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190

新能源合同智脑知识中台数据集

能源合同

文本结构化

新能源合同语料的语义结构化底座：完成分域切片溯源、本体类型化、谓词关系建模与向量索引重编排，输出可用于检索增强推理与训练管线对接的机器语言资产。

江苏数据交易所2026-03-19 更新70

T2S-Bench

文本结构化

基准测试

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300

AKN4SORTIS- Akoma Ntoso of selected EU legislation

文本结构化

法律信息学

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90

法律文书结构化解分析应用软件

资源简介：

相关数据集