发布 PatentDesc-355K 数据集, 应用在 专利信息、自然语言处理 领域

本次发布的数据集 PatentDesc-355K, 该数据集是一个大规模的数据集，包含了大约355,000个专利图表，以及从超过60,000份美国专利文件中提取的简短和详细的文本描述。此外，该数据集确保了训练集与验证集/测试集之间的独立性，并包含了详细的统计数据和质量评估指标。其规模达到了355,000个专利图表，任务是对专利图表生成描述。

查看PatentDesc-355K

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。