科技文献专业领域知识对象识别测试数据集

科技文献专业领域知识对象识别测试数据主要面向专业领域知识对象挖掘的需求，包括农业领域、资源环境领域、医学领域、物理学领域、科技政策领域、化学领域、计算机领域、工业领域共8个专业领域的知识对象识别测试数据集。其中，农业领域知识对象识别测试数据集包括农作物与农产品、农业生产经营主体、农艺操作及物候期、畜禽养殖、生产环境要素、农业投入品、病虫草害、农作物发病部位、防治措施等9类农业领域知识对象；资源环境领域知识对象识别测试数据集包括动植物、水体资源、矿物资源、自然生态风险、突发环境事件、自然灾害事件、灾害损失、事件应急处置等8类资源环境领域知识对象；医学领域知识对象识别测试数据集包括病毒、基因、蛋白质、身体部位、检查症状、疾病、药物等7类医学领域知识对象；物理学领域知识对象识别测试数据集包括数据分析、仪器仪表、数学、方法理论、模型、现象规律、计量等6类物理学领域知识对象；科技政策领域知识对象识别测试数据集包括政策目标、政策任务、政策保障措施、政策工具等4类句子级科技政策领域知识对象，以及支持性工具、制度与治理工具、规划与引导工具、开放与市场工具等4类短语级科技政策领域知识对象；化学领域知识对象识别测试数据集包括化学键能、化学产品、无机化合物、有机化合物、反应物、化学反应、溶剂等8类化学领域知识对象；计算机领域知识对象识别测试数据集包括算法、数据集、指标、模型、问题、任务、工具等7类计算机领域知识对象；工业领域知识对象识别测试数据集包括发动机参数、飞机型号、加工流程、飞机制造商、生产线、电气设备、系统、维护程序、导弹、航空发动机类别、火星探测器、维修方法、发动机、故障、飞机系统、机械部件故障、机械设备、供配电设备、结构、发动机制造商、引擎第二子组件、发动机型号、飞机维修通用、飞机类型、维护设备、工序部件、金属、飞机、航空发动机操作系统、机床设备共30类工业领域知识对象。科技文献专业领域知识对象识别测试数据集约17M，为各垂直领域的知识化、智能化转型提供了核心的数据基础设施。数据集来源于农业领域、资源环境领域、医学领域、物理学领域、科技政策领域、化学领域、计算机领域、工业领域等8个专业领域开源的核心知识库。具体包括：高质量的同行评审医学文献、各省市科技厅官方印发的科技政策全文，以及物理学、计算机、化学和工业领域已发表的可公开获取论文。通过建立多维度的遴选机制，从主题相关性、来源权威性、内容完整性和开放可用性等方面严格筛选原始语料，确保数据基础的可靠性与代表性。采集方式包括批量下载与原始文献（PDF/XML格式）解析、利用数据库查询进行结构化过滤等方式。