SAOKE 人工标注数据集｜开放域信息抽取中文数据集（4 万 + 句子）

SAOKE 全称 Symbol Aided Open Knowledge Expression，是开放域信息抽取领域最大公开可用中文人工标注数据集，含 4 万 + 中文句子及对应 SAOKE 格式事实标注，适配 NLP 研究、知识图谱构建、开放域信息抽取等场景。

核心优势

真实开放：遵循 OIE 系统理念，原始句子标注，数据真实可溯源；

全类兼容：覆盖关系、属性、描述、概念四类知识，适配多维度抽取需求；

标注精准：含分离关系短语、缺失 / 隐藏信息标注，事实表达准确。

适用范围

开放域信息抽取（OIE）模型训练 / 测试

中文知识图谱、实体关系 / 属性标注研究

NLP 学术论文、大模型事实抽取能力优化

可用途径

学术科研、企业 AI 开发、竞赛基准验证、中文 NLP 项目数据支撑。