中国司法大数据研究院有限公司

本文介绍了一个面向知识产权客体保护范围界定研究的数据集。该数据集采用并基于真实司法卷宗构建，涵盖1万条知识产权民事案件数据，在包含案件名称、裁判文书、起诉书、答辩书和证据清单等卷宗文件文档的基础上分别针对著作权案件、商标案件和外观设计专利案件做了针对性文件的区分和数据标注区分。其中,image.rar压缩包为外观设计专利图片文件集。外观专利保护范围汇交数据.csv文件为外观设计专利文字描述信息以及对应在image.rar文件中的外观设计专利图像文件名。商标权保护范围汇交数据.csv文件为以商标侵权纠纷案件为基础的商标保护范围界定数据文件。著作权保护范围汇交数据.csv为针对著作权侵权纠纷案件的保护范围界定数据集。该两份数据集在案件名称、裁判文书、起诉书、答辩书和证据清单等卷宗文件基础上增加了商标视觉相似性判定标注以及著作作品所属类别、所属领域以及独创性标注数据。数据集通过批量的数据采集与标准化处理流程建立，采用人工标注及系统性自动化纠错脚本提升数据质量，所有文档均经过脱敏处理和格式统一。数据时间跨度覆盖近三年知识产权案件，具有强时间敏感性；空间范围涉及大部分地区的知识产权案件，体现了地域司法差异性。本数据集采用结构化存储方案，支持多维度的检索与分析。质量控制方面建立了完整的数据清洗、校验和评估流程，确保数据的准确性、一致性和可用性。主要用于在司法人工智能训练、知识产权保护模式分析、法律智能系统开发等方面的数据科学研究工作，能够为知识产权保护的相关研究和支撑性系统研发提供基础。