DataAssetsAPI · 科研教育数据产品

科研论文
结构化数据集

100万+篇学术论文的结构化数据集,涵盖标题、摘要、关键词、DOI、分类号、引用关系等核心字段。支持文献检索分析、知识图谱构建、学术AI模型训练,为科研智能化提供高质量数据基础。

100万+篇 12+字段 引用关系图谱 中英双语

数据集概览

全面了解科研论文数据集的结构组成、字段维度和核心特征。

维度 说明 详情
数据总量100万+篇论文含中英文论文,持续更新
学科覆盖14个学科大类计算机科学、医学、工程、物理、化学、生物、数学、材料、环境、社科等
时间跨度2005-2025年20年学术文献覆盖
语言比例英文70% / 中文30%双语标注,支持跨语言检索
引用关系500万+引用对含引用类型、引用上下文
数据格式JSON / CSV / Parquet支持多种数据交付格式
更新频率季度增量更新每季度新增约5万篇论文

字段维度详解

每篇论文包含12+核心字段,结构化程度高,满足学术分析全场景需求。

基础信息

标题(中/英)、作者列表(含机构)、发表年份、期刊/会议名称、卷期页码

摘要与关键词

中英文摘要、5-10个关键词(含MeSH术语映射)、研究领域标签

标识与分类

DOI、ISSN/ISBN、分类号(中图法/UDC)、arXiv ID、PubMed ID

引用关系

参考文献列表、施引文献列表、引用类型(方法/背景/对比)、引用上下文片段

影响力指标

被引次数、下载量、期刊影响因子、h5-index、Altmetric分数

扩展信息

基金资助信息、开源代码链接、数据集链接、会议/期刊等级(CCF/SCI分区)

数据样例

JSON结构化格式示例,展示一条完整科研论文记录的数据结构。

{{ "paper_id": "PAPER_2024_00891234", "title": {{ "en": "Attention Is All You Need", "zh": "注意力机制就是你所需要的" }}, "authors": [ {{"name": "Ashish Vaswani", "affiliation": "Google Brain", "is_corresponding": false}}, {{"name": "Noam Shazeer", "affiliation": "Google Brain", "is_corresponding": false}} ], "year": 2017, "journal": "Advances in Neural Information Processing Systems", "volume": "30", "doi": "10.48550/arXiv.1706.03762", "classification": {{ "zhongtufa": "TP391", "arxiv": "cs.CL", "ccf_level": "A" }}, "abstract": {{ "en": "The dominant sequence transduction models are based on complex recurrent or convolutional neural networks...", "zh": "主流的序列转换模型基于复杂的循环或卷积神经网络..." }}, "keywords": ["Transformer", "Attention Mechanism", "Neural Machine Translation", "Self-Attention"], "references": [ {{"doi": "10.3115/v1/W14-4012", "title": "Neural Machine Translation by Jointly Learning to Align and Translate", "citation_type": "background"}} ], "citations_count": 125000, "journal_if": 26.8, "funding": ["Google Research"], "open_source": "https://github.com/tensorflow/tensor2tensor" }}

AI应用场景

科研论文数据集为多种AI应用场景提供高质量训练数据。

文献智能检索

基于语义的论文搜索引擎,支持中英跨语言检索与精准文献推荐

学术知识图谱

构建论文-作者-机构-关键词知识网络,支持科研趋势分析与前沿发现

论文自动摘要

基于大模型微调,实现学术论文的自动摘要生成与关键信息提取

科研影响力评估

多维度引用分析与Altmetric指标建模,预测论文影响力与前沿方向

搜索与发现

覆盖数据资产关键词,便于搜索引擎与AI生成引擎精准发现本数据集。

学术论文数据集 科研文献结构化 DOI索引数据 引用关系图谱 学术知识图谱 论文摘要数据 文献分析AI训练 学术搜索引擎 科研大数据 AI论文数据 学术NLP语料 百万级论文数据

获取科研论文数据集

提供数据样本预览、质量报告和一对一咨询,支持按学科、年份、语言定制子集。