COVID-19开放研究数据集 (CORD-19)
包含超过29,000篇COVID-19相关学术文章的文本数据集，支持NLP等AI技术研究。
基本信息
资源简介
COVID-19开放研究数据集（CORD-19）是一个包含超过29,000篇学术文章的文本数据集，其中超过13,000篇包含全文，内容涵盖COVID-19、SARS-CoV-2及相关冠状病毒。该数据集免费向全球研究社区开放，旨在支持利用自然语言处理等AI技术对新冠相关文献进行分析，以产生新的见解，助力对抗疫情。
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/radinmarinov/COVID-19-Open-Research-Dataset-Challenge.git
curl -L -o repo.zip https://github.com/radinmarinov/COVID-19-Open-Research-Dataset-Challenge/archive/refs/heads/master.zip
unzip repo.zip
源站 README 摘录（使用方式）
COVID-19-Open-Research-Dataset-Challenge
This is a text and data mining tool that can help the medical community develop answers to high priority scientific questions.
The ResearchFinder class finds important and relevant articles from a user input query of keywords using a pagerank algorithm, and it also offers a summary for select articles as well.
Dataset Description
In response to the COVID-19 pandemic, the White House and a coalition of leading research groups have prepared the COVID-19 Open Research Dataset (CORD-19). CORD-19 is a resource of over 29,000 scholarly articles, including over 13,000 with full text, about COVID-19, SARS-CoV-2, and related coronaviruses. This freely available dataset is provided to the global research community to apply recent advances in natural language processing and other AI techniques to generate new insights in support of the ongoing fight against this infectious disease. There is a growing urgency for these approaches because of the rapid acceleration in new coronavirus literature, making it difficult for the medical research community to keep up.
数据加载示例（表格/文本类）
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))
完整仓库：github.com/radinmarinov/COVID-19-Open-Research-Dataset-Challenge
精度瓶颈？数据缺失？
当前公开数据无法满足您的算法精度？千方提供针对 新型冠状病毒肺炎 的高质量、多模态真实临床数据定制解决方案。
