中药产业链结构文本训练数据

本数据集服务于中药产业链智能分类与产业图谱构建模型的训练与开发，通过关联企业文本与中药产品标签，为中医药产业发展提供核心数据工具。其主要应用于：产业布局与政策评估：辅助政府与产业规划部门，摸清区域中药企业在创新药研发、传统中成药生产、中药饮片加工等环节的分布情况，为制定中医药产业政策、评估区域竞争优势提供数据支持。投资与研发趋势分析：支持投资机构与行业研究团队，识别中药创新药、改良型新药、经典名方开发等不同技术路线的重点企业，分析研发热点与市场竞争格局。供应链与采购管理：赋能医药商业公司、医院或连锁药店，精准匹配中药饮片、中药配方颗粒、中成药制剂等不同类型产品的供应商，优化采购决策与供应链管理。一、加工前数据说明
本数据集旨在构建用于中药产业链智能分析的人工智能模型训练语料。在加工前，数据已进行严格的匿名化与去标识化处理。原始企业名称被统一替换为不可逆的规范标识符，并彻底移除所有的个人及商业敏感信息，确保数据完全符合隐私保护与安全合规要求，为模型训练提供了洁净、可靠的输入基础。
二、数据处理规则
数据处理严格遵循 “体系先行、业务匹配、特征抽取” 的核心规则，形成了一套从分类框架构建到最终标签生成的完整流程：1.首先，依据中药产业专业分类，预先定义了以“中药”为一级节点，按产品类型划分为“中成药”和“中药饮片”两个二级节点的树状分类体系，为数据加工提供了清晰的产业逻辑框架。2.业务匹配：采用“自动化规则匹配与人工校验相结合”的策略。首先，依托Spark大数据处理框架，对海量企业简介文本进行分布式清洗、分词与关键词匹配，通过预构建的中药产业语义规则库（涵盖“中药创新药”、“中药提取”、“中药饮片”、“中药配方颗粒”、“经典名方”、“中成药制剂”等）自动计算并推荐初步分类节点。随后，由具备中医药行业知识的标注专家进行审核与最终判定，确保企业归入最贴切的产品类型节点。3.特征抽取：在完成业务匹配的同时，从同一段企业简介文本中，系统性地抽取代表其核心产品与技术的关键术语与名词性短语，经过去重与标准化格式化，组合成“正向词”特征串，作为对分类标签的语义补充。
三、加工后数据内容
加工后的数据集为一条条结构化的“文本-标签”数据。每条数据均包含经过脱敏处理的原始企业描述文本，以及与之对应、经人工校验的完整分类标签（一级至二级节点）、高度细化的业务特征词（正向词）与产业标签。数据内容全面覆盖了中药创新药研发、传统中成药生产、中药饮片加工、中药配方颗粒等核心领域，形成了一个分类体系专业、业务特征鲜明、可直接用于中药产业创新生态分析、企业分类与供应链寻源等模型训练与评估的高质量专用数据集。

搜集汇总

背景与挑战

背景概述

该数据集是专为中药产业链智能分类与产业图谱构建模型训练而设计的高质量标注数据，包含1000条经过脱敏处理的企业文本及其对应的中药产品标签。数据以‘中药’为一级节点，细分为‘中成药’和‘中药饮片’等二级节点，并提取企业文本中的关键特征词，形成结构化的‘文本-标签’数据。该数据集可用于产业布局分析、投资研发趋势评估及供应链优化等场景，为中医药产业的智能化决策提供核心数据支持。