supply-chain-contracts

Hugging Face2026-03-05 更新2026-03-06 收录

供应链管理

合同分析

数据链接：

https://huggingface.co/datasets/gathondu/supply-chain-contracts 数据链接链接失效反馈

官方服务：

资源简介：

该数据集包含与运输合同相关的结构化信息，涵盖合同编号、生效日期、发货人与收货人信息、货物描述、数量、总重量、价值、运输方式、起运地与目的地、预计交付日期、总运输成本、付款计划、保险覆盖范围与价值、责任条款、延迟交付罚金、宽限期、海关与合规要求、终止通知、管辖法律、仲裁地点、关键词、库存状态和当前运输状态等字段。数据集分为训练集（128个样本）、验证集（16个样本）和测试集（16个样本），总大小约239KB。适用于运输合同分析、物流管理、法律条款研究等自然语言处理任务。

This dataset contains structured information related to transport contracts, covering a range of fields including contract number, effective date, shipper and consignee information, goods description, quantity, total weight, value, mode of transportation, place of shipment and destination, estimated delivery date, total transportation cost, payment schedule, insurance coverage and insured value, liability clauses, penalty for delayed delivery, grace period, customs and compliance requirements, notice of termination, governing law, arbitration seat, keywords, inventory status and current transportation status. The dataset is divided into training set (128 samples), validation set (16 samples) and test set (16 samples), with a total size of approximately 239 KB. It is suitable for natural language processing tasks such as transport contract analysis, logistics management and legal clause research.

创建时间：

2026-03-04

原始信息汇总

数据集概述

基本信息

数据集名称: supply-chain-contracts
发布者: gathondu
数据集地址: https://huggingface.co/datasets/gathondu/supply-chain-contracts

数据集内容

数据描述: 该数据集包含供应链合同相关的结构化信息。
数据规模: 总计160个样本。
数据格式: 结构化表格数据。

数据字段

数据集包含以下字段：

contract_number: 合同编号 (字符串类型)
effective_date: 生效日期 (日期类型)
shipper: 发货方 (字符串类型)
receiver: 收货方 (字符串类型)
goods_description: 货物描述 (字符串类型)
quantity: 数量 (整数类型)
total_weight: 总重量 (整数类型)
value: 价值 (整数类型)
shipping_method: 运输方式 (字符串类型)
origin: 始发地 (字符串类型)
destination: 目的地 (字符串类型)
estimated_delivery_date: 预计交货日期 (日期类型)
total_shipping_cost: 总运输成本 (整数类型)
payment_schedule: 付款计划 (字符串类型)
insurance_coverage: 保险覆盖范围 (布尔类型)
insurance_value: 保险价值 (整数类型)
liability: 责任条款 (字符串类型)
penalty_for_late_delivery: 延迟交货罚金 (整数类型)
grace_period: 宽限期 (字符串类型)
customs_and_compliance: 海关与合规 (字符串类型)
termination_notice: 终止通知 (字符串类型)
jurisdiction: 司法管辖区 (字符串类型)
arbitration_location: 仲裁地点 (字符串类型)
keywords: 关键词 (字符串类型)
inventory_status: 库存状态 (字符串类型)
current_transit_status: 当前运输状态 (字符串类型)
prompt: 提示 (空值类型)
summary: 摘要 (字符串类型)
full: 完整内容 (字符串类型)

数据划分

数据集划分为三个部分：

训练集: 128个样本，占用190,864字节
验证集: 16个样本，占用24,079字节
测试集: 16个样本，占用24,355字节

技术信息

总下载大小: 106,930字节
总数据集大小: 239,298字节
默认配置: 包含训练集、验证集和测试集的数据文件路径

搜集汇总

数据集介绍

构建方式

在供应链管理领域，数据驱动的决策日益成为提升运营效率的关键。本数据集通过系统化采集真实供应链合同文档，构建了一个涵盖合同编号、生效日期、发货方与收货方信息、货物描述、数量与总重、价值、运输方式、起运地与目的地、预计交付日期、总运输成本、付款计划、保险覆盖、责任条款、延迟交付罚金、宽限期、海关合规、终止通知、管辖法律、仲裁地点、关键词、库存状态、当前运输状态等多元维度的结构化数据集。数据经过匿名化处理，确保商业机密性，并划分为训练集、验证集和测试集，以支持机器学习模型的开发与评估。

特点

该数据集以其高度的结构化和全面性而著称，每一份合同记录均包含从基础交易信息到复杂法律条款的丰富字段，如保险覆盖的布尔值标识、责任与仲裁地点的文本描述，以及库存与运输状态的动态更新。这种设计不仅反映了供应链合同的实际复杂性，还通过关键词字段增强了文本检索与分析的可操作性。数据规模适中，共包含160条样本，分为128条训练数据、16条验证数据和16条测试数据，适用于小规模但精细化的模型训练任务，为供应链风险预测、合同自动化审查等应用提供了扎实的数据基础。

使用方法

在供应链分析与人工智能应用场景中，本数据集可直接用于监督学习任务，例如基于合同条款预测交付风险或自动化生成合同摘要。研究人员可通过加载训练集进行模型训练，利用验证集调整超参数，最终在测试集上评估性能。数据中的'prompt'字段虽为空值，但'summary'和'full'字段提供了完整的文本内容，便于自然语言处理模型的输入与输出设计。使用前需注意数据格式的解析，确保日期与数值字段的正确处理，以充分发挥其在供应链优化与智能决策支持中的潜力。

背景与挑战

背景概述

供应链合同数据集（supply-chain-contracts）聚焦于全球物流与贸易领域的合同文本分析，其构建旨在应对日益复杂的供应链管理需求。该数据集由相关研究机构或团队于近年创建，通过整合合同编号、生效日期、发货方、收货方、货物描述、数量、总重量、价值、运输方式、起运地、目的地、预计交付日期、总运输成本、付款计划、保险覆盖、保险价值、责任条款、延迟交付罚金、宽限期、海关与合规条款、终止通知、管辖法律、仲裁地点、关键词、库存状态、当前运输状态以及合同摘要与全文等多维度特征，为自然语言处理与法律智能应用提供了结构化基础。其核心研究问题在于如何利用机器学习技术自动化解析合同条款，以优化供应链风险预测、合规性审查与运营效率，对物流信息化与智能合约发展具有显著推动作用。

当前挑战

该数据集致力于解决供应链合同自动化解析与管理的领域挑战，具体包括合同文本的语义复杂性、法律术语的歧义性以及多语言条款的标准化问题，这些因素增加了模型准确提取关键信息（如责任划分、罚金计算）的难度。在构建过程中，挑战主要源于数据收集的隐私与合规性约束，需在匿名化处理与信息完整性之间取得平衡；同时，合同格式的异构性（如不同国家法律体系下的条款表述差异）要求精细的标注策略与领域专家参与，以确保数据质量与泛化能力。

常用场景

经典使用场景

在供应链管理领域，数据驱动的决策制定日益成为提升运营效率的核心。该数据集通过提供结构化的合同文本与物流信息，为自然语言处理任务如文本摘要和关系提取提供了丰富的语料。研究人员可基于此数据集训练模型，自动生成合同关键条款的简明摘要，或识别合同中的实体与责任关系，从而支持供应链合同的分析与标准化处理。

衍生相关工作

围绕该数据集，已衍生出多项经典研究工作，主要集中在合同文本的自动摘要生成、基于实体关系的供应链网络分析，以及风险预测模型的构建。例如，有研究利用其训练序列到序列模型以提炼合同要点，另有工作结合图神经网络挖掘发货方与接收方之间的协作模式，为供应链优化提供了方法论支持。

数据集最近研究