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V1.0Data Content: This dataset contains government official document data issued by the State Council of China between July 2016 and September 2023, totaling 1,697 text samples. It is intended to support the construction of news knowledge graphs. No sensitive data related to personal privacy, social institutions or public interests is included. Collection Method: Data was collected by gathering public data and performing automatic cleaning and extraction procedures. Time and Location: This dataset was collected between 2022 and 2023 at the Research Department of Intelligent Video Production System, National Laboratory of Media Convergence Production Technology and Systems, Hangzhou, China. Equipment: Alibaba Cloud ECS cloud servers and Site Data Collection Platform 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。