埃博拉转录文本
来自埃博拉100项目的转录文本数据，涉及埃博拉主题。
基本信息
资源简介
埃博拉转录文本
【一句话概览】
本数据集是 Dataverse 公开的文本数据集，收录 14 个文件、合计 11.72 MB，主题涵盖 humanitarian aid、disaster relief、international development、biosecurity、medical anthropology，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《Translational Research Group: Ebola 100 Project》。源站首次发布：2020-06-09。
【数据内容】
源站原始描述：Project Summary This project was developed to contribute military voices to the larger Ebola 100 Project, which was run by a consortium of individuals and institutions and had the goal of creating a public archive of interviews with individuals involved in the West Africa Ebola outbreak of 2014-2015. Data consist of 8 transcripts of semi-structured interviews with military personnel conducted between 2015 and 2017. Also included are a project overview and an explanation of data sharing with the…
中文译文（机器翻译，仅供快速理解，请以原文为准）：项目摘要 本项目旨在为规模更大的 Ebola 100 Project 贡献军人声音；该项目由个人和机构组成的联合体运行，目标是创建一个公共档案，收录对参与 2014-2015 年西非埃博拉疫情人员的
【数据结构与技术规格】
文件数 14 个，合计 11.72 MB。数据集 DOI：doi:10.5064/F68PQFS8/WKCU4F。
【主题与分类】
主题标签：humanitarian aid、disaster relief、international development、biosecurity、medical anthropology、medical geography、health、ebola、military operations、infectious diseases。
【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://data.qdr.syr.edu/dataset.xhtml?persistentId=doi:10.5064/F68PQFS8/WKCU4F
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。
暂未开放有偿下载
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://data.qdr.syr.edu/file.xhtml?persistentId=doi:10.5064/F68PQFS8/WKCU4F
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。
