CORD-19疫苗数据集

Name: CORD-19疫苗数据集
Creator: 华盛顿大学

包含30,000篇COVID-19疫苗研究论文的文本数据集，用于NLP任务如文本挖掘和问答。

华盛顿大学

arXiv

2024-07-26 更新

文本COVID-19疫苗文本

基本信息

模态

文本

创建/更新时间

2024-07-26

资源简介

CORD-19-Vaccination数据集由华盛顿大学创建，包含30,000篇COVID-19疫苗研究论文，来源于CORD-19数据集并经过筛选和增强，增加了语言细节、作者人口统计、关键词和主题等列。数据模态为文本，适用于自然语言处理任务，如文本挖掘、信息提取和问答系统，旨在支持COVID-19疫苗研究。

原始链接

https://github.com/manisha-Singh-UW/CORD-19-Vaccination

arXiv 论文 →

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

git clone https://github.com/manisha-Singh-UW/CORD-19-Vaccination.git

curl -L -o repo.zip https://github.com/manisha-Singh-UW/CORD-19-Vaccination/archive/refs/heads/main.zip
unzip repo.zip

源站 README 摘录（使用方式）

Download the dataset

Multiple methods are available to access the dataset.

A) Instructions to download the file:

Download the dataset from the GitHub repo
Extract to the desired folder

B) Python code to access the dataset
Please use the following Python code to download and extract the dataset.



## 数据加载示例（表格/文本类）

```python
import pandas as pd, glob, os

files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))