中美欧日2020-2025专利数据集

本数据集收录了2020年1月1日至2025年3月5日期间中国、美国、欧洲和日本的专利文献。数据来源：Google Patents。数据格式：TXT。数据量：约800万条记录。该数据集已通过预处理，剔除了部分低质量专利。

This dataset includes patent documents from China, the United States, Europe and Japan spanning from January 1, 2020 to March 5, 2025. Its data source is Google Patents, with a data format of TXT and a total of approximately 8 million records. This dataset has been preprocessed to remove some low-quality patents.

搜集汇总

背景与挑战

背景概述

该数据集收录了2020年至2025年间中国、美国、欧洲和日本的专利文档，数据来源于Google Patents，包含约700万条记录，以TXT格式存储并经过预处理。数据集经过压缩后大小为118 GB，采用CC BY 4.0许可协议。