘要）、sequence（premise+hypothesis拼接）、target（类别）
- bert_validation_set.json（JSON格式）
- 结构与bert_training_set.json一致，用于监督方法验证
- es_training_set.json（JSON格式）
- 结构与bert_training_set.json一致，用于无监督ElasticSearch方法训练
- test_set.json（JSON格式）
- 结构与bert_training_set.json一致，用于两种方法的测试
适用场景
- 开放研究知识图谱模板推荐系统开发：基于论文标题和摘要，实现语义相关模板的智能推荐
- 自然语言推理模型训练：使用SciBERT嵌入的NLI方法训练与评估
- 无监督推荐方法研究：基于ElasticSearch的无监督模板推荐模型开发
- 学术知识图谱语义匹配研究：分析论文与模板之间的语义关联模式
- 研究生论文研究支持：为硕士论文等学术研究提供模板推荐的数据集基础
