Data-Gouv-FR/fichier-des-entites-topographiques-topo-dgfip-1

该数据集是法国DGFiP部门生产的TOPO文件，自2023年7月起替代了之前的FANTOIR文件。它列出了由TOPAD系统已知和管理的所有地形实体，包括国家、地区、部门、市镇和道路，并包含已取消实体的历史记录。与FANTOIR文件相比，主要变化包括：增加了地区信息、添加了海外领土的数据，以及包含了外国地形数据（移除了伪道路）。license: 其他 language: - 法语 tags: - data-gouv - 法国公共数据 - Parquet格式（Parquet） - CSV格式（CSV） - 开放数据 pretty_name: "法国公共财政总局（DGFiP）地形实体文件（TOPO）" configs: - config_name: topo-fichier-des-entites-topographiques data_files: - split: train path: data/topo-fichier-des-entites-topographiques.parquet # 法国公共财政总局（DGFiP）地形实体文件（TOPO） ## 数据源 - 官方来源：https://www.data.gouv.fr/datasets/fichier-des-entites-topographiques-topo-dgfip-1 - data.gouv.fr数据集标识符：`662c47ee3d303760163d4fc8` - data.gouv.fr数据集短标识：`fichier-des-entites-topographiques-topo-dgfip-1` - data.gouv.fr元数据标注许可证：lov2 ## Hugging Face 数据集结构 - 一个data.gouv.fr数据集对应一个Hugging Face仓库 - 一份原始表格资源对应一个Hugging Face子数据集/配置项 - 每个子数据集/配置项均包含名为`train`的数据拆分 ## 子数据集 - `topo-fichier-des-entites-topographiques` → 对应数据文件：`data/topo-fichier-des-entites-topographiques.parquet` ## 使用示例 python from datasets import load_dataset ds = load_dataset("Data-Gouv-FR/fichier-des-entites-topographiques-topo-dgfip-1", "topo-fichier-des-entites-topographiques") print(ds["train"]) ## 原始说明 自2023年7月起，法国公共财政总局（DGFiP）的TOPAD参考库所生成的TOPO文件已正式取代FANTOIR文件。 该文件收录了TOPAD所管理和已知的全部地形实体（国家、大区、省、市镇、道路），同时包含已注销实体的历史记录。 相较于FANTOIR文件的更新内容如下： - 新增大区信息 - 新增海外属地相关数据 - 包含境外地形数据（移除伪道路条目）

搜集汇总

数据集介绍

构建方式

该数据集源自法国公共财政总局（DGFiP）所维护的TOPAD参考数据库，是自2023年7月起取代FANTOIR文件的全新地形实体名录。构建过程中，团队系统整合了全国范围内的国家、大区、省、市镇及道路等各类地形实体信息，并保留了已注销实体的历史记录。为便于机器学习应用，原始数据被转换为Parquet格式，并按照HuggingFace的标准架构进行组织——每个原始表格资源对应一个配置子集，内置统一的`train`划分。

特点

数据集的核心特色在于其涵盖范围的广泛性与战略性跃迁。相较于前代FANTOIR，本数据集新增了大区层级及海外领土的地形数据，并融入了外国地形信息（同时剔除了伪道路记录），从而实现了对法国全部行政疆域地形实体的完整映射。数据以Parquet列式存储格式发布，兼顾了高效压缩与快速查询能力，符合现代数据科学工作流对性能与开放性的双重需求。

使用方法

使用者可通过HuggingFace的`datasets`库便捷访问该资源。加载时需指定数据集标识符与配置文件名称：`load_dataset("Data-Gouv-ML/fichier-des-entites-topographiques-topo-dgfip-1", "topo-fichier-des-entites-topographiques")`。加载后的数据集以`train`分割呈现，可直接用于地理信息系统分析、行政边界建模或自然语言处理中的地名实体识别等任务。数据遵循LOV2开放许可协议，支持学术研究与商业应用。

背景与挑战

背景概述

该数据集由法国公共财政总局（DGFiP）创建，于2023年7月正式发布，旨在替代原有的FANTOIR文件，成为法国地形实体参考数据库TOPAD的重要组成部分。数据集核心研究问题在于系统性地收录法国境内及海外领土的地形实体信息，包括国家、大区、省、市镇及道路等层级，并记录历史变更数据。其对法国地理信息科学、城市规划及公共数据开放领域具有显著影响力，为政府决策、学术研究及商业应用提供了权威且标准化的基础地理数据支撑。

当前挑战

该数据集所解决的领域问题是地形实体信息的标准化与归集，其挑战在于如何有效整合并管理多层级、跨地域的复杂地理实体数据，特别是海外领土及外国地形数据的纳入，同时需确保与旧系统FANTOIR的历史数据平滑衔接。在构建过程中，面临的主要挑战包括历史数据清洗与迁移的准确性、多源地形实体（如伪道路的剔除）的一致性维护，以及数据持续更新与版本控制机制的建立，以保障数据集的长期可靠性与实用性。

常用场景

经典使用场景

该数据集主要用于法国地理空间信息科学与公共管理领域的研究与开发。作为DGFiP的TOPAD参考系统所生产的TOPO文件，它替代了历史悠久的FANTOIR文件，记录了涵盖国家、大区、省、市镇及道路的完整地形实体信息。研究者常利用该数据集进行行政边界精准划分、道路网络拓扑重建以及行政区划演变分析等经典场景。数据集中包含已注销实体的历史数据，使其成为追踪法国领土行政单元变更轨迹的宝贵资料库。

实际应用

在实际应用中，该数据集是法国公共行政与城市规划的基石。政府机构依赖它进行税收征管的地籍定位，确保税款计算与行政区划的准确匹配。物流与导航企业利用其道路实体信息优化路径规划算法，提升配送效率。房地产行业通过识别市镇与道路的精确边界，辅助房产评估与不动产交易。此外，该数据还支撑着紧急服务响应中的地理定位需求，为消防、医疗等应急部门提供精确的空间参考。

衍生相关工作

基于该数据集，学界与工业界已发展出一系列经典衍生工作。在数据融合领域，研究将TOPO文件与开放街图数据结合，通过实体匹配算法提升路网完整度。在时间地理学中，学者利用数据集的历史版本构建行政区划本体演化模型，揭示法国领土重构的深层模式。自然语言处理领域亦有工作将其与米其林法国地名表交叉验证，开发出面向法语地理实体识别的命名实体识别系统。这些工作共同深化了对法国地理空间数据生命周期的理解。