淋巴瘤学位论文术语集

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("FrancophonIA/Lymphoma-Diploma_thesis_glossary")
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 && git clone https://hf-mirror.com/datasets/FrancophonIA/Lymphoma-Diploma_thesis_glossary

数据说明

这是一个专门针对淋巴瘤领域的术语数据集，主要收集了与淋巴瘤相关的专业术语和概念。数据集来源于学术论文（特别是学位论文）中的词汇资源，旨在为医学研究、自然语言处理、知识图谱构建等领域提供标准化的术语参考。该数据集可用于淋巴瘤相关文本的标注、信息抽取、概念映射等任务，支持医学信息学、临床决策支持系统等研究方向。

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))

完整数据卡：huggingface.co/datasets/FrancophonIA/Lymphoma-Diploma_thesis_glossary