Harvard University 发布 Harvard USPTO Dataset (HUPD) 数据集, 应用在 专利分析、自然语言处理 领域

Harvard University 本次发布的数据集 Harvard USPTO Dataset (HUPD), 该数据集是一个全面的数据集，包含了2004年1月至2018年12月期间提交给美国专利商标局（USPTO）的英文实用专利申请。它精心挑选了已授权的高质量专利文本。此外，该数据集不仅包括已授权和被拒绝的专利申请，为了确保评估数据的质量，在评估数据集中仅包含了已授权的专利。注释工作由一位专利律师和一位博士研究生共同完成。数据集的规模为400个已授权专利的样本，这些样本在八个主要国际专利分类（IPC）部分中均衡分布。该数据集的任务包括从权利要求生成摘要以及下一项权利要求的生成。

查看Harvard USPTO Dataset (HUPD)

README 内容： 

关于 Harvard University , 哈佛大学是一所享誉全球的私立研究型大学，位于美国马萨诸塞州的剑桥市，以其卓越的教学和研究水平在全球高等教育界享有崇高地位。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。