专利文本相似度评估训练数据集PatentTextSimilarityEvaluationTrainingDataset-khyeh0719
数据来源：互联网公开数据
标签：专利, 文本相似度, 语义匹配, 机器学习, 文本分类, 数据标注, 自然语言处理, 专利分析
数据概述：
该数据集包含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，可视为静态语料数据集。
地理范围：数据来源于专利文本，未限定特定地理区域。
数据维度：包括专利ID（id）、锚文本（anchor）、目标文本（target）、上下文信息（context）、相似度评分（score）、评分映射（score_map）、锚文本映射（anchor_map）和交叉验证折叠信息（fold）等字段。
数据格式：CSV格式，文件名为train.csv，方便数据分析和模型训练。
来源信息：数据集来源于相关研究或公开的专利数据，经过了结构化处理和标注，用于训练文本相似度模型。
该数据集适合用于自然语言处理、文本挖掘和专利分析等领域的研究和应用。
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：适用于文本相似度、语义匹配、信息检索等方面的学术研究，例如专利检索、技术趋势分析等。
行业应用：为知识产权行业提供数据支持，用于专利分类、专利查新、竞争情报分析等。
决策支持：支持企业在技术研发、市场分析和投资决策方面的辅助。
教育和培训：作为自然语言处理、机器学习等课程的实训数据，用于学生训练模型、理解文本相似度评估方法。
此数据集特别适合用于探索专利文本之间的相似性，从而提升信息检索和知识挖掘的效率，帮助用户实现更精准的专利分析和决策。
