TREC临床试验
数据集有 9 个文件，总字节 507106775，规模 100K 到 1M，parquet 格式，英语，标签涉及文本排序与文本分类
基本信息
资源简介
TREC临床试验
araag2/TREC_Clinical-Trials
araag2/TREC_Clinical-Trials 涵盖 TREC 2021、2022、2023 临床试验任务，聚焦匹配患者与相关临床试验。数据含 query_id、disease、text、doc_id、relevance 等字段，源格式为 JSON。策展人为 Artur Guimarães，隶属 INESC-ID / 里斯本大学 / 高等技术学院，许可 CC BY-SA 4.0。数据集有 9 个文件，总字节 507106775，规模 100K 到 1M，parquet 格式，英语，标签涉及文本排序与文本分类。字段与拆分信息为 TO:DO（来源 Hugging Face，cc-by-sa-4.0 许可）。
【数据集背景】
源站首次发布：2025-07-04。
【数据内容】
源站描述（机器翻译，仅供参考）：# TREC 临床试验（2021、2022 和 2023） 数据集描述 | | 链接 | |:-------------------------------:|:-------------:| | 主页： | TREC | | 论文： | 2021 / 2022 / 2023 | | 联系人（原始作者）： | - | | 联系人（策展人）： | Artur Guimarães (artur.guimas@gmail.com) | 数据集摘要 本赛道聚焦于将患者与相关临床试验进行匹配。 数据实例 源格式 { "query_id":"1", "disease":"青光眼", "text":"明确诊断：原发性开角型青光眼\n视野：中度视野缺损\n视力：0.3\n既往白内障手术：无\n既往 LASIK 手术：无\n合并眼部疾病：角膜水肿", "doc_id":"NCT00000119", "relevance": "不相关" } 数据字段 源格式 待办 数据划分 待办 附加信息 数据集策展人 Huggingface 策展人 - [Artur Guimarãe…
【数据结构与技术规格】
文件数 9 个，合计 507.11 MB。
【主题与分类】
主题标签：medical。本站分类：眼及附器疾病/青光眼。
【获取与许可】
源站页面：https://huggingface.co/datasets/araag2/TREC_Clinical-Trials
使用许可：cc-by-sa-4.0。
【使用注意】
· 源站最后修改于 2025-11-04，引用时请注意版本时效。
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载，适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档，适合快速预览和评估数据集质量。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放当前数据集主要来源为 Kaggle 公开托管，完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取与加载（Hugging Face datasets）
# 前置依赖: pip install datasets
from datasets import load_dataset
ds = load_dataset("araag2/TREC_Clinical-Trials")
print(ds) # 查看 splits 与字段结构
# 国内网络可先设镜像: import os; os.environ["HF_ENDPOINT"]="https://hf-mirror.com"
git lfs install && git clone https://hf-mirror.com/datasets/araag2/TREC_Clinical-Trials
数据集大小约 573.8 MB。
仓库文件结构
.gitattributesREADME.md
数据说明
TREC Clinical Trials（2021、2022 和 2023）数据集描述
链接
主页：
TREC 论文：2021 / 2022 / 2023
联系人（原作者）：-
联系人（策展人）：Artur Guimarães (artur.guimas@gmail.com)
数据集摘要
该赛道侧重于将患者与相关临床试验进行匹配。
数据实例
源格式
{
“query_id”:“1”,
“disease”:“青光眼”,
“text”:"明确诊断：…
见数据集页面上的完整描述：https://huggingface.co/datasets/araag2/TREC_Clinical-Trials.
数据加载示例（图像类）
from PIL import Image
import glob, os
files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)
# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path) # 要求 子目录=类别
目录组织与标注格式以源站说明和下载后实际文件为准。
数据缺失？
依托陕西、四川两大基地，我们与超过十家三甲医院建立直接合作关系，覆盖合规授权、采集治理、专业标注、数据交付的全流程，为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务？立即联系我们获取专业方案。
