数据集概述
该数据集包含两类专利相关数据：一是经人工标注（技术问题、解决方案、优势效果）的黄金集，二是用于模型评估的随机专利测试数据，为专利文本信息抽取研究提供标注基准与测试资源。
文件详解
- 文件名称: Test Data.csv
- 文件格式: CSV
- 核心字段: zip_file（压缩包标识）、priorities（优先权信息）、uid（专利唯一标识）、priority_Date（优先权日期）、filing_Date（申请日期）、publication_Date（公开日期）、inventors（发明人）、assignee_patent（专利受让人）、assignee_company（企业受让人）、main_cpc（主CPC分类）、cpc（CPC分类）、cpc_4（四级CPC分类）、ipc（IPC分类）、ipc_4（四级IPC分类）、title（专利标题）、text（文本内容）、type_text（文本类型）、section（章节）、sub_section（子章节）、seq（序列）、sub_section_num（子章节编号）
数据来源
United States Patent and Trademark Office (USPTO)
适用场景
- 自然语言处理研究：用于训练和评估专利文本中问题、解决方案、优势语句的抽取模型
- 专利信息挖掘：支持自动化提取专利核心技术要素，提升专利分析效率
- 知识产权管理：辅助专利检索、技术竞争力分析等实务工作
- 技术创新研究：为技术趋势追踪、创新热点识别提供结构化数据基础
