可以通过对话中的多轮交互逐段提供槽值，尤其是对于一些重要信息，例如电话号码和姓名。这是日常生活中普遍存在的现象，但在以往的工作中却很少关注。为了填补这一空白，本文定义了一个名为基于子槽的面向任务的对话（SSTOD）的新任务，并构建了一个中文对话数据集SSD，以促进对SSTOD的研究。该数据集包括来自四个不同领域的总共 40K 对话和 500K 话语：中文姓名、电话号码、身份证号码和车牌号码。数据用

OpenDataLab2026-07-12 更新130

KathirKs/CC-MAIN-2016-50_row_wise_20240915_073423

信息抽取

文本分析

该数据集包含文本、UUID和元数据三个主要特征。元数据进一步细分为dump、file_path、id和url等字段。数据集被划分为训练集，包含1,070,849个样本，总大小为13,340,128,555字节。

Hugging Face2024-09-15 更新90

BenchIEFL

信息抽取

自然语言处理

BenchIEFL是由蒙特利尔大学的RALI实验室创建的一个用于开放信息抽取（OIE）的新基准数据集。该数据集通过重新注释BenchIE数据集，修正了常见错误和不一致性，提高了注释的精确性和相关性。BenchIEFL包含新的匹配函数，能更灵活地捕捉有效抽取，从而产生更公平的系统评估排名。数据集主要用于评估OIE系统在下游任务中的性能，如问答和文本理解，旨在通过提供更高质量的基准来推动OIE技术的发

arXiv2024-07-24 更新140

知识库关键信息数据集

知识库管理

信息抽取

文章表：文件id，标题，文件类型，关键词集合，存储路径，摘要，上传时间，上传人。节点表：标题id，标题，关键词id，关键词，节点类型，节点状态。关联表：文件id，对应关键词id，文件标题，关键词，关联状态。

上海市数据产品知识产权管理平台2025-11-20 更新100