Release current CIMD dataset

.gitattributes

@@ -47,10 +47,9 @@ saved_model/**/* filter=lfs diff=lfs merge=lfs -text
 # Image files - uncompressed
 *.bmp filter=lfs diff=lfs merge=lfs -text
 *.gif filter=lfs diff=lfs merge=lfs -text
-*.png filter=lfs diff=lfs merge=lfs -text
 *.tiff filter=lfs diff=lfs merge=lfs -text
 # Image files - compressed
 *.jpg filter=lfs diff=lfs merge=lfs -text
 *.jpeg filter=lfs diff=lfs merge=lfs -text
 *.webp filter=lfs diff=lfs merge=lfs -text
-data/text/iron_ore/**/train.jsonl filter=lfs diff=lfs merge=lfs -text
+data/corpus/**/train.jsonl filter=lfs diff=lfs merge=lfs -text

README.md

@@ -15,252 +15,142 @@ size_categories:
 tags:
   - text
   - jsonl
-  - mining
-  - iron-ore
-  - metallurgy
-  - law
-  - finance
-  - industry
+  - multilingual
+  - document-corpus
+  - document-intelligence
   - rag
-  - domain-dataset
+  - metadata
+  - enterprise
+  - governance
 configs:
-  - config_name: state_laws
-    data_files:
-      - split: train
-        path: "data/text/iron_ore/state_laws/train.jsonl"
-  - config_name: domestic_conference_papers
-    data_files:
-      - split: train
-        path: "data/text/iron_ore/domestic_conference_papers/train.jsonl"
-  - config_name: doctoral_dissertations
-    data_files:
-      - split: train
-        path: "data/text/iron_ore/doctoral_dissertations/train.jsonl"
-  - config_name: chinese_journals
+  - config_name: reference_governance
     data_files:
       - split: train
-        path: "data/text/iron_ore/chinese_journals/train.jsonl"
-  - config_name: international_journal_of_mining_science_and_technology
+        path: "data/corpus/reference_governance/train.jsonl"
+  - config_name: scholarly_literature
     data_files:
       - split: train
-        path: "data/text/iron_ore/international_journal_of_mining_science_and_technology/train.jsonl"
-  - config_name: international_journal_of_minerals_metallurgy_and_materials
+        path: "data/corpus/scholarly_literature/train.jsonl"
+  - config_name: public_discourse
     data_files:
       - split: train
-        path: "data/text/iron_ore/international_journal_of_minerals_metallurgy_and_materials/train.jsonl"
-  - config_name: industry_research_reports
+        path: "data/corpus/public_discourse/train.jsonl"
+  - config_name: enterprise_operations
     data_files:
       - split: train
-        path: "data/text/iron_ore/industry_research_reports/train.jsonl"
-  - config_name: sintering_and_pelletizing
+        path: "data/corpus/enterprise_operations/train.jsonl"
+  - config_name: institutional_analysis
     data_files:
       - split: train
-        path: "data/text/iron_ore/sintering_and_pelletizing/train.jsonl"
-  - config_name: ironmaking
+        path: "data/corpus/institutional_analysis/train.jsonl"
+  - config_name: market_observations
     data_files:
       - split: train
-        path: "data/text/iron_ore/ironmaking/train.jsonl"
-  - config_name: public_opinion
+        path: "data/corpus/market_observations/train.jsonl"
+  - config_name: miscellaneous_records
     data_files:
       - split: train
-        path: "data/text/iron_ore/public_opinion/train.jsonl"
-  - config_name: books
-    data_files:
-      - split: train
-        path: "data/text/iron_ore/books/train.jsonl"
+        path: "data/corpus/miscellaneous_records/train.jsonl"
 ---
 
 # CIMD
 
 <div align="center">
-    <a href="#%E4%B8%AD%E6%96%87%E8%AF%B4%E6%98%8E" target="_self">[[中文]]</a> | <a href="#english" target="_self">[[English]]</a>
+    <a href="#中文说明" target="_self">[[中文]]</a> | <a href="#english" target="_self">[[English]]</a>
 </div>
 
 <div align="center">
 
-[CSGHub Dataset Page](https://opencsg.com/datasets/OpenCSG/CIMD?tab=summary) | [Hugging Face](https://huggingface.co/datasets/opencsg/CIMD) | [OpenCSG Community](https://opencsg.com/models) | [👾 GitHub](https://github.com/OpenCSGs/csghub)
+[CSGHub Dataset Page](https://opencsg.com/datasets/OpenCSG/CIMD?tab=summary) | [Hugging Face](https://huggingface.co/datasets/opencsg/CIMD) | [OpenCSG Community](https://opencsg.com/models)
 
 </div>
 
 ## 中文说明
-  
-### 数据集概述
-
-CIMD 是面向铁矿石及矿冶产业链的跨来源文本数据集。数据覆盖法律法规、行业规章、政策文件、行业标准、学术论文、会议论文、博士论文、图书、行业研究、企业经营、产能产量、市场交易与舆情观点等核心类型，当前公开版本以统一的 JSONL 记录格式发布，并保留标题、来源类型、作者、时间、语言、关键词、授权类型与来源信息等关键元数据字段。
-
-![CIMD 概览](./imgs/02_intro.png)
-
-CIMD 对应的是 OpenCSG 从通用语料向垂直行业、从单一来源向跨来源、从研究数据向数据资产的阶段推进。
-
-![CIMD 演进路径](./imgs/14_evolution.png)
-
-行业智能基础设施首先需要稳定、可追溯、可组织的数据底座。
-
-![CIMD 行业基础设施](./imgs/03_why_iron_ore.png)
-
-**跨来源整合。** CIMD 将制度文本、技术文本、研究文本、经营文本和市场文本放入同一数据体系。单一来源的数据通常只能回答局部问题，例如政策库侧重制度依据，论文库侧重技术原理，市场库侧重价格和交易信号，而行业实际问题往往同时依赖法规边界、工艺机理、企业行为和市场环境。CIMD 将法律法规、政策文件、行业标准、学术论文、博士论文、图书、行业研究、企业经营信息、产能产量、市场交易与舆情观点统一组织，使同一主题可以在多种来源之间形成连续证据链。对于行业检索、RAG、Agent 推理、专题研究、领域微调和评测集构建，这种跨来源结构��够更直接地支撑“制度依据 + 技术材料 + 市场证据”的联合调用，减少跨库拼接带来的语义割裂和上下文缺口。
-
-跨来源结构也为跨文档知识汇聚和证据归因提供了稳定入口。
-
-**权威来源支撑。** CIMD 汇集了矿冶行业中具有代表性的权威文本。制度层面，数据覆盖国家法律法规、行业规章、政策文件和标准文本，适合构建具备制度依据和合规边界的行业知识底座。学术层面，数据覆盖中文期刊、国内会议论文、博士学位论文，并纳入 `International Journal of Mining Science and Technology`、`International Journal of Minerals, Metallurgy and Materials` 等国际矿冶期刊内容，形成兼具中文产业语境与国际技术视野的专业语料。产业层面，数据进一步延伸至科研院所报告、行业协会报告、券商研究、企业经营信息、产能产量与市场相关材料。来源主体稳定、专业、可追溯，使数据在专业深度、行业可信度和实际应用价值上具备更高上限。
-
-权威来源覆盖资源、采选、烧结球团、炼铁、政策治理与市场研究等关键环节。
-
-![CIMD 权威来源](./imgs/05_authoritative.png)
-
-**完整数据体系。** CIMD 的数据组织不是简单的文件汇总，而是围绕铁矿石及矿冶产业链建立的行业数据体系。完整体系覆盖 `9` 个一级分类、`42` 个二级分类、`335` 个三级/四级来源节点，涵盖法律文件与法规依据、行业规章与管理办法、政策文件与行业指导、行业标准、专利与知识产权、学术与培训资料、互联网舆情与观点分析、企业经营与运营信息、行业研究与市场报告等核心门类。公开快照围绕铁矿石资源、采选加工、烧结球团、炼铁生产、政策治理、企业经营与市场观察形成连续语料结构，覆盖制度依据、技术机理、生产流程、经营信息和市场信号。该体系提升数据覆盖深度，并为专题扩展、增量采集、行业补数、基准任务设计和数据资产编目提供结构框架。
-
-同一方法论可以继续向能源、化工、新能源、金融、医疗等行业扩展。
-
-![CIMD 扩展方向](./imgs/16_expansion.png)
-
-从通用语料到垂直行业知识，数据体系是关键连接层。
-
-![CIMD 垂直化路径](./imgs/17_vision.png)
 
-**元数据完整。** 当前版本在每条记录中保留 `file_id`、`data_id`、`title`、`source_type`、`author`、`original_time`、`content_time`、`language`、`keywords`、`license_type`、`source_details` 等关键字段。使用者可以按来源、时间、语言、主题和授权边界直接筛选样本，也可以把检索到的文本片段回溯到原始文件和具体记录。对于长文档检索、来源归因、审计留痕、授权控制、质量抽检和数据资产管理，这类记录级元数据比单纯正文更有操作价值，也更适合持续扩展和版本化维护。
-
-**面向标准化建设与可信流通。** 数据集把标识、来源、分类、时间、授权和来源说明直接放在记录体内，而不是把这些信息留在外部台账里。这样一来，同一份快照可以直接进入数据目录编制、质量抽检、授权审计、责任追踪和可信流通流程，不需要在语料之外再补一套独立的元数据体系。这种组织方式与国家数据局和全国数据标准化技术委员会公开发布的《高质量数据集 建设指南》《高质量数据集 格式要求》《高质量数据集 分类指南》《高质量数据集 质量评测规范》以及《国家数据基础设施建设指引》强调的方向保持同向。
-
-记录内嵌元数据结构，便于对齐高质量数据集建设、格式、分类和质量评测要求。
+### 数据集概述
 
-![CIMD 标准对齐](./imgs/09_standards.png)
+CIMD 是一个面向文档智能任务的跨来源、多语言 JSONL 语料库。当前公开快照包含 111,308 条解析记录，覆盖制度参考、学术与长文档资料、机构分析、企业运营、公共讨论和市场相关材料等来源家族。每条记录都把正文与来源类型、语言、时间、关键词、授权标签和来源字段放在同一个结构里，用户拿到数据后可以直接做检索、抽样、审计和数据治理。
 
-**直接可用于模型与应用。** 当前公开版本以统一 JSONL 记录格式发布，不是单纯的原始 PDF 堆积。解析后的记录可直接进入检索、切分、标注、训练、评测和服务流程，便于快速接入 CSGHub / OpenCSG 数据平台，以及 Hugging Face、ModelScope、自建 RAG 系统和行业智能体工作流。对于需要高质量中文专业语料、制度与技术联合语料、跨来源证据检索能力和可管理元数据结构的行业智能场景，CIMD 具备较强的即用性。
+公开数据已转换为统一字段，并按来源家族拆分为可单独加载的子集；它不是原始文件夹的简单打包。用户可以只读取制度参考、学术长文档或公共���论记录，也可以合并多个子集构建检索库、抽取训练候选样本、构造评测样本池，并按来源、语言和时间字段继续筛选。
 
-统一记录格式可直接进入继续预训练、SFT 与行业评测流程。
+CIMD 和通用网页语料的差别在于记录级元数据。它不只提供可索引文本，还提供 `file_id`、`data_id`、`source_type`、时间字段、语言标签、关键词和授权标记。和单一文献集合相比，它同时保留多类文档来源；和普通文件导出相比，它有稳定的 JSONL schema、子集配置和 manifest。研发团队可以用它做向量化、检索样本构建和模型数据筛选，数据团队可以用它做样本核验、版本对比和资产登记。
 
-![CIMD 训练流程](./imgs/12_pretraining.png)
+### 数据特点
 
-同一数据底座适合构建垂直 RAG 系统。
+**来源家族清晰。** CIMD 把制度参考、学术出版物、长文档资料、机构分析、企业资料、公开观点和市场相关材料放进同一套记录体系。不同来源保留各自的 `source_type`，也能通过统一字段一起检索、筛选和统计。需要多类证据共同支持的任务，可以在同一份语料内完成跨来源召回。
 
-![CIMD RAG 场景](./imgs/10_rag.png)
+**长文档更容易加载。** 公开数据主要来自 PDF、DOCX、JSONL 等载体，发布时统一整理为按行读取的 JSONL。`raw_chunk` 保存解析后的文本块，单个源文件可以对应多条记录。当前块长不是固定 token 长度，公开快照的 `raw_chunk` 中位数字符数约为 3,951，P95 约为 4,091；进入向量库或长上下文模型前，用户可按窗口长度重新切分。
 
-在更复杂的工作流中，也可以作为行业智能体的检索与证据底座。
+**元数据跟随正文。** `file_id`、`data_id`、`file_name`、`source_type`、`original_time`、`content_time`、`language`、`keywords`、`license_type` 和 `source_details` 等字段都在记录体内。使用者可以按来源、时间、语言和主题过滤，也可以把检索命中、模型回答或抽检样本回溯到具体记录。当前公开快照的 `source_details` 仅在有可发布来源说明时填充，记录级追溯主要依赖 `file_id`、`data_id`、`file_name` 和 `source_type`。
 
-![CIMD Agent 场景](./imgs/11_agent.png)
+**覆盖中英文和其他语言标签。** 当前快照包含 `en`、`zh` 和 `other` 三类语言标签，可用于构建跨语种检索样本、多语言文档分类语料和双语知识库。需要精确到具体小语种的任务，应先检查或重新标注 `other` 类记录。
 
-当前公开版本包含 11 个子集，共 379,648 条有效 JSONL 记录，对应 56,771 个去重 `file_id`。完整数据体系覆盖 `9` 个一级分类、`42` 个二级分类、`335` 个三级/四级来源节点。
+**子集可以单独使用。** 仓库按 `reference_governance`、`scholarly_literature`、`enterprise_operations`、`public_discourse` 等来源家族组织。用户可以只加载一个子集做专项任务，也可以把多个子集合并成完整语料。这个结构适合做分组实验、增量验证和权限分层；如果要发布标准 benchmark，需要另行构造查询、标注和评价集。
 
-公开仓库地址：
+**提供固定加载配置。** 当前版本声明了完整的 dataset configs，每个子集都有固定配置名和路径。用户可以通过 Git LFS 获取完整文件，也可以用 Hugging Face `datasets` 的配置名流式加载；ModelScope 用户也能按 `subset_name` 读取。下载、抽样和预处理可以复用同一套路径约定。
 
-- [CSGHub Dataset Page](https://opencsg.com/datasets/OpenCSG/CIMD?tab=summary)
-- [Hugging Face / opencsg / CIMD](https://huggingface.co/datasets/opencsg/CIMD)
+**支持检索结果回溯。** RAG 系统除了正文，还需要标题、来源、时间和语言等字段。CIMD 将这些字段保留在记录中，用户可以在检索时做来源过滤和时间窗口筛选，并在生成回答后回到记录层面核验证据。
 
-### 标准与参考文件
+**公开版本经过发布前筛选。** 当前版本仅保留本次可公开发布的记录。筛选范围包括元数据完整性、来源可追溯性、授权标记和解析质量；用户在训练、分发或商用前仍需结合具体来源核验授权范围。
 
-- [国家数据局：第一批高质量数据集方向标准/技术文件验证试点典型单位发布](https://www.nda.gov.cn/sjj/ywpd/sjzg/0922/20250831180245645997474_pc.html)
-- [全国数据标准化技术委员会：关于发布高质量数据集、全国一体化算力网、数据基础设施、可信数据空间等4个方向19项技术文件的通知](https://www.tc609.org.cn/tc609/tzgg/202509/6d0f135392ca47dfa28dad22f7bb5f6b.shtml)
-- [技术文件《高质量数据集 建设指南》](https://www.tc609.org.cn/tc609/tzgg/202509/6d0f135392ca47dfa28dad22f7bb5f6b/files/1.%20%E6%8A%80%E6%9C%AF%E6%96%87%E4%BB%B6%E3%80%8A%E9%AB%98%E8%B4%A8%E9%87%8F%E6%95%B0%E6%8D%AE%E9%9B%86%20%E5%BB%BA%E8%AE%BE%E6%8C%87%E5%8D%97%E3%80%8B.pdf.pdf)
-- [技术文件《高质量数据集 格式要求》](https://www.tc609.org.cn/tc609/tzgg/202509/6d0f135392ca47dfa28dad22f7bb5f6b/files/2.%20%E6%8A%80%E6%9C%AF%E6%96%87%E4%BB%B6%E3%80%8A%E9%AB%98%E8%B4%A8%E9%87%8F%E6%95%B0%E6%8D%AE%E9%9B%86%20%E6%A0%BC%E5%BC%8F%E8%A6%81%E6%B1%82%E3%80%8B.pdf.pdf)
-- [技术文件《高质量数据集 分类指南》](https://www.tc609.org.cn/tc609/tzgg/202509/6d0f135392ca47dfa28dad22f7bb5f6b/files/3.%20%E6%8A%80%E6%9C%AF%E6%96%87%E4%BB%B6%E3%80%8A%E9%AB%98%E8%B4%A8%E9%87%8F%E6%95%B0%E6%8D%AE%E9%9B%86%20%E5%88%86%E7%B1%BB%E6%8C%87%E5%8D%97%E3%80%8B.pdf.pdf)
-- [技术文件《高质量数据集 质量评测规范》](https://www.tc609.org.cn/tc609/tzgg/202509/6d0f135392ca47dfa28dad22f7bb5f6b/files/4.%20%E6%8A%80%E6%9C%AF%E6%96%87%E4%BB%B6%E3%80%8A%E9%AB%98%E8%B4%A8%E9%87%8F%E6%95%B0%E6%8D%AE%E9%9B%86%20%E8%B4%A8%E9%87%8F%E8%AF%84%E6%B5%8B%E8%A7%84%E8%8C%83%E3%80%8B.pdf.pdf)
-- [国家数据基础设施建设指引](https://www.nda.gov.cn/form-files-sjj/2c99e457-8f9edeed-018f-b8a7537c-0243/2c99e457-8f9edeed-018f-b8ad7daf-0256/fileupload_scfj/2024/11/22/ff808081-9348abb8-0193-51e366ec-1784.pdf?id=ff808081-9348abb8-0193-51e366ec-1784)
+**方便做数据资产盘点。** `dataset_manifest.json` 保留了公开快照的总体规模、子集规模、语言分布、格式分布和来源类型分布。使用者可以把它作为数据清单，也可以用来做后续版本对比、质量抽检和数据目录登记。
 
 ### 数据组成
 
-当前公开快照按子集组织在 `data/text/iron_ore/` 目录下。
+当前公开快照包含 111,308 条 JSONL 记录，覆盖 9,655 个去重 `file_id`，保留 35 类 `source_type`。
 
-| 子集 | JSONL 记录条数 | 去重 `file_id` 数 | 存储方式 | 内容 |
+| 子集 | JSONL 记录条数 | 去重 `file_id` 数 | 路径 | 内容 |
 | --- | ---: | ---: | --- | --- |
-| `state_laws` | 99,496 | 7,300 | Git LFS | 法律法规、规章制度、政策文本 |
-| `domestic_conference_papers` | 58,116 | 18,787 | Git LFS | 国内会议论文与会议资料 |
-| `doctoral_dissertations` | 37,961 | 804 | Git LFS | 博士学位论文 |
-| `public_opinion` | 30,705 | 9,427 | Git LFS | 舆情与观点资料 |
-| `chinese_journals` | 28,266 | 6,412 | Git LFS | 中文期刊论文 |
-| `international_journal_of_mining_science_and_technology` | 16,824 | 2,435 | Git LFS | 英文学术期刊 |
-| `international_journal_of_minerals_metallurgy_and_materials` | 15,391 | 2,461 | Git LFS | 英文学术期刊 |
-| `industry_research_reports` | 11,647 | 370 | Git LFS | 行业研究、券商、企业与产能相关材料 |
-| `sintering_and_pelletizing` | 9,558 | 3,783 | Git LFS | 烧结球团专题资料 |
-| `ironmaking` | 8,002 | 3,871 | Git LFS | 炼铁与生产专题资料 |
-| `books` | 63,682 | 1,121 | Git LFS | 图书资料 |
+| `reference_governance` | 90,197 | 6,919 | `data/corpus/reference_governance/train.jsonl` | 法规、政策、标准和合规参考材料 |
+| `scholarly_literature` | 17,569 | 2,053 | `data/corpus/scholarly_literature/train.jsonl` | 学术出版物、长文档资料、学位论文和会议记录 |
+| `enterprise_operations` | 1,744 | 64 | `data/corpus/enterprise_operations/train.jsonl` | 企业资料、运营信息、产能记录、融资材料和项目更新 |
+| `public_discourse` | 1,286 | 545 | `data/corpus/public_discourse/train.jsonl` | 公共讨论、媒体材料和观点记录 |
+| `institutional_analysis` | 484 | 68 | `data/corpus/institutional_analysis/train.jsonl` | 研究机构、协会、咨询机构和金融机构分析材料 |
+| `market_observations` | 20 | 2 | `data/corpus/market_observations/train.jsonl` | 市场、交易和价格相关记录 |
+| `miscellaneous_records` | 8 | 4 | `data/corpus/miscellaneous_records/train.jsonl` | 未归入主要来源家族的记录 |
 
 ### 快照统计
 
-以下统计基于 `2026-03-31` 的仓库快照。
-
 | 项目 | 数值 |
-| --- | --- |
-| 已声明子集配置 | 11 |
-| 当前有效 JSONL 记录条数 | 379,648 |
-| 去重 `file_id` 数 | 56,771 |
-| `source_type` 类别数 | 51 |
-| 数据体系层级 | 9 个一级分类，42 个二级分类，335 个三级/四级来源节点 |
-
-统计口径：
-
-- `JSONL 记录条数` 指有效 JSONL 记录数，不是原始文件数。
-- 统计时已排除空行、占位行和无效首行。
-- 一份原始文件可以拆分为多条 JSONL 记录。
-- `去重 file_id 数` 用于表示子集内可识别的源文件数量。
-- `Git LFS` 表示文件内容由 Git Large File Storage 管理；普通 `git clone` 之后如需拉取实际内容，需要执行 `git lfs pull`。
+| --- | ---: |
+| 公开 JSONL 记录条数 | 111,308 |
+| 去重 `file_id` 数 | 9,655 |
+| `source_type` 类别数 | 35 |
+| 已声明子集配置 | 7 |
+| 公开发布过滤前记录条数 | 379,648 |
+| 过滤排除记录条数 | 268,340 |
 
-语言分布（按 JSONL 记录条数）：
+语言分布：
 
 | 语言 | 记录数 |
 | --- | ---: |
-| `zh` | 229,530 |
-| `en` | 114,993 |
-| `other` | 35,125 |
+| `en` | 59,625 |
+| `zh` | 19,856 |
+| `other` | 31,827 |
 
-`format` 字段分布（按 JSONL 记录条数）：
+格式分布：
 
 | 格式 | 记录数 |
 | --- | ---: |
-| `pdf` | 346,881 |
-| `jsonl` | 30,705 |
-| `docx` | 2,054 |
-| `markdown` | 1 |
+| `pdf` | 109,069 |
+| `jsonl` | 704 |
+| `docx` | 1,528 |
 | `doc` | 7 |
 
-主要来源类型（按 JSONL 记录条数）：
-
-| `source_type` | 记录数 |
-| --- | ---: |
-| 期刊论文 | 116,891 |
-| 国家法律法规 | 95,394 |
-| 学术出版物 | 57,492 |
-| 学位论文 | 38,075 |
-| 社会公众与自媒体舆情 | 31,178 |
-| 企业基本信息 | 11,226 |
-| 产能与产量数据 | 6,278 |
-| 行业协会报告 | 4,649 |
-| 科研院所报告 | 4,414 |
-| 国内产业政策 | 2,393 |
-| 期货衍生品交易数据 | 1,405 |
-| 会议论文 | 1,317 |
-
-### 数据体系
-
-完整数据体系按以下九类组织：
-
-1. 法律文件与法规依据
-2. 行业规章与管理办法
-3. 政策文件与行业指导
-4. 行业标准
-5. 专利与知识产权
-6. 学术与培训资料
-7. 互联网舆情与观点分析
-8. 企业经营与运营信息
-9. 行业研究与市场报告
-
 ### 目录结构
 
 ```text
 data/
-  text/
-    iron_ore/
-      state_laws/train.jsonl
-      domestic_conference_papers/train.jsonl
-      doctoral_dissertations/train.jsonl
-      chinese_journals/train.jsonl
-      international_journal_of_mining_science_and_technology/train.jsonl
-      international_journal_of_minerals_metallurgy_and_materials/train.jsonl
-      industry_research_reports/train.jsonl
-      sintering_and_pelletizing/train.jsonl
-      ironmaking/train.jsonl
-      public_opinion/train.jsonl
-      books/train.jsonl
+  corpus/
+    reference_governance/train.jsonl
+    scholarly_literature/train.jsonl
+    public_discourse/train.jsonl
+    enterprise_operations/train.jsonl
+    institutional_analysis/train.jsonl
+    market_observations/train.jsonl
+    miscellaneous_records/train.jsonl
+dataset_manifest.json
+OpenCSG数据集许可协议.md
 ```
 
 ### 数据结构
@@ -292,12 +182,12 @@ data/
 ```json
 {
   "format": "pdf",
-  "file_id": "241f81dd17a546245faf672cf36fcecd",
-  "file_name": "iron_ore_report.pdf",
-  "data_id": "241f81dd17a546245faf672cf36fcecd",
-  "title": "铁矿石价格（1月3日）",
-  "source_type": "科研院所报告",
-  "author": "中国矿产资源研究院",
+  "file_id": "7d49b52f6e2f48f7a56f169b0f8d9214",
+  "file_name": "policy_reference.pdf",
+  "data_id": "7d49b52f6e2f48f7a56f169b0f8d9214-0001",
+  "title": "Administrative reference note",
+  "source_type": "国家法律法规",
+  "author": "Public agency",
   "original_time": "2024-01-04 00:00:00",
   "content_time": "2024-01-03 00:00:00",
   "data_version": "1.0.0",
@@ -305,12 +195,11 @@ data/
   "country": "中国",
   "language": "zh",
   "keywords": [
-    "现货交易",
-    "金融衍生品"
+    "政策法规"
   ],
   "license_type": "商业授权",
   "raw_chunk": "...",
-  "source_details": "https://example.com/report/iron-ore-2024-01-03"
+  "source_details": "https://example.com/reference/2024-01-03"
 }
 ```
 
@@ -332,7 +221,7 @@ from datasets import load_dataset
 
 dataset = load_dataset(
     "opencsg/CIMD",
-    "state_laws",
+    "reference_governance",
     split="train",
     streaming=True,
 )
@@ -346,19 +235,19 @@ from modelscope.msdatasets import MsDataset
 dataset = MsDataset.load(
     dataset_name="CIMD",
     namespace="OpenCSG",
-    subset_name="state_laws",
+    subset_name="reference_governance",
     split="train",
 )
 ```
 
 ### 适用场景
 
-- 铁矿石与矿冶行业垂直检索与 RAG
-- 行业研究助手与证据检索系统
-- 政策、法规与合规问答
-- 长文档问答与跨来源证据聚合
-- 领域继续预训练、SFT 样本构建与数据筛选
-- 文档分类、来源识别、主题标注与术语抽取
+- 多来源文档检索与 RAG
+- 长文档问答与证据归因
+- 文档分类、来源识别和主题标注
+- 数据目录、质量抽检和授权审计
+- 继续训练语料筛选与评测集构建
+- 企业知识库和内部文档智能应用
 
 ### 使用注意
 
@@ -370,13 +259,17 @@ dataset = MsDataset.load(
 
 ### 许可说明
 
-使用本数据集需要遵循 [OpenCSG 数据集许可协议](./OpenCSG数据集许可协议.md)。仓库 metadata 中的 `license: other` 表示本数据集采用平台预设列表之外的许可协议；本数据集的实际许可条款以上述协议为准。本数据集支持商业用途。如计划将本数据集、基于本数据集训练或增强的模型、系统、Agent、API 服务或商业产品用于商业场景，请遵循该协议，并发送邮件至 `lorraineg@opencsg.com` 获取许可。
+使用本数据集需要遵循 OpenCSG 数据集许可协议。仓库 metadata 中的 `license: other` 表示本数据集采用平台预设列表之外的许可协议，实际许可条款以该协议为准。
+
+本数据集可按 OpenCSG 数据集许可协议申请商业用途。若计划将本数据集，或基于本数据集训练、增强的模型、系统、Agent、API 服务和商业产品用于商业场景，请发送邮��至 `lorraineg@opencsg.com` 获取许可。
+
+当前公开快照中的 `license_type: 商业授权` 是记录级授权来源标记，不替代仓库级许可协议。
 
 ### 引用
 
 ```bibtex
 @dataset{opencsg_cimd_2026,
-  title        = {CIMD: A Cross-Source Industry Corpus for Iron Ore, Mining, Metallurgy, Policy, and Market Intelligence},
+  title        = {CIMD: A Cross-Source Multilingual Document Corpus},
   author       = {OpenCSG},
   year         = {2026},
   url          = {https://opencsg.com/datasets/OpenCSG/CIMD},
@@ -387,167 +280,100 @@ dataset = MsDataset.load(
 ---
 
 <div align="center">
-    <a href="#%E4%B8%AD%E6%96%87%E8%AF%B4%E6%98%8E" target="_self">[[中文]]</a> | <a href="#english" target="_self">[[English]]</a>
+    <a href="#中文说明" target="_self">[[中文]]</a> | <a href="#english" target="_self">[[English]]</a>
 </div>
 
 ## English
 
 ### Overview
 
-CIMD is a cross-source text dataset for iron ore and the broader mining-metallurgy value chain. The current public release provides normalized JSONL records that cover legal and policy documents, academic literature, conference materials, doctoral dissertations, books, industry research, enterprise information, production data, market-related content, and public opinion materials. The repository preserves per-record metadata including title, source type, author, timestamps, language, keywords, license tags, and source information.
-
-Within OpenCSG's data roadmap, CIMD moves from general corpora toward vertical, cross-source industry assets. Industry AI infrastructure starts with stable, traceable, and well-structured data, and CIMD serves that layer of the stack.
+CIMD is a 111,308-record JSONL corpus for document-intelligence work across publicly available and authorized document sources. The snapshot covers governance references, scholarly and long-form documents, institutional analysis, enterprise operations, public discourse, market-related records, and miscellaneous records. Each text chunk uses a consistent record schema that keeps source, language, time, license, keyword, and provenance fields alongside the text.
 
-![CIMD evolution](./imgs/05_evolution_en.png)
+The public release puts heterogeneous materials into one schema and splits them into source-family subsets that can be loaded independently. Users can load only governance references or long-form scholarly records, combine several subsets for retrieval, or use the full snapshot for corpus filtering and model-data preparation. The layout is meant to work in ordinary data pipelines rather than only as a static archive.
 
-![CIMD industry vision](./imgs/07_vision_en.png)
+Unlike general web corpora, CIMD exposes record-level provenance, source-family splits, license labels, language tags, timestamps, and stable record IDs in every sample. Unlike a single-source publication dump, it includes several document families under one schema. That makes it easier to build RAG systems with citations, evaluate retrieval behavior, inspect training samples, and maintain a data catalog without rebuilding the metadata layer from scratch.
 
-**Cross-source integration.** CIMD brings regulatory, technical, research, operational, and market texts into one data system. Single-source collections answer one part of an industry question. Policy repositories provide regulatory boundaries, academic repositories provide technical mechanisms, and market repositories provide transaction and sentiment signals. CIMD organizes laws and regulations, policy documents, standards, academic papers, doctoral dissertations, books, industry research, enterprise information, production data, market materials, and public opinion into one corpus, so users can track the same topic across source types. This structure fits retrieval, evidence aggregation, agent workflows, domain tuning, and benchmark construction.
+### Key Properties
 
-**Authoritative sources.** CIMD collects representative and traceable texts from the mining-metallurgy domain. On the institutional side, it covers national laws and regulations, industry rules, policy documents, and standards. On the academic side, it covers `zh` journal collections, domestic conference papers, doctoral dissertations, and English technical literature from journals such as `International Journal of Mining Science and Technology` and `International Journal of Minerals, Metallurgy and Materials`. On the industry side, it extends to research institute reports, industry association reports, brokerage research, enterprise information, production data, and market-facing materials. This source composition gives the dataset strong domain credibility and practical value.
+**Cross-source structure.** CIMD combines policy and reference material, academic publications, long-form documents, institutional reports, enterprise material, public commentary, and market-related records. Source families remain visible through `source_type` and subset names, while the fields stay consistent enough for unified loading and retrieval. Applications that need evidence from more than one kind of document can work within one corpus.
 
-**Comprehensive taxonomy.** CIMD uses an industry data system rather than a flat document dump. The full structure covers `9` first-level categories, `42` second-level categories, and `335` third/fourth-level source nodes, including legal and regulatory materials, administrative rules, policy guidance, standards, patents and intellectual property, academic and training materials, public opinion and commentary, enterprise operations, and industry research and market reports. The public snapshot forms a continuous corpus around iron ore resources, beneficiation and processing, sintering and pelletizing, ironmaking, policy governance, enterprise operations, and market observation. This structure supports expansion, incremental collection, data cataloging, and benchmark design.
+**Prepared for long-document workflows.** Most records originate from document formats such as PDF and DOCX, then ship as line-oriented JSONL. A source file can produce multiple records, which keeps the file-level relationship while giving retrieval and review systems a manageable unit of text. This works well for chunk indexing, vector stores, long-document QA, and batch quality checks.
 
-The same structure can extend to adjacent sectors with deeper sub-domains, supply-chain coverage, and finer quality control.
+**Record-level metadata.** Fields such as `file_id`, `data_id`, `source_type`, `original_time`, `content_time`, `language`, `keywords`, `license_type`, and `source_details` are stored inside each record. Users can filter by source, language, time range, topic, or license label, and they can trace a retrieved passage or sampled training record back to its record identifier.
 
-![CIMD taxonomy](./imgs/06_taxonomy_en.png)
+**English, Chinese, and records labeled `other`.** The snapshot includes `en`, `zh`, and `other` language labels. It can support single-language experiments, bilingual retrieval, and mixed-language document classification. Users who need a specific language inside `other` should inspect or reclassify those records before relying on language-specific results.
 
-**Rich metadata.** Each record keeps fields such as `file_id`, `data_id`, `title`, `source_type`, `author`, `original_time`, `content_time`, `language`, `keywords`, `license_type`, and `source_details`. Users can filter by source, time window, language, topic, or authorization boundary, and they can trace a retrieved chunk back to the underlying record and source file. For long-document retrieval, provenance tracking, audit logs, license control, and ongoing dataset maintenance, this is materially more useful than plain text alone.
+**Organized by source family.** The repository is organized by source family: `reference_governance`, `scholarly_literature`, `enterprise_operations`, `public_discourse`, and related subsets. This makes it possible to load only reference material, isolate public commentary, or compare retrieval behavior across different document families without writing custom split logic first.
 
-**Alignment with standardization and trusted circulation.** The dataset keeps identifiers, source labels, classification fields, timestamps, authorization tags, and source notes inside each record instead of leaving them in a separate ledger. That means the same snapshot can move into cataloging, quality review, authorization checks, accountability workflows, and trusted data-space services without a second metadata pass outside the corpus. This layout follows the direction reflected in the published `High-Quality Dataset Construction Guide`, `High-Quality Dataset Format Requirements`, `High-Quality Dataset Classification Guide`, `High-Quality Dataset Quality Evaluation Specification`, and the `Guidelines for National Data Infrastructure Development`.
+**Ready for common data tooling.** The current release declares subset config names and paths for each subset. Users can pull the files with Git LFS, stream a subset through Hugging Face `datasets`, or load the same subset name through ModelScope. Offline processing jobs, sample selection, index builds, and serving jobs can use one path convention.
 
-**Ready for models and applications.** The public release uses normalized JSONL records rather than raw source files alone. The parsed records move directly into retrieval, chunking, annotation, training, evaluation, and serving workflows, and teams can plug them into the CSGHub / OpenCSG data platform, Hugging Face, ModelScope, custom RAG systems, and industry agent pipelines. For domain applications that require `zh` materials, combined regulatory and technical evidence, cross-source retrieval, and manageable metadata, CIMD is directly usable.
+**Useful for explainable retrieval.** RAG systems need text passages together with titles, source labels, dates, languages, and license fields. CIMD keeps those fields in the record, so downstream systems can return attributed answers, apply source filters, audit retrieved evidence, and reproduce sampling decisions.
 
-The same record format also supports vertical RAG systems, agent workflows, continued pretraining, fine-tuning, and document intelligence pipelines.
+**Public-release filtered snapshot.** The released version keeps records that meet the rules for this public snapshot. The filter covers metadata and body text, with checks for release eligibility, license and provenance traceability, field completeness, content suitability, and parsing quality. This release filter is a publication step, not a substitute for the user's own review of provenance, authorization, privacy boundaries, and downstream-use rights.
 
-![CIMD applications](./imgs/04_applications_en.png)
-
-The current public release contains 11 subsets, 379,648 effective JSONL records, and 56,771 unique `file_id` values. The full taxonomy covers 9 first-level categories, 42 second-level categories, and 335 third/fourth-level source nodes.
-
-Public repository:
-
-- [CSGHub dataset page](https://opencsg.com/datasets/OpenCSG/CIMD?tab=summary)
-- [Hugging Face / opencsg / CIMD](https://huggingface.co/datasets/opencsg/CIMD)
-
-### Standards and References
-
-- [National Data Administration: Release of the first batch of pilot units for high-quality dataset standards and technical documents](https://www.nda.gov.cn/sjj/ywpd/sjzg/0922/20250831180245645997474_pc.html)
-- [National Data Standardization Technical Committee: Notice on releasing 19 technical documents across high-quality datasets, the national integrated computing network, data infrastructure, and trusted data spaces](https://www.tc609.org.cn/tc609/tzgg/202509/6d0f135392ca47dfa28dad22f7bb5f6b.shtml)
-- [High-Quality Dataset Construction Guide](https://www.tc609.org.cn/tc609/tzgg/202509/6d0f135392ca47dfa28dad22f7bb5f6b/files/1.%20%E6%8A%80%E6%9C%AF%E6%96%87%E4%BB%B6%E3%80%8A%E9%AB%98%E8%B4%A8%E9%87%8F%E6%95%B0%E6%8D%AE%E9%9B%86%20%E5%BB%BA%E8%AE%BE%E6%8C%87%E5%8D%97%E3%80%8B.pdf.pdf)
-- [High-Quality Dataset Format Requirements](https://www.tc609.org.cn/tc609/tzgg/202509/6d0f135392ca47dfa28dad22f7bb5f6b/files/2.%20%E6%8A%80%E6%9C%AF%E6%96%87%E4%BB%B6%E3%80%8A%E9%AB%98%E8%B4%A8%E9%87%8F%E6%95%B0%E6%8D%AE%E9%9B%86%20%E6%A0%BC%E5%BC%8F%E8%A6%81%E6%B1%82%E3%80%8B.pdf.pdf)
-- [High-Quality Dataset Classification Guide](https://www.tc609.org.cn/tc609/tzgg/202509/6d0f135392ca47dfa28dad22f7bb5f6b/files/3.%20%E6%8A%80%E6%9C%AF%E6%96%87%E4%BB%B6%E3%80%8A%E9%AB%98%E8%B4%A8%E9%87%8F%E6%95%B0%E6%8D%AE%E9%9B%86%20%E5%88%86%E7%B1%BB%E6%8C%87%E5%8D%97%E3%80%8B.pdf.pdf)
-- [High-Quality Dataset Quality Evaluation Specification](https://www.tc609.org.cn/tc609/tzgg/202509/6d0f135392ca47dfa28dad22f7bb5f6b/files/4.%20%E6%8A%80%E6%9C%AF%E6%96%87%E4%BB%B6%E3%80%8A%E9%AB%98%E8%B4%A8%E9%87%8F%E6%95%B0%E6%8D%AE%E9%9B%86%20%E8%B4%A8%E9%87%8F%E8%AF%84%E6%B5%8B%E8%A7%84%E8%8C%83%E3%80%8B.pdf.pdf)
-- [Guidelines for National Data Infrastructure Development](https://www.nda.gov.cn/form-files-sjj/2c99e457-8f9edeed-018f-b8a7537c-0243/2c99e457-8f9edeed-018f-b8ad7daf-0256/fileupload_scfj/2024/11/22/ff808081-9348abb8-0193-51e366ec-1784.pdf?id=ff808081-9348abb8-0193-51e366ec-1784)
+**Manifest for data operations.** `dataset_manifest.json` records snapshot size, subset counts, language distribution, format distribution, and retained source-type distribution. It can be used as a quick inventory for data catalogs, release checks, quality review, and future version comparisons.
 
 ### Data Composition
 
-The current public snapshot sits under `data/text/iron_ore/`.
+The current public snapshot contains 111,308 JSONL records, 9,655 unique `file_id` values, and 35 retained `source_type` values.
 
-| Subset | JSONL records | Unique `file_id` values | Storage | Content |
+| Subset | JSONL records | Unique `file_id` values | Path | Content |
 | --- | ---: | ---: | --- | --- |
-| `state_laws` | 99,496 | 7,300 | Git LFS | Laws, regulations, policy, and institutional texts |
-| `domestic_conference_papers` | 58,116 | 18,787 | Git LFS | Domestic conference papers and conference materials |
-| `doctoral_dissertations` | 37,961 | 804 | Git LFS | Doctoral dissertations |
-| `public_opinion` | 30,705 | 9,427 | Git LFS | Public opinion and commentary materials |
-| `chinese_journals` | 28,266 | 6,412 | Git LFS | `zh`-language academic journals |
-| `international_journal_of_mining_science_and_technology` | 16,824 | 2,435 | Git LFS | English academic literature |
-| `international_journal_of_minerals_metallurgy_and_materials` | 15,391 | 2,461 | Git LFS | English academic literature |
-| `industry_research_reports` | 11,647 | 370 | Git LFS | Industry research, brokerage, enterprise, and production-related materials |
-| `sintering_and_pelletizing` | 9,558 | 3,783 | Git LFS | Sintering and pelletizing materials |
-| `ironmaking` | 8,002 | 3,871 | Git LFS | Ironmaking and production materials |
-| `books` | 63,682 | 1,121 | Git LFS | Books |
+| `reference_governance` | 90,197 | 6,919 | `data/corpus/reference_governance/train.jsonl` | Policies, regulations, standards, and compliance-oriented reference material |
+| `scholarly_literature` | 17,569 | 2,053 | `data/corpus/scholarly_literature/train.jsonl` | Academic publications, long-form research material, dissertations, and conference records |
+| `enterprise_operations` | 1,744 | 64 | `data/corpus/enterprise_operations/train.jsonl` | Enterprise profiles, operations information, capacity records, finance material, and project updates |
+| `public_discourse` | 1,286 | 545 | `data/corpus/public_discourse/train.jsonl` | Public commentary, media materials, and opinion records |
+| `institutional_analysis` | 484 | 68 | `data/corpus/institutional_analysis/train.jsonl` | Reports and analysis from research organizations, associations, consultancies, and financial institutions |
+| `market_observations` | 20 | 2 | `data/corpus/market_observations/train.jsonl` | Market, transaction, and pricing-related records |
+| `miscellaneous_records` | 8 | 4 | `data/corpus/miscellaneous_records/train.jsonl` | Records that do not map to a primary source family |
 
 ### Snapshot Statistics
 
-The following statistics correspond to the repository snapshot dated `2026-03-31`.
-
 | Item | Value |
-| --- | --- |
-| Declared subset configs | 11 |
-| Effective JSONL records | 379,648 |
-| Unique `file_id` values | 56,771 |
-| Distinct `source_type` values | 51 |
-| Taxonomy depth | 9 first-level categories, 42 second-level categories, 335 third/fourth-level source nodes |
-
-Counting rules:
-
-- `JSONL records` refers to effective JSONL records, not source-file counts.
-- The counts exclude empty lines, placeholder lines, and non-record first lines.
-- One source file can produce more than one JSONL record.
-- `Unique file_id values` gives the file-level count within a subset.
-- `Git LFS` means Git Large File Storage holds the file content, and users may need to run `git lfs pull` after cloning.
+| --- | ---: |
+| Public JSONL records | 111,308 |
+| Unique `file_id` values | 9,655 |
+| Distinct `source_type` values | 35 |
+| Declared subset configs | 7 |
+| Records before public-release filtering | 379,648 |
+| Records excluded by filtering | 268,340 |
 
-Language distribution by JSONL records:
+Language distribution:
 
 | Language | Records |
 | --- | ---: |
-| `zh` | 229,530 |
-| `en` | 114,993 |
-| `other` | 35,125 |
+| `en` | 59,625 |
+| `zh` | 19,856 |
+| `other` | 31,827 |
 
-`format` field distribution by JSONL records:
+Format distribution:
 
 | Format | Records |
 | --- | ---: |
-| `pdf` | 346,881 |
-| `jsonl` | 30,705 |
-| `docx` | 2,054 |
-| `markdown` | 1 |
+| `pdf` | 109,069 |
+| `jsonl` | 704 |
+| `docx` | 1,528 |
 | `doc` | 7 |
 
-Dominant source types by JSONL records:
-
-| `source_type` | Records |
-| --- | ---: |
-| Journal papers | 116,891 |
-| National laws and regulations | 95,394 |
-| Academic publications | 57,492 |
-| Dissertations | 38,075 |
-| Public opinion and self-media content | 31,178 |
-| Enterprise basic information | 11,226 |
-| Production and capacity data | 6,278 |
-| Industry association reports | 4,649 |
-| Research institute reports | 4,414 |
-| Domestic industrial policy | 2,393 |
-| Futures and derivatives trading data | 1,405 |
-| Conference papers | 1,317 |
-
-### Taxonomy
-
-The full data system covers the following nine first-level categories:
-
-1. Legal documents and regulatory basis
-2. Industry rules and administrative measures
-3. Policy documents and industry guidance
-4. Industry standards
-5. Patents and intellectual property
-6. Academic and training materials
-7. Public opinion and commentary
-8. Enterprise operations and business information
-9. Industry research and market reports
-
 ### Repository Layout
 
 ```text
 data/
-  text/
-    iron_ore/
-      state_laws/train.jsonl
-      domestic_conference_papers/train.jsonl
-      doctoral_dissertations/train.jsonl
-      chinese_journals/train.jsonl
-      international_journal_of_mining_science_and_technology/train.jsonl
-      international_journal_of_minerals_metallurgy_and_materials/train.jsonl
-      industry_research_reports/train.jsonl
-      sintering_and_pelletizing/train.jsonl
-      ironmaking/train.jsonl
-      public_opinion/train.jsonl
-      books/train.jsonl
+  corpus/
+    reference_governance/train.jsonl
+    scholarly_literature/train.jsonl
+    public_discourse/train.jsonl
+    enterprise_operations/train.jsonl
+    institutional_analysis/train.jsonl
+    market_observations/train.jsonl
+    miscellaneous_records/train.jsonl
+dataset_manifest.json
+OpenCSG数据集许可协议.md
 ```
 
 ### Schema
 
-The repository primarily stores JSONL records. Each line corresponds to one parsed record.
+The repository primarily stores JSONL records. Each line corresponds to one parsed record. A source file can produce more than one record.
 
 | Field | Type | Description |
 | --- | --- | --- |
@@ -587,7 +413,7 @@ from datasets import load_dataset
 
 dataset = load_dataset(
     "opencsg/CIMD",
-    "state_laws",
+    "reference_governance",
     split="train",
     streaming=True,
 )
@@ -601,37 +427,37 @@ from modelscope.msdatasets import MsDataset
 dataset = MsDataset.load(
     dataset_name="CIMD",
     namespace="OpenCSG",
-    subset_name="state_laws",
+    subset_name="reference_governance",
     split="train",
 )
 ```
 
 ### Intended Uses
 
-- Vertical retrieval and RAG for iron ore, mining, and metallurgy
-- Industry research assistants and evidence retrieval systems
-- Policy, regulation, and compliance QA
-- Long-document QA and cross-source evidence aggregation
-- Continued pretraining, SFT data construction, and corpus filtering
-- Document classification, source identification, topic tagging, and terminology extraction
+- Multi-source document retrieval and RAG
+- Long-document QA and evidence attribution
+- Document classification, source identification, and topic tagging
+- Data cataloging, quality review, and authorization checks
+- Training-corpus filtering and benchmark construction
+- Enterprise knowledge-base and document-intelligence applications
 
 ### Limitations
 
-- Counts in this card use parsed records rather than deduplicated source documents.
-- The public subsets rely on Git LFS.
-- Duplicate, near-duplicate, and parsing-noise cases may exist.
-- Time fields may reflect publication time, content time, or extraction artifacts.
-- Verify provenance and the effective authorization scope before redistribution or downstream commercial use.
+- Counts use parsed records rather than deduplicated source documents.
+- Public subset files are stored with Git LFS.
+- Records from different sources may contain duplicates, near-duplicates, or parsing noise.
+- Time fields may represent publication time, content time, or extraction time depending on the source.
+- Users should verify provenance and the effective authorization scope before redistribution or downstream commercial use.
 
-### License
+### Licensing
 
-See the [OpenCSG Dataset License Agreement](./OpenCSG数据集许可协议.md). In repository metadata, `license: other` means the dataset uses a license outside the platform's preset list, and that agreement contains the operative terms. This dataset supports commercial use. For commercial use of the dataset, or any model, system, Agent, API service, or commercial product trained or enhanced with it, follow that agreement and contact `lorraineg@opencsg.com` for authorization.
+Use of this dataset is governed by the OpenCSG Dataset License Agreement. The `license: other` metadata value indicates that the license is outside the platform's preset license list. The license file in this repository is authoritative. This dataset supports commercial use. For commercial use of the dataset, models, systems, agents, APIs, or products trained or enhanced with this dataset, follow the license agreement and contact `lorraineg@opencsg.com` for authorization.
 
 ### Citation
 
 ```bibtex
 @dataset{opencsg_cimd_2026,
-  title        = {CIMD: A Cross-Source Industry Corpus for Iron Ore, Mining, Metallurgy, Policy, and Market Intelligence},
+  title        = {CIMD: A Cross-Source Multilingual Document Corpus},
   author       = {OpenCSG},
   year         = {2026},
   url          = {https://opencsg.com/datasets/OpenCSG/CIMD},

data/corpus/miscellaneous_records/train.jsonl

@@ -0,0 +1,8 @@
+{"format":"pdf","file_id":"f3249761544ffb1ee75098f4f0166484","raw_chunk":"名称：二氧化锆掺杂改性钛酸锶钡-氧化镁基复合材料及其制备方法\n\n申请（专利）号： CN200510110615.0\n\n申请日： 2005.11.23\n\n公开（公告）号：CN1793006\n\n公开（公告）日： 2006.06.28\n\n主分类号： C04B35/04(2006.01)I\n\n范畴分类：\n\nC04B35/04 (2006. 01) I; C04B35/462 (2006. 01) I; C04B35/468 (2006. 01) I; C04B35/6\n\n分类号： 22(2006.01)I\n\n申请（专利权）人：中国科学院上海硅酸盐研究所\n\n地址： 200050上海市定西路1295号\n\n发明（设计）人： 董显林；梁瑞虹\n\n专利代理机构： 上海智信专利代理有限公司\n\n代理人： 潘振甦\n\n# 摘要：\n\n本发明涉及一种二氧化锆掺杂改性钛酸锶钡-氧化镁基  $\\left(\\mathrm{Ba}_{1-x}\\mathrm{Sr}_x\\mathrm{TiO}_3/\\mathrm{MgO}\\right)$  复合材料及其制备方法。所述材料是以钛酸锶钡和氧化镁为基体，并在此基础上进行微量氧化锆的掺杂改性，组成为：(1-y)  $\\mathrm{Ba}_{1-x}\\mathrm{Sr}_x\\mathrm{TiO}_3+\\mathrm{yMgO+zZrO}_2$  ，其中  $0.35 \\leqslant x \\leqslant 0.45$  ， $y=50wt\\%$  ， $0wt\\%","file_name":"专利选登.pdf","title":"氧化镁专利","source_type":"专利信息","author":"中国科学院上海硅酸盐研究所","original_time":"2006-06-28 00:00:00","content_time":"2005-11-23 00:00:00","source_details":"","data_version":"1.0.0","license_type":"商业授权","is_generated":"0","country":"中国","language":"zh","keywords":[],"data_id":"82672011-1cb6-472a-a42e-e4e5ceae36e9"}
+{"format":"pdf","file_id":"f3249761544ffb1ee75098f4f0166484","raw_chunk":"$140^{\\circ} \\mathrm{C}-180^{\\circ} \\mathrm{C}$  范围内水热反应6-10h，所得产物自然冷却至室温，再将其水洗烘干即得阻燃剂用六方片状氢氧化镁。\n\n# 氯化镁专利\n\n名称：一种密闭热解水合氯化镁制备高纯氧化镁的方法\n\n申请（专利）号： CN200610071248.2\n\n申请日： 2006.03.21\n\n公开（公告）号：CN1830787\n\n公开（公告）日： 2006.09.13\n\n主分类号： C01F5/10(2006.01)I\n\n范畴分类：\n\n分类号： C01F5/10(2006.01)I\n\n申请（专利权）人： 中国科学院青海盐湖研究所\n\n地址： 810008青海省西宁市城西区新宁路18号\n\n发明（设计）人：孙庆国；戈桦；王在华；都永生；李明珍\n\n专利代理机构： 西宁正坤知识产权代理事务所\n\n代理人： 姜艳华\n\n# 摘要：\n\n本发明是以盐湖水氯镁石或海水卤水精制后的溶液经脱水所得到的水合氯化镁为原料，经密闭热解、水化除杂、过滤、洗涤、焙烧得到  $\\mathrm{MgO}$  含量大于  $99\\%$  的高纯氧化镁，尾气经吸收可得到30-36 $\\%$  的盐酸，本发明具有分解温度低，尾气处理方便，工艺流程简单，氧化镁产品的纯度高，得到的盐酸浓度高，且\n\n除原料外不需要其它原材料，工艺稳定等优点。\n\n# 主权项：\n\n1、一种密闭热解水合氯化镁制备高纯氧化镁的方法，其特者征在于将水合氯化镁通过加料器(1)加入到密闭热解炉(2)中进行热解，热解温度为  $400 - 600^{\\circ}\\mathrm{C}$ ，热解时间为0.5-3.5小时，将热解产物投入到水化槽(3)中，进行水化除杂处理，水化除杂处理后的产物送入过滤机(4)中进行固液分离并洗涤，然后送入焙烧炉(5)中，在  $500 - 700^{\\circ}\\mathrm{C}$  下，焙烧1.5-3.5小时，得到高纯氧化镁，在热解炉中水合氯化镁分解过程中产生的氯化氢气体和水蒸汽进入旋风除尘器(6)中，经旋风分离器(6)得到的粉尘排入料斗(7)中，并送到水化槽(3)中进行水化除杂处理，除尘后的气体进入冷凝器(8)中，一部分水蒸汽和氯化氢气体成为浓盐酸，引入贮酸槽(9)中，未冷凝的气体由风机(10)引入盐酸吸收塔(11)中，收塔成盐酸，引入贮酸槽(9)中，达到排放标准的气体放空排出。\n\n名称： 一种无水氯化镁的制备方法\n\n申请（专利）号： CN200510100120.X\n\n申请日： 2005.09.27\n\n公开（公告）号： CN1749167\n\n公开（公告）日： 2006.03.22\n\n主分类号： C01F5/34(2006.01)I\n\n范畴分类：\n\n分类号： C01F5/34(2006.01)I\n\n申请（专利权）人： 陈颖\n\n地址： 361002福建省厦门市思明区鸡山路1号之四203室\n\n发明（设计）人：陈颖\n\n# 摘要：\n\n本发明公开了一种无水氯化镁制备的方法，它包括如下步骤：(1)以低碳醇为溶剂和萃取剂，制备氯化镁低碳醇溶液并萃取氯化镁；(2)纳滤分离制备无水低碳醇氯化镁溶液；(3)低碳醇氯化镁溶液与液氨反应、结晶分离得六氨氯化镁结晶和母液；(4)六氨氯化镁结晶经过滤、焙烧得无水氯化镁和氨气；(5)焙烧分解所得的氨气经冷却，压缩得液氨，循环使用；(6)富含低碳醇的纳滤透析液经\n\n精馏分离，得低碳醇循环再用。(7)六氨氯化镁结晶母液蒸馏��回收氨、低碳醇，馏余液返回六氨氯化镁结晶段。本方法具有产品(无水氯化镁)纯度高，氯化镁转化率高，生产工艺流程短，过程易于控制，生产规模大，投资省，产品成本低等特点，特别适合于无水氯化镁的大规模工业生产。\n\n# 主权项：\n\n1 一种无水氯化镁的制备方法，其特征是包括如下步骤：第一步、低碳醇氯化镁溶液的制备；第二步、纳滤过滤脱水制备无水低碳醇氯化镁溶液；第三步、六氨氯化镁结晶的制备；第四步、六氨氯化镁的结晶分离；第五步、无水氯化镁的制备；第六步、氨气经冷却压缩得液氨；第七步、六氨氯化镁结晶母液蒸馏，回收氨，低碳醇，馏余液(蒸馏剩余液)返回六氨氯化镁结晶段。\n\n名称：一种液相化学反应制备碱式氯化镁纳米棒的方法\n\n申请（专利）号： CN200510047355.7 申请日： 2005.10.05\n\n公开（公告）号：CN1769178 公开（公告）日：2006.05.10\n\n主分类号： C01F5/30(2006.01)I 范畴分类：\n\n分类号： C01F5/30(2006.01)I\n\n申请（专利权）人： 大连理工大学\n\n地址： 116024 辽宁省大连市甘井子区凌工路2号\n\n发明（设计）人： 王宝和；于才渊；张文博；范方荣\n\n专利代理机构： 大连八方知识产权代理有限公司\n\n代理人： 卫茂才\n\n# 摘要：\n\n本发明属于一维纳米材料制备技术领域。主要内容是以六水氯化镁和普通轻质氧化镁为原料，首先制备出凝胶态的碱式氯化镁沉淀，然后将沉淀过滤并用去离子水洗涤，再用异丙醇洗涤沉淀，最后将沉淀过滤干燥得到直径约  $100 - 200\\mathrm{nm}$ ，长约  $4 - 8\\mu \\mathrm{m}$  的碱式氯化镁纳米棒。碱式氯化镁纳米棒具有白度好、活性强和超微细等特点，在阻燃、造纸、消防和热溶胶填料等领域具有广泛的应用前景。该法具有操作温度低、工艺简单、生产成本低廉、产率高、易于实现工业化等优点。\n\n# 主权项：\n\n1. 一种液相化学反应制备碱式氯化镁纳米棒的方法，其特征在于，包括液相反应制备凝胶态沉淀、去离子水洗涤、醇洗、干燥过程，工艺步骤是：\n\n(1)首先将镁盐配制成  $2\\mathrm{mol} / \\mathrm{l}-10\\mathrm{mol} / \\mathrm{l}$  的水溶液，按镁盐/氧化镁摩尔比为  $1:2-1:50$  ，将氧化镁加入到镁盐水溶液中，水浴加热温度至303K-363K，搅拌速度为200-1500r/min，反应6-72小时后，真空抽虑；  \n(2) 将过滤的凝胶态沉淀用去离子水洗涤 2-8 次；  \n(3)  $1\\mathrm{g}$  沉淀再用5-50ml醇洗2-8次；  \n(4)洗涤好的沉淀在293K-473K的温度下干燥4-12小时，得到白色碱式氯化镁纳米棒晶体。\n\n名称：一种制取硝酸钾和氯化镁的工艺方法\n\n申请（专利）号： CN200510031293.0 申请日： 2005.02.25\n\n公开（公告）号：CN1673083 公开（公告）日：2005.09.28\n\n主分类号： C01D9/08 范畴分类：\n\n分类号： C01D9/08；C01F5/02\n\n申请（专利权）人： 湖南理工学院\n\n地址： 414006 湖南省岳阳市学院路奇家岭\n\n发明（设计）人：易健民；张罡；沈晃宏；唐阔文；阎建辉；张一甫；钟明；杨首云；肖丽君\n\n专利代理机构： 岳阳市大正专利事务所\n\n代理人： 龚正初\n\n摘要：\n\n本发明公开了一种制取硝酸钾和氯化镁的工艺方法，是在硝酸溶液中加入粉状菱苦土反应，然后再加入氯化钾与返回的粗硝酸钾溶解，再加入添加剂，将溶液保温沉降、过滤，再冷却结晶、离心分离、干燥后得农用硝酸钾；母液I与母液III混合后经蒸发浓缩、冷却结晶析出六水氯化镁晶体；将母液II冷却结晶，离心分离后得粗硝酸钾和母液III。本发明工艺简单，操作方便，节能降耗，整个工艺全封闭循环，无三废产生。\n\n主权项：\n\n1、一种制取硝酸钾和氯化镁的工艺方法，其特征在于包括以下步骤：\n\n①在搅拌条件下，向  $15\\sim 45\\%$  硝酸溶液中加入菱苦土，控制反应温度为  $70\\sim 90^{\\circ}\\mathrm{C}$ ，调整溶液  $\\mathrm{PH}$  值到  $6.5\\sim 7$ ；  \n② 再向溶液中加入氯化钾，加入的氯化钾和硝酸的摩尔比为  $1:(1\\sim 1.5)$ ，再加入不超过氯化钾量的粗硝酸钾，不断搅拌溶解，保持反应温度为  $100\\sim 115^{\\circ}C$ ；  \n③向溶液中加入氢氧化钾或氢氧化钙，调节溶液PH值到6.5左右，再加入氯化钙并保持溶液温度在  $100^{\\circ}\\mathrm{C}$  左右沉降  $6\\sim 8$  小时后过滤；  \n④将过滤后的溶液冷却至  $0^{\\circ} \\mathrm{C} \\sim 30^{\\circ} \\mathrm{C}$  结晶、离心分离、干燥后得硝酸钾，分离硝酸钾后的溶液为母液 I；  \n⑤将母液Ⅰ与返回的母液Ⅲ混合后，蒸发浓缩到含水量为  $45\\sim 60\\%$  的浓度，再冷却到  $50\\sim 80^{\\circ}\\mathrm{C}$  结晶、分离得六水氯化镁晶体���分离六水氯化镁晶体后的溶液为母液Ⅱ；  \n⑥将母液II再冷却到  $0\\sim 20^{\\circ}C$  ，结晶、离心分离得粗硝酸钾，将粗硝酸钾返回②中与氯化钾一起参与循环反应，分离粗硝酸钾后溶液为母液III，母液III返回与母液I一起循环使用。\n\n# 硫酸镁专利\n\n名称：改进的用含钾硫酸镁亚型卤水制备硫酸钾的方法\n\n申请（专利）号：CN200610008785.2\n\n申请日：2006.02.11\n\n公开（公告）号：CN1810644\n\n公开（公告）日：2006.08.02\n\n主分类号：C01D5/00(2006.01)I\n\n范畴分类：\n\n分类号：C01D5/00(2006.01)I\n\n申请（专利权）人：新疆新雅泰化工有限公司\n\n地址：830000 新疆维吾尔自治区乌鲁木齐市新华北路5号美丽华酒店1110室\n\n发明（设计）人：马金奎\n\n专利代理机构：乌鲁木齐新科联专利代理事务所（有限公司）\n\n代理人：范秉健\n\n摘要：","file_name":"专利选登.pdf","title":"氧化镁专利","source_type":"专利信息","author":"中国科学院上海硅酸盐研究所","original_time":"2006-06-28 00:00:00","content_time":"2005-11-23 00:00:00","source_details":"","data_version":"1.0.0","license_type":"商业授权","is_generated":"0","country":"中国","language":"zh","keywords":[],"data_id":"4db7de2a-fe25-4a50-95df-47b690053a99"}
+{"format":"pdf","file_id":"f3249761544ffb1ee75098f4f0166484","raw_chunk":"专利代理机构： 北京思创毕升专利事务所\n\n代理人： 韦庆文\n\n摘要：\n\n本发明公开了一种共轭亚油酸镁制剂及其制备方法。本发明的共轭亚油酸镁制剂通过包括以下步骤的方法制备得到：首先将共轭亚油酸与碱金属氢氧化物、碱金属碳酸盐的水溶液反应，然后向溶液中加入镁盐进行反应。本发明的方法为均相反应，反应均匀，产物纯度高，镁制剂产品质量稳定，尤其适用于对产品要求较高的应用领域。使用本发明的方法生产镁制剂，设备投资少，工艺简单、易于操作。本发明的镁制剂是一种很有发展前途的新型镁制剂。\n\n主权项：\n\n1、一种共轭亚油酸镁制剂，其通过包括以下步骤的方法制备得到：\n\n首先将共轭亚油酸与碱金属氢氧化物、碱金属碳酸盐的水溶液反应，然后向溶液中加入镁盐进行反应。","file_name":"专利选登.pdf","title":"氧化镁专利","source_type":"专利信息","author":"中国科学院上海硅酸盐研究所","original_time":"2006-06-28 00:00:00","content_time":"2005-11-23 00:00:00","source_details":"","data_version":"1.0.0","license_type":"商业授权","is_generated":"0","country":"中国","language":"zh","keywords":[],"data_id":"d8882edc-9d50-4636-81d9-77a5c5017866"}
+{"format":"pdf","file_id":"c6a774510d96cc4f0dde75e1be921fb4","raw_chunk":"张伟波\n\n（国家知识产权局化学审查一部中药处）\n\n中国入世，使得中国国内市场竞争规则必须与国际接轨同时必须面对国外资金雄厚和研发能力强大的竞争对手的竞争，这使得中药的国内外市场的竞争形势变得突然严峻起来。首先是国内知识产权保护的强化，使得原有的新药保护制度逐渐淡出，专利等一些国际通行的知识产权保护制度对中药企业来说还很陌生；其次，国内中药市场的竞争已经大大提前到基础研究阶段，将不仅表现在新药保护和中药品种保护的竞争上，专利竞争以其超前性也越来越发挥出其竞争威力；洋中药登陆中国，将使得中药国内中药市场的竞争越来越激烈。在中药的国际市场立足，对国内的中药企业来说变得更加艰难。奇正集团的董事长雷菊芳女士在日本汉方药企业参观时，该企业董事长说“中国的中药，对日本人已经无密可保”。这说明一直引以自豪的中医药的传统医学典籍已经不再是中药企业所独有的竞争优势，国外竞争对手应用非常广泛的信息渠道已经掌握了我们过去知道的东西，可以说，我们不能躺在这些已经无法用现行的知识产权制度保护的传统医学典籍上停滞不前，只有对这些传统中药运用现代技术手段加以二次开发，走中药现代化之路才是保护和发展中药的最好出路。同时，在中国融入全球化市场经济的竞争环境中，发展中药还须运用国际通行的知识产权制度加以保护才能获得和巩固竞争优势。所以，在21世纪知识经济的全球化市场竞争中，中药领域不能再回避专利保护问题，中药作为中国少数具有比较优势的领域如何获得有效的专利保护，已经成为中药产业发展中非常重要的问题，了解、掌握和运用专利制度已关系到中药企业在国内外市场竞争中最低的生存条件之一，但同时也是增强企业核心竞争力和应对世界大\n\n制药公司挑战的手段之一。\n\n# 1 中药领域的自主知识产权现状\n\n中药领域的大多数人认为中药在中国已经有数前年的历史，拥有浩瀚的医学典籍等传统医药遗产，所以我们在中药领域拥有很多自主知识产权。也有许多科研人员认为自己研制的新药就具有了自主的知识产权。这种盲目乐观和错误认识导致许多人忽视了知识产权对中药保护的研究。但是，当日本在“六神丸”基础上开发的救心丸，年销售额达上亿美元；韩国在“牛黄清心丸”的基础上开发出的牛黄清心液一个品种的产值高达0.7亿美元时，我们惊呼中药知识产权正在大量流失。一个不争的事实，我们中药领域的知识产权保护是非常脆弱的，尤其是我国对中药的保护脱离于国际现行的知识产权制度之外。\n\n当中药领域中的大多数人认为获得中药新药保护和中药品种保护就已经具有自主知识产权时，却很少有人再去了解《世界贸易组织协定》的《与贸易有关的知识产权协议》中规定的知识产权的形式。实际上，国际公认知识产权形式包括：①版权和邻接权；②商标及地理标志权；③工业品外观设计权；④专利权（仅指发明专利，不包括实用新型）；⑤集成电路布图设计权；⑥未披露过的信息专有权（即商业秘密或技术诀窍）1。而我们的中药企业和科研院所行业制度保护之下却对此知之甚少，即使了解也对它们敬而远之，以这些制度不适合保护中药为借口而不去深入研究，更重要的是，强化的行业保护使中药企业和科研院所不需要研究和了解它们。\n\n但是，在中国入世知识产权保护制度规则必须\n\n与国际接轨时，就会发现在国际通行的知识产权保护形式中，只有商业秘密是以保密措施为主自动形成自主的知识产权的，其他形式则都必须向国家相应部门提出申请，依法审批才能够拥有自主的知识产权。\n\n所以，自主的知识产权，大部分并不是自然拥有的，而是创造者对自己的智力劳动成果依法享有的权利，这种权利需要依法申请获得。这显然不同于中药领域中许多人的理解，闭门造车的观念已经远远不能适应当今的市场竞争。\n\n自主知识产权的表现形式实际上只有有效的专利、有效的商标、没有失密的技术诀窍、有效期内的版权；但不包括：超过版权保护期（作者生前加50年）进入公知领域的技术如中医的医学典籍中记载的方剂、失效专利如因各种原因没有获得专利权的或专利权到期的专利、仅在中国获得专利权而在中国之外的其他国家没有获得专利权的、没有注册的商标、流失的技术诀窍。据不完全统计，从  $1985\\sim 2002.9.30$  ，国家知识产权局专利局共授权3570件中药发明专利，并且其中国内专利绝大多数没有在国外申请专利保护。也就是说，具有自主知识产权的3570件中的国内中药发明专利也仅仅是在中国市场有效，更令人遗憾的是在这3570件中的国内中药发明专利中中药企业、科研院所和大专院校的职务发明所占比例很少。相反，在《中国药典》和部颁《药品质量标准》和《地方药品标准》中却公布了不少的中成药品，而这些中成药品由于种种原因在公布前都没有申请专利保护，所以这些中药品种都丧失了自主知识产权，因此对目前的中药企业而言，拥有自主知识产权的实际上很少。造成这种现象的原因就是我们已经习惯处于长期的计划经济体制下的行业保护制度。可以说，入世后，中药企业如果再不及早研究和应用国际通行的竞争体制保护自己发展自己，其后果将更不堪设想。同时，每个企业在申报新药生产许可时，尤其政府要将其发布于《药典》或《药品质量标准》时，应当事先寻求专利保护，才不至于更多地丧失已有的知识产权。中药企业应当尽快熟悉和了解国际上的知识产权保护规则，建立现代企业制度，只有这样，才能应对入世后所面临的知识产权的激烈竞争趋势，提高自己的竞争力。\n\n# 2 适合中药知识产权保护的有效形式\n\n可以说，在目前中药企业在知识产权保护方面对外部表现形式的保护已经做得非常不错，例如“三九胃泰”的商标保护，许多中药产品外包装图案的外观设计专利保护。但是，相对于中药品的核心技术来说，大多数中药企业都采用了技术诀窍的保密方式进行保护。\n\n对技术来说，一般划分为三类，即公知技术、专利技术和专有技术。也就是说，对技术的保护只有两种形式即专利技术保护和专有技术保护，其中专利技术保护与专有技术保护最大的区别就是公开问题，专利技术公开但不能为经营目的使用，专有技术就是技术诀窍，进行严格保密。\n\n专有技术保护或技术诀窍保护，就是中药领域中的“祖传秘方”保护形式。因为中药自身有效成分的复杂性，使得人们对公开使用的中药也不能通过反向工程对其解密。只要不泄密，这种保护的时间就没有限制，可以保护到几百年，例如云南“白药”的保护。但是，现代的新药开发和管理制度必须要求在申报资料中清楚地写明处方、制法，并且制定的质量标准还要下发到各个药品监督机构。这就使得这种保护方式受到威胁。而当前新开发的任何中药新药很难受到政府象对待“云南白药”保密那样的待遇。这就要求中药企业在当今时代，采用其他保护方式，而不能只是单一的技术诀窍保护方式。另外，专利制度中规定如果有相同药物获得专利保护后，其他“技术诀窍”保护的产品只有保持原有生产规模的权利，扩大生产规模的权利则被专利权人所拥有。这种规定，使得“技术诀窍”的保护受到另外一种威胁。\n\n专利保护是现代知识产权保护制度的一种。它的设置平衡了发明者和行业发展的利益，专利制度的实施在西方发达国家的科技迅猛发展起到重要作用。有人曾形象地比喻“因为西方国家有专利制度，所以它们的科技发展就是一个永不停歇的团对接力赛；相反，我们的祖传秘方保护就象是一个人跑马拉松，一个人与一个接力的团对比赛，结果不言而喻。”其中所指的就是专利公开问题。可以说专利赋予了发明者有限时期有限地域和有限范围的市场垄断权，就是为了换取发明者将技术内容的社会公开。同时专利的各种限制也是为强迫发明者尽\n\n早将发明产业化，转化成经济效益，不能在一项发明之上停滞不前，要不断地创新不断地发展。因为发明者承担着众多同行在其发明之上的改进和再发明的压力以及新技术的出现使专利技术失去市场的危险，专利保护只是赋予发明者一项技术的获益时间，同时也没有压制其他竞争者在该技术之上的发展，因此整合了同行业的竞争者，推动行业的飞速发展。\n\n药品作为一种特殊商品，又受到各个国家药监部门的特殊管理，再加上药品的开发具有时间长、资金大和多环节合作开发的特点，相对而言，没有确切稳定的保障其风险很大。这些特点，决定了药品只靠单一的技术诀窍的保密措施加以产权保护不可靠的，即使中药的复杂性使竞争对手反向工程无法解密，也面临着其他不可预期的风险。专利对产权保护的稳定性大大降低了新药开发的风险，可以说专利对中药生产、使用、销售、许诺销售和进口的垄断，有效地保障了中药新药开发资金的回收和获益。也许有人认为，中药自身的特点非常不适合专利保护，但是如果深入研究专利法，我们就会发现专利保护加技术诀窍的双重保护不失为中药知识产权的有效保护之路。\n\n# 3 专利对中药的有效保护\n\n专利保护的表现形式就是控制他人的侵权行为。当专利能够有效地控制了他人在阅读专利申请的技术内容后，无法改进绕开专利而无偿地进行盈利行为就是最成功和有效的专利保护。所以我们在申请专利保护前应当首先了解专利侵权的判断原则。\n\n# 1. 专利的侵权判断原则及操作方法\n\n专利保护就是以授权的权利要求书为准的，侵权产品或方法凡是包含权利要求所述全部特征的，就是侵权。\n\n由于药品是一种特殊的商品，必须受到政府部门的特殊监管，只有申报政府监管部门的生产许可得以批准才可以生产销售，而新药申报资料包括了详尽的处方、剂型和生产工艺以及各种药理和临床试验，所以这使得药品领域的专利侵权判断操作简单化，只需要将新药申报资料所描述的特定处方、特定剂型或特定生产工艺与权利要求书所描述的范围进行比较判断，就及其容易地得出是否侵权的","file_name":"中药专利保护.pdf","title":"中药专利保护","source_type":"专利信息","author":"国家知识产权局","original_time":"","content_time":"","source_details":"","data_version":"1.0.0","license_type":"商业授权","is_generated":"0","country":"中国","language":"zh","keywords":[],"data_id":"559f2773-7fd1-4115-92ca-4c16e31f4344"}
+{"format":"pdf","file_id":"c6a774510d96cc4f0dde75e1be921fb4","raw_chunk":"保护范围扩大。但是，权利要求保护范围也受到最接近的现有技术的制约，这是由专利法所规定的新颖性和创造性所决定的。同时在判断必要技术特征时必须考虑现有技术中的其他技术方案，如果文献中公开了红参1份、水蛭1份和地龙0.5份组成的复方治疗心脏病，那么“红参  $1\\sim 3$  份、水蛭  $0.5\\sim$  1.5份和地龙  $0.5\\sim 2$  份”就不是必要技术特征，因为它的发明目的不是治疗心脏病，而是获得治疗心脏病���更好疗效，这时“红参  $1\\sim 3$  份、水蛭  $0.5\\sim$  1.5份、地龙  $0.5\\sim 2$  份和三七  $0.5\\sim 2$  份”才是必要技术特征。所以分析必要技术特征是寻找核心技术扩展保护范围的最好方法，注重最接近现有技术也是获得专利局批准的最好方法。\n\n# 3. 几类中药的专利保护\n\n中药作为药品，主要包括了活性成分、剂型和医疗用途。对中药产品的专利保护就要从这三方面进行申请。中药的活性成分包括中药材或复方制剂中提取的有效成分、中药材、天然药物中提取的有效部位、中药复方中提取的有效部位群、中药复方。中药的剂型主要包括具体中药的剂型改进；中药的医疗用途主要包括已知中药品种或中药材的第二用途的开发。以下具体加以阐述。\n\n# 1)中药复方专利保护\n\n目前中药复方专利申请中存在的主要问题是复方药味数庞大。大家知道特征越多保护范围越小，一个组方为50味中药组成的复方的专利保护，其保护范围是相当窄的，这种专利保护的作用实际上很小，别人在50味复方进行精减为20味，实际上就不构成侵权。例如宋代古方苏合香丸由15味药组成，每次服用  $3\\mathrm{g}$ ，对组方中有效成分的拆方研究，经药理、制剂研究与临床试用冠心苏合丸，由苏合香等6味中药组成，1次服药  $1\\mathrm{g}$ ，经药理、制剂研究与临床试用苏冰滴丸，由苏合香、冰片2味中药组成，1次服用  $0.15\\mathrm{g}5$  。假设前两种都具有专利保护，可以说最后苏冰滴丸同样可以获得专利保护，也对前者不构成侵权。总之，权利要求中药味数越少保护范围越大，在权利要求的基础上增加药味，也有可能获得专利，但是在实施时将受到前权利要求的控制，否则构成侵权。当然专利对大范围的权利要求也是有限制规定的：1)专利法实施细则第21条第2款的规定；2)专利法第22条第2款的新颖性和第3款的创造性的规定。如何把握好保护范\n\n围与获得批准的矛盾，这就需要专利代理人的撰写水平。\n\n# 2)中药提取物的专利保护\n\n在中药新药中规定了中药有效部位的定义，要求它们都是非单一化学成分并且含量不低于 $50\\%$ 。专利中的中药提取物包括了中药的有效部位，它实际上是指有效成分比例不明的混合物。在专利中遇到的问题是无法清楚定义这些提取物。这时常常借助于制备方法加以描述。这使得专利保护范围容易受到制备方法的影响。检测的困难为侵权判定带来问题。所以，尽管有效部位或有效部位群的科技含量较高，但专利保护的力度较弱。对单味药的有效部位经常采用用途专利加以间接保护，将有效部位的提取方法作为技术诀窍加以保护。例如水杉叶及其提取物在制备心血管病的药物方面的用途。上面已经提到，从有效部位中分离出有效成分的专利保护在前，含有该有效成分的有效部位专利将受到前者的制约，相反，如果有效部位的专利在前，有效成分的专利在后就不构成侵权。\n\n# 3)中药材的专利保护\n\n在中药新药中包括了四类中药材，它们分别是第一类中药材的人工制品、新发现的中药材；\n\n第二类中药材新的药用部位、中药材以人工方法在体内的制取物\n\n第三类从国外引种或引进养殖的习用进口药材\n\n第四类国内异地引种和野生变家养的动植物药材5\n\n虽然在专利法第25条第4项规定，“动物和植物品种不予保护”2，而中药材一般都是动植物品种，但是我们可以通过保护中药材的新用途或第二医疗用途来间接地保护新发现的中药材和中药材新的药用部位或者已知中药材，并且大多数都是基础专利；例如ZL95197353.3“乳香用于资料阿尔茨海默症的用途”，其权利要求就是“乳香、乳香提取物、乳香中所含物质、其生理上可接受的盐、其衍生物和其生理上可接受的盐用于制备预防和资料阿尔茨海默症的药物的用途”；通过保护中药材的制备方法来保护中药材的人工制品和中药材以人工方法在体内的制取物。采用动植物品种保护条例，保护从国外引种或引进养殖的习用进口药材和国内异地引种和野生变家养的动植物药材。\n\n# 4)中药制剂的专利保护\n\n首先考虑的是对新制剂的保护，其次考虑对具体中药材的制剂保护。例如ZL87106202“中成药胃肠分溶型丸剂的制备工艺”，首先应当保护胃肠分溶型丸剂，然后才是具体处方的胃肠分溶型丸剂。或者解决制剂稳定性的方法等等。\n\n# 5)中药新药之外的专利保护\n\n除了五类中药新药的专利保护之外，专利的保护范畴还可以扩展到中药炮制品及其方法、药品的有效成分的含量测定方法等��工业上具有实用性的主题，例如印度向中国提出的“使用色谱指纹图谱测定和鉴别植物或动物、天然或合成来源的提取物成分的方法”专利申请。最近专利局授权给韩国第一制糖株式会社的ZL961945642.7“一种提高了药理作用的加工人参”就属于中药的炮制品种的范畴。\n\n# 4. 基础专利和从属专利对中药市场的有效保护\n\n就目前的中药产业而言，在寻求对中药老品种的中药品种保护的同时，就应当加大科研力量，提高技术含量，对老品种进行二次开发，提高质量标准，形成专利技术，获得专利保护。\n\n对中药新品种而言，采用基础专利加以控制。随后进行从属专利的开发，尽快将基础专利转化成进入市场的产品。\n\n基础专利，就是指原创性发明，与基础研究是密切相关的，从属专利与应用研究密切相关，但是在专利的竞争中基础专利是制高点，谁拥有的基础专利最多，谁将获得更大的主动。我们常常提到的“核心竞争力”主要就是指基础专利。但是从属专利是基础专利进入市场的必经之路，所以，用从属专利遏制基础专利也同样可以获得最终的相互交叉许可，突破基础专利的封锁。\n\n基础专利一般表现为结构明确的物质专利、通用剂型专利和结构明确的用途专利。假设青蒿素申报了专利保护并获得专利权，那么随后的CN1092073A的“青蒿素提取方法”、CN1200925A的“一种治疗抗药性恶性疟疾的药物组合物”、CN1127598A的“含有青蒿素的口香糖”以及CN1145224A的“青蒿素作为抗菌剂的应用”，即使它们都获得了专利，但是由于青蒿素专利为基础专\n\n利，它的保护范围包括了涉及青蒿素的提取方法、合成方法、含有青蒿素的药物、青蒿素的各种制剂以及青蒿素的其他用途，所以作为从属专利的后来的其他专利的使用必须要经过青蒿素专利权人的许可，否则，就构成侵权，也就是说，青蒿素的基础专利控制了整个青蒿素领域。如果我们发现一种从黄花蒿中提取的有效部位的功效优于青蒿素，从而获得黄花蒿有效部位的专利权，但是因为该有效部位中含有青蒿素而依然受到青蒿素专利权人的控制。相反，如果申请黄花蒿有效部位的专利在青蒿素之前，那么就不构成侵权。\n\n在中药中，还表现为中药材的新用途专利。又例如，ZL98112630.8“苦荬菜在制备治疗结核病药物方面的用途”专利保护了苦荬菜治疗结核病的用途，如果专利权人发现有人研制了一种治疗结核病的“克痹宁胶囊”，其中处方中包含苦荬菜，并且也获得了专利权，那么，后者的使用必须经过前者的许可，否则后一专利就构成了对前一专利的侵权。又例如中药红景天的专利竞争。如果有人首次发现红景天的抗疲劳的功效，他可以申请红景天在制备抗疲劳功效的药物或保健品的用途。那么，随后对红景天进行的应用开发，如具有抗疲劳功效的红景天口服液、红景天冲剂、红景天饮料、红景天酒、红景天化妆品，不论是单方红景天还是与其他药物配伍的复方，都将受到红景天用途专利的控制。如果红景天的各种产品的生产销售不仅过红景天用途专利权人的许可，都将侵权。可见，基础专利对市场的控制作用。相反，如果红景天用途专利人如果要生产红景天酒，但是红景天酒却被他人申报专利并获权，那么，他将基础专利红景天抗疲劳功效的技术转化成酒产品受到他人的阻截，双方只有通过交叉许可才可以生产。相反，技术诀窍保护的产品却不具有控制市场的作用。例如云南白药是成功的技术诀窍保护范例，当他人申报云南白药气雾剂的专利并获权后，云南白药只能通过原料的控制来阻截竞争对手所拥有的云南白药气雾剂市场。\n\n总之，以上只是作者对中药专利保护的一些粗浅的认识，希望能够对中药企业和科研院所有所帮助，从而使它们能够尽快熟悉专利的保护规则，深入研究专利，熟练运用专利，应对国际化竞争的挑战中有效保护中药的知识产权。","file_name":"中药专利保护.pdf","title":"中药专利保护","source_type":"专利信息","author":"国家知识产权局","original_time":"","content_time":"","source_details":"","data_version":"1.0.0","license_type":"商业授权","is_generated":"0","country":"中国","language":"zh","keywords":[],"data_id":"a05859d6-031d-4444-b15e-236802b66d7b"}
+{"format":"pdf","file_id":"f45da7acfacbe5c84044379f7359f3db","raw_chunk":"（本发明专利信息来源于国家知识产权局，查询的专利公告截止日期为2017年10月17日）","file_name":"有关鹿的发明专利检索(169).pdf","title":"有关鹿的发明专利检索（169）","source_type":"专利信息","author":"国家知识产权局","original_time":"","content_time":"2017-10-17 00:00:00","source_details":"","data_version":"1.0.0","license_type":"商业授权","is_generated":"0","country":"中国","language":"zh","keywords":[],"data_id":"4806de27-1eb7-4768-801d-dfaa2a8ff046"}
+{"format":"pdf","file_id":"f45da7acfacbe5c84044379f7359f3db","raw_chunk":"（本发明专利信息来源于国家知识产权局，查询的专利公告截止日期为2017年10月17日）","file_name":"有关鹿的发明专利检索(169).pdf","title":"有关鹿的发明专利检索（169）","source_type":"专利信息","author":"国家知识产权局","original_time":"","content_time":"2017-10-17 00:00:00","source_details":"","data_version":"1.0.0","license_type":"商业授权","is_generated":"0","country":"中国","language":"zh","keywords":[],"data_id":"3d070189-de56-4f1e-97f2-5bab2fdbb5da"}
+{"format":"pdf","file_id":"8272f195339c777d53d86ea89861119f","raw_chunk":"出版日期：2004-07-07\n\n公开号：CN1510055\n\n专利类别名称：发明专利\n\n摘要：一种活化的含氯化镁的复合载体，包括(a)由二氧化硅、氯化镁和四氢呋喃组成的复合载体，该复合载体中镁含量为  $2.0\\sim 25$  质量%，四氢呋喃含量为  $6\\sim 20$  质量%；(b)选自  $\\mathrm{C}_3\\sim \\mathrm{C}_8$  醇中任意一种或两种混合物的活化剂，所述活化剂与复合载体中镁的摩尔比为  $0.01\\sim 1.0:1$  。所述活化载体制备中醇用量少，因而无需脱醇即可负载活性组分卤化钛，载钛后制得的固体催化剂组分与烷基铝配合用于乙烯聚合反应。\n\n# 题名：无水氯化镁颗粒的加工方法\n\n作者：青海民镁科技股份有限公司\n\n单位：810802青海省民和县川口镇史纳村\n\n出版日期：2003-08-27\n\n公开号：CN1438177\n\n专利类别名称：发明专利\n\n摘要：一种无水氯化镁颗粒的加工方法，它包括：(1)加热熔融；(2)静置；(3)预热；(4)造粒；(5)冷却结晶；(6)分级筛选。该方法不便节省了工序，而且降低了能耗，节约了能源，降低了成本，所得产品粒度均匀，成份分布均匀，使得应用更为方便，有利于工业化应用。\n\n# 题名：白色氯化镁原料老卤预处理的方法\n\n作者：山东海化集团有限公司\n\n单位：262700山东省寿光市大家洼\n\n出版日期：2004-03-10\n\n公开号：CN1480402\n\n专利类别名称：发明专利\n\n摘要：本发明涉及一种对生产白色六水氯化镁的原料—光卤石母液的预处理方法，根据光卤石母液中硫酸镁含量，在漂白完成液中加入  $1.0\\sim 1.5$  倍当量的氯化钙搅拌 $10\\sim 30$  分钟。静态沉降  $5\\sim 20$  小时，使固相完全沉降，上部液相完全澄清。3、将清液转到酸碱调节槽，按清液碱度的  $1\\sim 1.2$  倍加入盐酸，使最终清液的  $\\mathsf{pH}$  值控制在 $6.5\\sim 7.0$  之间。用经过上述步骤处理的老卤生产出的白色氯化镁产品与原来未经处理的产品相比较在常温下的水溶解时间短、产品水溶液显中性或微酸性，消除了生成氢氧化镁固相物的碱性条件，溶液澄清、透明、稳定，长期存放也不...\n\n# 题名：利用水氯镁石脱水制取无水氯化镁的方法\n\n作者：中国科学院青海盐湖研究所\n\n单位：810008青海省西宁市新宁路18号\n\n出版日期：2003-07-16\n\n公开号：CN1429770\n\n专利类别名称：发明专利\n\n摘要：本发明涉及一种利用水氯镁石脱水制取无水氯化镁的方法，该方法包括两阶段脱水：第一阶段是将含吸附水的水氯镁石以高温空气作流化介质脱水至二水合氯化镁；第二阶段将二水合氯化镁脱水至无水氯化镁，即将二水合氯化镁在密闭多层流化床内，以含氯化氢的热空气作流化介质经多室流化床不脱水至无水氯化镁；第二阶段脱水后的尾气经降温后进入吸附水分装置中脱去尾气中的水分，干燥尾气循环利用；尾气中水份的吸附剂为二水合氯化镁，其吸附了水份后可利第一阶段脱水工艺重新脱水为二水合氯化镁；本发明制造成本低、质量好、纯度高、能耗低、对环境无污染。\n\n题名：还原法生产白色氯化镁的方法\n\n作者：山东海化集团有限公司\n\n单位：261000山东省寿光市大家洼\n\n出版日期：2003-07-16\n\n公开号：CN1429769\n\n专利类别名称：发明专利\n\n摘要：本发明涉及氯化镁的生产方法，尤其是经过脱色的白色氯化镁的生产方法。在60-80摄氏度的老卤中加入漂白剂并搅拌10-50分钟；然后按照漂白剂中氧化物当量的0.5-2.5倍加入还原剂，并搅拌1-10分钟；再沉淀或过滤掉其中的固体残渣；将清液在  $0.06 - 0.07\\mathrm{MPa}$  真空度下蒸发至125-135摄氏度，直至氯化镁含量达到  $46\\%$ $-48\\%$  ；冷却制片，即得到白色氯化镁成品。在生产白色氯化镁过程中残留在卤水中的漂白剂基本可以被还原剂中��，节省时间，缩短生产周期，避免了漂白剂和单质溴对设备的腐蚀。\n\n题名：以高浓度氯化镁溶液制取高纯镁砂的工艺\n\n作者：刘绪庆\n\n单位：250022山东省济南市段店南路217号20排3号出版日期：2003-04-30\n\n公开号：CN1413940\n\n专利类别名称：发明专利\n\n摘要：一种以高浓度氯化镁溶液制取高纯镁砂的生产工艺，是首先把浓度为400-550克/升的氯化镁溶液，经过精制脱除其中的  $\\mathrm{SO}_4^{\\text{一}}$  、硼，得到  $\\mathrm{SO}_4^{\\text{一}}$  含量低于  $10^{-6}$  克/升、 $\\mathrm{B}_2\\mathrm{O}_3$  含量低于0.5ppm的精制氯化镁溶液；接着精制的氯化镁溶液加压喷雾送入一个喷雾水解反应器中，一次完成了高温雾化水解的全过程，得到高纯氧化镁粉。再经水洗、焙烧成轻烧氧化镁粉后，经热压成小球，...\n\n题名：无水氯化镁制备新工艺\n\n作者：谷亮\n\n单位：610059四川省成都市二仙桥东三段1号成都理工学院应用化学系\n\n出版日期：2003-04-23\n\n公开号：CN1412114\n\n专利类别名称：发明专利\n\n摘要：本发明涉及一种以水合氯化镁  $\\mathrm{(MgCl_2\\cdot 2H_2O)}$  、  $\\mathbf{H}_2$  和  $\\mathrm{Cl}_2$  为原料制备无水氯化镁和工业盐酸的工艺技术：以复合流化床(燃烧室+载流段)作为热解反应器，水合氯化镁粉料在  $\\mathbf{H}_2$  和  $\\mathrm{Cl}_2$  在燃烧室反应产物—高温HCl气体作用下，直接分解成无水氯化镁及水蒸汽。由气固分离器收集无水氯化镁粉料后，气相产物一部分HCl经净化后送入流化床循环使用。余下的HCl制得工业盐酸。所获\n\n得的无水氯化镁产品...\n\n题名：一种制取无水氯化镁的方法\n\n作者：华东理工大学\n\n单位：200237上海市徐汇区梅陇路130号\n\n出版日期：2002-01-30\n\n公开号：CN1333183\n\n专利类别名称：发明专利\n\n摘要：一种制取无水氯化镁的方法。包括：1)有机水合氯化镁溶液的配制；2)反应结晶耦合制备无水氯化镁的络合物；3)固液分离与洗涤；4)结晶母液和沉淀剂循环利用；5)热处理络合物中间体制备无水氯化镁。该方法采用混合有机溶剂配制水合氯化镁溶液，减少结晶过程中醇盐的产生，并将含有饱和六氨氯化镁的洗涤液送回结晶反应工序，对提高氯化镁的沉淀率，提高氨的利用率，减轻回收塔的运转负荷都具有明显的效果，本发明采用反应冷结晶工艺，反应脱水过程无水解现象发生，产品中氧化镁的含量低，生产过程无“三废排放”，操作条件温和，工艺中有机溶剂和...\n\n题名：氯化镁/高岭土双载体负载的聚乙烯催化剂及其制备方法\n\n作者：中国石油化工股份有限公司；中国石油化工股份有限公司石油化工科学研究院；研究院\n\n单位：100029北京市朝阳区惠新东街甲乙号\n\n出版日期：2003-03-05\n\n公开号：CN1400226\n\n专利类别名称：发明专利\n\n摘要：一种负载半茂金属的聚乙烯催化剂，包括卤化镁/高岭土双载体和具有式(I)表达式的半茂金属活性组分，式(I)中R和  $\\mathbf{R}^{\\prime}$  可以相同或不相同，为  $C_1\\sim C_{12}$  的烷基、 $C_6\\sim C_9$  烷芳基或  $C_1\\sim C_{12}$  的全氟烷基，  $\\mathbf{Cp^{\\prime}}$  为含有环戊二烯骨架的配体基团，环戊二烯骨架上有  $1\\sim 5$  个取代基  $\\mathbb{R}_1,$  其骨架上的两个相邻取代基可彼此相连形成二元以上的稠环，  $\\mathbb{R}_{1}$  选自氢、C...\n\n题名：一种氯化镁一醇载体及其制备的烯烃聚合催化剂组分\n\n作者：中国石油化工集团公司；中国石化集团石油化工科学研究院\n\n单位：100029北京市朝阳区惠新东街甲6号\n\n出版日期：2001-12-05\n\n公开号：CN1324866\n\n专利类别名称：发明专利\n\n摘要：一种含有ROH的  $\\mathrm{MgCl_2}$  载体和由该载体制备的固\n\n体催化剂组分, 其中所述的  $\\mathbf{R}$  选自  $C_1 \\sim C_7$  的烷基。该载体和固体催化剂组分的 X-射线衍射谱图在 20 角  $2 \\sim 14^{\\circ}$  的范围内均出现一或两个特征衍射峰, 并且在 20 角为  $14 \\sim 50^{\\circ}$  的范围内出现无水  $\\alpha$ -氯化镁的特征衍射峰。所\n\n述载体由无水氯化镁和醇反应直接制成,无需脱醇即可制备固体催化剂组分,所述固体催化剂组分用于乙烯聚合,表现出高的聚合活性。\n\n# 硫酸镁\n\n# 题名：一种循环母液法制备碱式硫酸镁晶须的方法\n\n作者：中国科学院青海盐湖研究所\n\n单位：810008青海省西宁市新宁路18号\n\n出版日期：2011-01-26\n\n公开号：101956234A\n\n专利类别名称：发明专利","file_name":"镁化合物专利集锦(下).pdf","title":"镁盐专利","source_type":"专利信息","author":"中国学术期刊电子出版社","original_time":"","content_time":"","source_details":"","data_version":"1.0.0","license_type":"商业授权","is_generated":"0","country":"中国","language":"zh","keywords":[],"data_id":"4e637010-1601-4199-9cc1-6bbbaf64350e"}

data/{text/iron_ore/domestic_conference_papers → corpus/reference_governance}/train.jsonl

@@ -1,3 +1,3 @@
 version https://git-lfs.github.com/spec/v1
-oid sha256:deaebb38c2ab100e2f7256b12782aa5d910363bdc8158ce86cc49a187e2dca5e
-size 362421768
+oid sha256:782e514a17a7262046d340d9958ad37000fec222e28600b015c8a63010cf12ad
+size 404320674

data/{text/iron_ore/books → corpus/scholarly_literature}/train.jsonl

@@ -1,3 +1,3 @@
 version https://git-lfs.github.com/spec/v1
-oid sha256:c0c4c85a02131bb7b7f05f5a8e5154bd29c0645ab9b78bb3158fbaa0c9e18a57
-size 629823759
+oid sha256:b3b134f24bc3f7cf1e589c31adbd336dcb8dfbe66f644e45ee17375618ef502e
+size 115489900

data/text/iron_ore/README.md

@@ -1,32 +0,0 @@
-# Iron Ore Text Collections
-
-## Layout
-
-All subsets use the following layout:
-
-```text
-data/text/iron_ore/<subset_name>/train.jsonl
-```
-
-Subset names use lowercase ASCII `snake_case`.
-
-## Subsets
-
-| Subset | Description |
-| --- | --- |
-| `books` | Books and long-form monographs |
-| `chinese_journals` | Chinese journal papers |
-| `doctoral_dissertations` | Doctoral dissertations |
-| `domestic_conference_papers` | Domestic conference papers and conference materials |
-| `industry_research_reports` | Industry, brokerage, and research reports |
-| `international_journal_of_minerals_metallurgy_and_materials` | International Journal of Minerals, Metallurgy and Materials |
-| `international_journal_of_mining_science_and_technology` | International Journal of Mining Science and Technology |
-| `ironmaking` | Ironmaking-related technical and production materials |
-| `public_opinion` | Public opinion and commentary materials |
-| `sintering_and_pelletizing` | Sintering and pelletizing materials |
-| `state_laws` | Laws, regulations, and institutional texts |
-
-## Notes
-
-- Public subset files use Git LFS.
-- The root [README.md](../../../README.md) contains JSONL record counts and unique `file_id` counts.

data/text/iron_ore/chinese_journals/train.jsonl

@@ -1,3 +0,0 @@
-version https://git-lfs.github.com/spec/v1
-oid sha256:af59f6da65c0dc721106d28066d94e707cf932f641908e6f6acde2958ffca711
-size 166484376

data/text/iron_ore/doctoral_dissertations/train.jsonl

@@ -1,3 +0,0 @@
-version https://git-lfs.github.com/spec/v1
-oid sha256:8a7507361996a1fbbde1984379d32d4b35b9bceccbe07d96a4012a07876891e4
-size 289892244

data/text/iron_ore/industry_research_reports/train.jsonl

@@ -1,3 +0,0 @@
-version https://git-lfs.github.com/spec/v1
-oid sha256:c07357fef4868421ee94db841147fa4108b0a7bba1fc882696d9d3e0c3b80da9
-size 51576790

data/text/iron_ore/international_journal_of_minerals_metallurgy_and_materials/train.jsonl

@@ -1,3 +0,0 @@
-version https://git-lfs.github.com/spec/v1
-oid sha256:979abfac60d1ee249fff57d33c82bad27987f170a767ec033990054515d54aad
-size 63779017

data/text/iron_ore/international_journal_of_mining_science_and_technology/train.jsonl

@@ -1,3 +0,0 @@
-version https://git-lfs.github.com/spec/v1
-oid sha256:982f96560016c706f31d7cb39972c9185ae1597e75195aadfd50c718c6c59f66
-size 69378115

data/text/iron_ore/ironmaking/train.jsonl

@@ -1,3 +0,0 @@
-version https://git-lfs.github.com/spec/v1
-oid sha256:8df3ccf5c44740f23370ed38e0a74ba5c9402b8488fe2bb99013d59e0ca9493f
-size 46273831

data/text/iron_ore/public_opinion/train.jsonl

@@ -1,3 +0,0 @@
-version https://git-lfs.github.com/spec/v1
-oid sha256:30f91668c3cf7eefb046384f287eca10bdb2696e41a3cccaae7c233db07dee82
-size 395973820

data/text/iron_ore/sintering_and_pelletizing/train.jsonl

@@ -1,3 +0,0 @@
-version https://git-lfs.github.com/spec/v1
-oid sha256:c2187a656b8f7b5924d442c2d8b1c052245640f456bb9212e891b8dba6a6cdc7
-size 53992073

data/text/iron_ore/state_laws/train.jsonl

@@ -1,3 +0,0 @@
-version https://git-lfs.github.com/spec/v1
-oid sha256:f0be0aee4fab95a9af6c09f269866692b000bea79cd76cc407fd0606d3d19e50
-size 452632127

dataset_manifest.json

@@ -0,0 +1,101 @@
+{
+  "total_records": 379648,
+  "kept_records": 111308,
+  "removed_records": 268340,
+  "removed_rate": 0.706813,
+  "unique_file_ids": 9655,
+  "source_type_count": 35,
+  "release_filter": "strict metadata and text filter",
+  "subsets": {
+    "enterprise_operations": {
+      "records": 1744,
+      "unique_file_ids": 64,
+      "description": "Enterprise profiles, operating information, capacity records, financing material, and project updates.",
+      "path": "data/corpus/enterprise_operations/train.jsonl"
+    },
+    "institutional_analysis": {
+      "records": 484,
+      "unique_file_ids": 68,
+      "description": "Reports and analysis from research organizations, associations, consultancies, and financial institutions.",
+      "path": "data/corpus/institutional_analysis/train.jsonl"
+    },
+    "market_observations": {
+      "records": 20,
+      "unique_file_ids": 2,
+      "description": "Market, transaction, and pricing-related records.",
+      "path": "data/corpus/market_observations/train.jsonl"
+    },
+    "miscellaneous_records": {
+      "records": 8,
+      "unique_file_ids": 4,
+      "description": "Records that do not map to a primary source family.",
+      "path": "data/corpus/miscellaneous_records/train.jsonl"
+    },
+    "public_discourse": {
+      "records": 1286,
+      "unique_file_ids": 545,
+      "description": "Public commentary, media-facing materials, and opinion records.",
+      "path": "data/corpus/public_discourse/train.jsonl"
+    },
+    "reference_governance": {
+      "records": 90197,
+      "unique_file_ids": 6919,
+      "description": "Policies, regulations, standards, and compliance-oriented reference material.",
+      "path": "data/corpus/reference_governance/train.jsonl"
+    },
+    "scholarly_literature": {
+      "records": 17569,
+      "unique_file_ids": 2053,
+      "description": "Academic publications, long-form research material, dissertations, and conference records.",
+      "path": "data/corpus/scholarly_literature/train.jsonl"
+    }
+  },
+  "languages": {
+    "en": 59625,
+    "other": 31827,
+    "zh": 19856
+  },
+  "formats": {
+    "pdf": 109069,
+    "docx": 1528,
+    "jsonl": 704,
+    "doc": 7
+  },
+  "source_types": {
+    "国家法律法规": 87404,
+    "学位论文": 8129,
+    "学术出版物": 5674,
+    "期刊论文": 3727,
+    "企业基本信息": 1576,
+    "国内产业政策": 1368,
+    "社会公众与自媒体舆情": 1173,
+    "中央部门规章": 469,
+    "行业协会报告": 273,
+    "地方性法规": 261,
+    "国家标准": 221,
+    "法律文件与法规依据": 151,
+    "行业标准": 123,
+    "司法解释与合规指引": 111,
+    "产能与产量数据": 84,
+    "财务与投融资数据": 83,
+    "科研院所报告": 76,
+    "券商与投行报告": 70,
+    "公众号舆情": 59,
+    "科研项目报告": 40,
+    "国外产业政策": 32,
+    "部门标准": 30,
+    "会议论文": 24,
+    "地方管理措施": 24,
+    "咨询公司报告": 20,
+    "期货衍生品交易数据": 20,
+    "港口物流商观点": 19,
+    "培训教材": 15,
+    "社交媒体舆情": 13,
+    "行业组织观点": 12,
+    "政府观点": 10,
+    "专利信息": 8,
+    "研究机构观点": 5,
+    "跨国产业政策": 3,
+    "大宗商品贸易商观点": 1
+  }
+}