图3：G.Eh.Granberg私人性病与泌尿生殖疾病医院章程（第13-16条）
包含G.Eh.Granberg私人性病与泌尿生殖疾病医院章程第13-16条的历史档案文本。
基本信息
资源简介
图3：G.Eh.Granberg私人性病与泌尿生殖疾病医院章程（第13-16条）
【一句话概览】
本数据集是 Dataverse 公开的文本数据集，收录 6 个文件、合计 12.45 MB，主题涵盖 Arts and Humanities、Law、Medicine, Health and Life Sciences，可用于医学自然语言处理（实体识别、信息抽取等）。
【数据集背景】
本数据集源站标题为《THE CHARTER OF DR. G.EH.GRANBERG’S PRIVATE VENEREAL AND UROGENITAL DISEASES HOSPITAL》。源站首次发布：2020-05-08。
【数据内容】
源站原始描述：Under the History of Medical Science Project the charters of the Russian Empire private medical institutions of the early 20th century are made available for the public. The Charter of Dr. G.Eh.Granberg’s private venereal and urogenital diseases hospital was approved by the Saratov Governor in 1904. It was based on the Medical Charter of 1857 (as revised in 1892), and showed self-regulating norms applied in the Russian Empire to private medical practice. The Charterishand-written
中文译文（机器翻译，仅供快速理解，请以原文为准）：在“医学科学史项目”下，20世纪初俄罗斯帝国私立医疗机构的章程已向公众开放。G.Eh.Granberg博士的私立性病与泌尿生殖系统疾病医院章程于1904年由萨拉托夫省长批准。该章程以1857年《医疗章程》（1892年修订）为基础，体现了俄罗斯帝国对私立医疗实践所适用的自律规范。该章程为手写件。
【数据结构与技术规格】
文件数 6 个，合计 12.45 MB。数据集 DOI：doi:10.7910/DVN/MGE612/LH00UY。
【主题与分类】
主题标签：Arts and Humanities、Law、Medicine, Health and Life Sciences。
【适用方向】
文本类数据可用于医学自然语言处理，如命名实体识别、信息抽取与文本分类。
【获取与许可】
源站页面：https://dataverse.harvard.edu/dataset.xhtml?persistentId=doi:10.7910/DVN/MGE612/LH00UY
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
源站：https://dataverse.harvard.edu/file.xhtml?persistentId=doi:10.7910/DVN/MGE612/LH00UY
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 部分平台提供 SDK，例如：
- OpenDataLab:
pip install openxlab后openxlab.dataset.get(...) - ModelScope:
pip install modelscope后modelscope download - 天池: 登录后页面提供直链下载
以源站「数据下载/使用文档」页面为准。
- OpenDataLab:
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))
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。
