baber/WOPTO

---
license: cc-by-4.0
task_categories:
- text-generation
tags:
- legal
pretty_name: World Patent Applications
size_categories:
- 100M<n<1B
---

## World Patent Applications Bibliographic Data

The dataset has been exported from [Google Patents Public Data
](https://console.cloud.google.com/marketplace/product/google_patents_public_datasets/google-patents-public-data?project=summer-prism-410714). Includes the bibliographic information, titles and abstracts from worldwide patent applications excluding the United States. The US full-text patent applications are available [here](https://huggingface.co/datasets/baber/USPTO).

There are ~100M abstracts in English. Excluding that, the top 10 language counts are:
| abstract_language | count |
|-------------------|---------|
| zh | 6,450,567 |
| fr | 4,681,015 |
| ko | 4,306,533 |
| ja | 3,437,958 |
| de | 2,121,303|
| ru | 1,300,119|
| es | 772,236 |
| pt | 610,309 |
| tr | 92,354 |
| pl | 85,397 |

原始信息汇总

数据集概述

基本信息

• 许可证: cc-by-4.0
• 任务类别: 文本生成
• 标签: 法律
• 美观名称: 世界专利申请
• 大小类别: 100M<n<1B

数据内容

• 数据来源: 从Google Patents Public Data导出
• 包含内容: 全球专利申请的文献信息、标题和摘要，不包括美国
• 语言分布:
  • 英文摘要约1亿条
  • 非英文摘要中，前10种语言及其数量如下：
    • 中文: 6,450,567
    • 法语: 4,681,015
    • 韩语: 4,306,533
    • 日语: 3,437,958
    • 德语: 2,121,303
    • 俄语: 1,300,119
    • 西班牙语: 772,236
    • 葡萄牙语: 610,309
    • 土耳其语: 92,354
    • 波兰语: 85,397