2016年7月至2023年9月国务院官网政府公文数据集

数据内容：数据集包含国务院2016年7月至2023年9月之间的政府公文数据，总计文本1697件。用以支持新闻知识图谱的构建。不涉及个人隐私、社会机构及公共利益等敏感数据。
采集方案：通过收集公开数据、自动清洗提取的方式进行数据采集。
时间及地点：采集于2022年-2023年，媒体融合生产技术与系统国家实验室智能化视频生产系统研究部，杭州。
设备情况：阿里云ECS云服务器，站点数据采集平台V1.0

搜集汇总

背景与挑战

背景概述

该数据集收录了2016年7月至2023年9月期间国务院官网发布的政府公文，共计1697件文本，旨在支持新闻知识图谱的构建。数据通过公开采集和自动清洗方式获取，采集工作于2022年至2023年在杭州的媒体融合生产技术与系统国家实验室完成，使用了阿里云ECS服务器和站点数据采集平台V1.0。