核电产业链画像与多维特征标注训练数据

本数据集合用于核电产业链企业智能画像与多维特征识别模型训练。依托自然语言处理技术执行命名实体识别与多维特征提取，生成涵盖链路定位、技术特征、行为模式、壁垒评估及成长潜力等维度的结构化标注语料。核电产业链涵盖反应堆压力容器、蒸汽发生器、核级阀门、核级泵等数万家企业，企业核安全等级、审评许可证号、国产化替代进度与竞争壁垒高度分散且信息碎片化。核电产业是十五五未来产业，传统人工调研难以系统量化企业多维画像，制约精准招商、核级设备国产化与核电装备可靠性评估效率。三大应用场景：①产业布局与精准招商——依托画像标签精准识别匹配区域定位的目标企业，辅助核级材料、核级阀门、核电主设备、核岛控制系统等关键环节补链强链；②投资价值与技术壁垒分析——基于设备类型、核安全等级、审评许可证号与指数评估系统评估企业成长空间与投资风险；③产业链协同——借助画像数据匹配核级材料与主设备企业技术供需，识别互补型合作伙伴。数据同时可为核电垂类大语言模型提供产业知识微调语料。一、加工前数据说明： 原始数据来源详见数据来源证明文件第一页。所有数据均经过企业名称脱敏处理，移除个人及商业敏感信息。 二、数据处理规则： 数据处理遵循"体系先行、画像标注、特征融合"三步法。①体系先行——预定义核电产业链多维画像标注体系，覆盖链路定位（基础层-核级材料/基础层-核级阀门/技术层-核电主设备/技术层-核岛控制系统/应用层-核电运营）、形态分类、行为特征、指数评估四类标注维度；②画像标注——依托核安全领域BERT（Nuclear-BERT）预训练模型进行核安全实体识别与语义角色标注，通过预构建核电装备可靠性知识图谱（含核岛-常规岛-辅助系统-核级设备拓扑关系）自动推断链路定位与组织形态，综合多维特征交叉计算关联指数、壁垒指数与潜力指数，由行业标注专家审核校验；③特征融合——抽取核心业务实体与技术术语组合成"核心词"特征串，融合多维画像标签生成企业综合画像。 三、加工后数据内容： 结构化"文本-多维画像"标注数据，涵盖语料文本及11项多维画像标注维度，包括链路定位、形态标签、行为特征、关联指数、壁垒指数、潜力指数、画像标签等。

搜集汇总

背景与挑战

背景概述

该数据集是为核电产业链企业智能画像与多维特征识别模型训练提供的结构化“文本-多维画像”标注语料，基于NLP和Nuclear-BERT等技术生成，覆盖链路定位、形态标签、行为特征及关联指数、壁垒指数、潜力指数等11项维度。数据包含1000条经脱敏的xlsx记录，旨在服务于产业布局与精准招商、投资价值与技术壁垒分析、产业链协同匹配等场景。同时，它也可作为核电垂类大语言模型的产业知识微调语料。