cwinkler/green_patents

该数据集包含标记为1（=绿色）和0（=非绿色）的专利标题。绿色专利标题是通过在Google Patents上搜索CPC类别Y02收集的，而非绿色专利标题则来自HUPD数据集，随机选择了5000个标题。

原始信息汇总

Green patents dataset 概述

基本信息

• 语言: 英语
• 数据集大小: 1K<n<10K
• 任务类型: 文本分类

数据集详情

• 行数: 9145
• 特征:
  • title (标题)
  • label (标签)
• 标签定义:
  • 0: 非绿色专利
  • 1: 绿色专利

数据来源

• 绿色专利: 通过Google Patents搜索CPC类"Y02"获取（查询条件："status:APPLICATION type:PATENT (Y02) country:EP,US"，日期：2023年5月1日）。
• 非绿色专利: 从HUPD数据集随机选取5000个标题，未发现任何以"Y"开头的CPC类专利。

搜集汇总

背景与挑战

背景概述

该数据集是一个用于文本分类的专利标题数据集，包含9,145个专利标题，每个标题被标记为绿色（label=1）或非绿色（label=0）。绿色专利通过CPC类别'Y02'筛选而来，而非绿色专利则随机选自HUPD数据集，适用于训练模型进行环保技术相关的专利分类。