GGPONC-66011
基于德国临床肿瘤学指南的文本语料库，用于评估医疗模型在肿瘤学指南任务中的性能。
基本信息
资源简介
GGPONC
【数据集背景】
本数据集源站标题为《JULIELab/GGPOnc》。源站首次发布：2020-07-08。
【数据内容】
源站原始描述：Code for the GGPOnc corpus - A Corpus of German Medical Text with Rich Metadata Based on Clinical Practice Guidelines GGPONC - A Corpus of German Medical Text with Rich Metadata Based on Clinical Practice Guidelines ================================================================================================= This repository contains the code to reproduce the results in: Florian Borchert, Christina Lohr, Luise Modersohn, Thomas Langer, Markus Follmann, Jan Philipp Sachs, Udo Hahn, Matthieu-P.…
【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://github.com/JULIELab/GGPOnc
【使用注意】
· 源站最后修改于 2022-03-19，引用时请注意版本时效。
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
git clone https://github.com/julielab/ggponc.git
curl -L -o repo.zip https://github.com/julielab/ggponc/archive/refs/heads/master.zip
unzip repo.zip
源站 README 摘录（使用方式）
Software requirements
- Java 11 - We prefer Open JDK
- Apache Maven (mvn)
- Python 3
=> We prefer to use Eclipse IDE or IntelliJ IDEA
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。
