jpwahle/dblp-discovery-dataset

DBLP Discovery Dataset (D3)是一个大规模的计算机科学文献元数据集，包含了从DBLP和SemanticScholar中提取的超过600万篇论文的元数据。该数据集可用于分析计算机科学研究的趋势、活动、生产力、焦点、偏见、可访问性和影响力。数据集包含论文和作者两个部分，论文部分记录了论文的唯一标识符、标题、作者、出版年份、摘要、引用次数等信息，作者部分记录了作者的唯一标识符、姓名、所属机构、论文数量、引用次数等信息。数据集的总大小为8.71 GB，其中论文部分占8.13 GB，作者部分占0.58 GB。

原始信息汇总

数据集概述

基本信息

• 名称: DBLP Discovery Dataset (D3)
• 语言: 英语
• 许可证: CC-BY-4.0
• 多语言性: 单语种
• 大小: 1M<n<10M
• 标签: dblp, s2, scientometrics, computer science, papers, arxiv
• 任务类别: 其他
• 数据集ID: d3

数据集结构

• 总大小: 8.71 GB
• 数据集配置:
  • papers:
    • 下载大小: 15876152
    • 数据集大小: 15876152
  • authors:
    • 下载大小: 1177888
    • 数据集大小: 1177888

数据实例

• Papers: 8.13 GB
• Authors: 0.58 GB

数据字段

• Papers:

  • corpusid: 论文唯一标识符
  • externalids: 其他仓库中的同一论文标识（如DOI, ACL）
  • title: 论文标题
  • authors: 论文作者及其authorid和name
  • venue: 论文发表场所
  • year: 论文发表年份
  • publicationdate: 论文更精确的发表日期
  • abstract: 论文摘要
  • outgoingcitations: 论文引用次数
  • ingoingcitations: 论文被引用次数
  • isopenaccess: 论文是否开放获取
  • influentialcitationcount: 根据SemanticScholar的影响力引用次数
  • s2fieldsofstudy: 根据SemanticScholar的论文研究领域
  • publicationtypes: 论文发表类型
  • journal: 论文发表的期刊
  • updated: 论文最后更新时间
  • url: SemanticScholar上的论文链接

• Authors:

  • authorid: 作者唯一标识符
  • externalids: 其他仓库中的同一作者标识（如ACL, PubMed）
  • name: 作者姓名
  • affiliations: 作者所属机构
  • homepage: 作者主页
  • papercount: 作者发表的论文数量
  • citationcount: 作者收到的引用次数
  • hindex: 作者的h指数
  • updated: 作者信息最后更新时间
  • email: 作者电子邮件
  • s2url: SemanticScholar上的作者链接

数据分割

• papers
• authors

数据集创建

• 来源数据: DBLP和SemanticScholar v2.0
• 目的: 提供一个资源，用于统计和语义上分析计算机科学研究的现状

许可证信息

• 许可证: CC BY-NC 4.0

引用信息

• 使用数据集时，请引用以下文献: bib @inproceedings{Wahle2022c, title = {D3: A Massive Dataset of Scholarly Metadata for Analyzing the State of Computer Science Research}, author = {Wahle, Jan Philip and Ruas, Terry and Mohammad, Saif M. and Gipp, Bela}, year = {2022}, month = {July}, booktitle = {Proceedings of The 13th Language Resources and Evaluation Conference}, publisher = {European Language Resources Association}, address = {Marseille, France}, doi = {}, }

  同时，如果使用SemanticScholar数据，还需引用相关文献。