相关数据集
T2S-Bench
T2S-Bench是一个专门设计用于评估和改进模型文本到结构能力的基准测试。它包含1.8K高质量样本，覆盖6个科学领域、17个子领域和32种不同的结构类型，涵盖了广泛的现实世界语义结构。T2S-Bench包括三个组成部分：T2S-Train-1.2k用于训练，T2S-Bench-MR（500样本）用于多跳推理，T2S-Bench-E2E（87样本）用于端到端结构化。
github2026-03-05 更新230
AKN4SORTIS- Akoma Ntoso of selected EU legislation
The dataset contains 559 legislative documents in the Akoma Ntoso format. These documents were generated by the CIRSFID center at the University of Bologna as part of the Study On Regulatory Reporting
DataCite Commons2024-08-12 更新80
ShAReCLEF eHealth Evaluation Lab 2014 (Task 2): Disorder Attributes in Clinical Reports
This project focuses on Task 2 of the 2014 ShARe/CLEF eHealth evaluation lab, which extended Task 1 of the 2013 ShARe/CLEF eHealth evaluation lab by focusing on identification and normalization of dis
DataCite Commons2021-12-16 更新30
cnmoro/Text_Structuring_SOLAR_10.7B_Distilled
该数据集是通过使用TheBloke/SOLAR-10.7B-Instruct-v1.0-AWQ模型生成的，目的是在RAG（Retrieval-Augmented Generation）上下文中从给定的源文本生成结构更好的文本。数据集的任务类别是摘要生成，语言为英语，规模在10万到100万之间。数据集的生成方法是通过模型执行特定的提示，从上下文中提取所有关键事实，包括主题、结论、想法、地点、日期、值
Hugging Face2024-01-06 更新180
国家和浙江法律法规正文数据信息
该数据包含了浙江省1949年至今，国家和浙江法律法规正文数据信息信息，由省司法厅（省综合执法办）提供，属于法律服务领域的政务数据资源，更新频率为每日。本数据以国家和浙江法律法规正文数据信息相关业务办理数据为基础，涵盖了DM表数据同步时间、唯一自增序列号、I 插入 U 更新 D 删除、CDS源表数据同步时间、是否更新前数据：Y 是 N 否、是否更新后数据：Y 是 N 否、cd_id、法律id、段内容
浙江数据开放2026-07-08 更新70
