COVID-19研究论文全文数据集

Name: COVID-19研究论文全文数据集
Creator: pritamdeka

仅包含COVID-19研究论文全文文本，用于语言建模任务。

pritamdeka

Hugging Face

2022-02-05 更新

文本COVID-19文本

基本信息

模态

文本

大小

8.42 GB

创建/更新时间

2022-02-05

资源简介

该数据集是CORD-19（COVID-19开放研究论文数据集）的修改版本，仅保留论文全文文本字段，适用于语言建模等自然语言处理任务。

原始链接

https://huggingface.co/datasets/pritamdeka/cord-19-fulltext

访问原始数据

官方服务

如需原始数据获取支持或标注服务，请联系我们。

帮我联系

下载信息

注册下载

Tips: 该数据集需要在对应的数据源网站注册通过后，才能进行数据下载，注册有对应要求，或者需要收费。

暂未开放

公开下载

Tips: 该数据集属于公开下载，应该可以免费公开下载。

免登录

有偿下载

Tips: 该数据集 Qianfanghub 可以协助提供有偿下载服务，注意，服务不针对数据相关产权，只是技术服务费。

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

千方医数集，医疗数据集部分，是为社区服务的公开医疗数据集搜索引擎，并不存储或者下载原始的任何数据。如果您有其他医疗数据需求，可以和客服联系，或者下工单。我们有强大的三甲医疗机构帮助您提供个性化的医疗数据定制、采集、标注服务。

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("pritamdeka/cord-19-fulltext")
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 &amp;&amp; git clone https://hf-mirror.com/datasets/pritamdeka/cord-19-fulltext

仓库文件结构

.gitattributes
README.md
dataset_infos.json

数据集卡片摘录（源站说明）

Dataset Card for [pritamdeka/cord-19-fulltext]

Dataset Description

Dataset Summary

This is a modified cord19 dataset which contains only the fulltext field. This can be used directly for language modelling tasks.

Languages

English

Citation Information

@article{Wang2020CORD19TC,
  title={CORD-19: The Covid-19 Open Research Dataset},
  author={Lucy Lu Wang and Kyle Lo and Yoganand Chandrasekhar and Russell Reas and Jiangjiang Yang and Darrin Eide and
  K. Funk and Rodney Michael Kinney and Ziyang Liu and W. Merrill and P. Mooney and D. Murdick and Devvret Rishi and
  Jerry Sheehan and Zhihong Shen and B. Stilson and A. Wade and K. Wang and Christopher Wilhelm and Boya Xie and
  D. Raymond and Daniel S. Weld and Oren Etzioni and Sebastian Kohlmeier},
  journal={ArXiv},
  year={2020}
}