2026-2001年中国省级政府工作报告、省级政府工作报告数据（清洗核验版本）

小木头333 · 发表于 2023-11-24 10:19:59

1.资料名称：2026-2001年中国省级政府工作报告、省级政府工作报告数据
2.处理方式：从各个省级政府网站下载，整理合成为txt格式，方便大家做文本分析，已人工核对修正错别字，确保准确性！
3.资料范围：中国31个省份，2026-2002年是完整的，只有2009年重庆市的缺失，重庆市政府官网的“政府工作报告”栏目2009年已经下架，因此获取不到，其余均为完整齐全的，市面上的2009年重庆市的其实是拿着2013年的替代，大家可以看一下！
我们再次一手认真整理并且核对的数据，不任意编造和瞎凑，以真实性为主，数据质量非常的高，可以直接用！

需要说明一下，我们出售是核验版本的政府工作报告，不是直接爬取版本的政府工作报告，774份个我们是逐个打开看的，不是抓下来打个包就卖。政府工作报告最坑的地方是：文件名叫"四川省2025年政府工作报告"，里面装的是重庆市2005年工作报告，你从数据上根本看不出来，等跑完词频、做完文本分析，结论全是错的。我这套数据在交付前把每份报告封面上的省份名称和文件名的代码对了一遍，又用"不同代码下的内容是否完全一致"交叉验证了一遍，可复核、可追溯。你拿到手解压即用，文件名和实际内容严格对得上，不用再花时间自己做数据清洗。

以下是部分清洗内容发现的问题，注意是部分问题不是全部问题，大家可以看一下，774个我们是使用人工逐步打开看的！

1. 福建省/福建省2010.txt
   问题：内容实为《福建省2009年政府工作报告》
         （正文写「二○○九年一月十日在福建省第十一届人民代表大会第二次会议上」
         「福建省人民政府省长　黄小晶」），与福建省2009.txt 逐字节相同。
         福建省2010 年的报告缺失，重抓补真正的福建省2010。

2. 四川省/四川省2025.txt
   问题：内容实为《重庆市2005年政府工作报告》
         （正文写「重庆市人民政府工作报告——2005年1月12日在重庆市第二届
         人民代表大会第三次会议上」「王鸿举」），与重庆市2005.txt 逐字节相同。
         四川省2025 年的报告缺失，重抓补真正的四川省2025。

3、山东2004 实为2003年报告删除后从山东省人民政府网补回真正的2004年报告

我们只是体现部分发现错误的内容，还有很多很多！因此我们出售的清洗版本的报告都是非常有研究价值的！原始数据保证真实，就算数据源获取成本很高，也不删减简化；数据加工的每一步质控，绝不图省事偷减工序。修合无人见，存心有天知！