An Annotated Corpus of Webtables for Information Extraction Tasks

The Canadian Dataverse Repository2026-04-12 收录

网络表格信息抽取

结构化数据

数据链接：

https://borealisdata.ca/dataset.xhtml?persistentId=doi:10.7939/DVN/SHL1SL 数据链接链接失效反馈

官方服务：

资源简介：

Macdonald, Erin; Barbosa, Denilson, 2019, "An Annotated Corpus of Webtables for Information Extraction Tasks", https://doi.org/10.7939/DVN/SHL1SL, Borealis, V2

创建时间：

2020-11-03

Structured Web Data Extraction Dataset (SWDE)

网页数据提取

结构化数据

## Motivation This dataset is a real-world web page collection used for research on the automatic extraction of structured data (e.g., attribute-value pairs of entities) from the Web. We hope it could

academictorrents.com720

MasterControlAIML/R1-Reasoning-Unstructured-To-Structured

自然语言处理

结构化数据

该数据集是用于推理的数据集，旨在帮助生成结构化输出。它涉及将非结构化文本转换为结构化模式，特别是对于具有复杂结构化输出需求的真实世界问题。数据集基于DeepSeek R1模型，该模型通过纯强化学习训练基础语言模型，并学习在没有人类监督的情况下进行推理。

Hugging Face2025-01-31 更新150

paraloq/json_data_extraction

结构化数据

多领域JSON生成

Diverse Restricted JSON Data Extraction数据集是一个用于受限JSON数据提取的多样化数据集，涵盖了多个主题领域，如医疗、电子商务、商业、旅行、媒体、技术和制造等。数据集的主要用途包括基准测试受限JSON数据提取、微调数据提取模型和JSON模式检索模型。数据集的结构包括标题、主题、JSON模式、数据实例、媒介和文本。数据是通过Google的Gemini-Pro模

Hugging Face2024-03-25 更新70

dummy-structured-sft-20260107-refixed

数据修复

结构化数据

这是一个自动修复（重新检查）的daichira/dummy-structured-sft-20260107-fixed副本，包含以下修正：text_to_toml：移除了错误的[[items]] / [items.*]包装，仅保留请求的ATTRIBUTES；toml_to_yaml：从提示中的TOML重新生成YAML，确保有效的缩进和正确的键；text_to_yaml：从TEXT块和ATTRIBU

Hugging Face2026-01-16 更新160

三都县林业局获取非结构化数据清单接口文档

林业

结构化数据

三都县林业局获取非结构化数据清单接口文档

贵州省政府数据开放平台2025-09-26 更新120