Argilla提示大语言模型临床文档数据集
包含2316条临床文本及对应提示，覆盖20个医学专科类别，用于训练大语言模型处理临床文档。
基本信息
模态
文本
创建/更新时间
2024-04-02
资源简介
该数据集包含2316条临床文本记录，涵盖心血管/肺、咨询-病史和体格、出院小结、耳鼻喉、急诊报告、胃肠病学、全科医学、血液肿瘤、肾病、神经病学、神经外科、妇产科、眼科、骨科、疼痛管理、儿科-新生儿、放射科、SOAP/图表/进展记录、外科、泌尿科等20个医学专科类别。每条记录包含原始文本、清洗后的文本、词汇计数以及对应的提示（prompt），可用于训练大语言模型执行临床文档分类、多标签分类或文本生成任务。
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
数据集获取与加载（Hugging Face datasets）
# 前置依赖: pip install datasets
from datasets import load_dataset
ds = load_dataset("JamBelg/Argilla_prompt_llm")
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/JamBelg/Argilla_prompt_llm
仓库文件结构
.gitattributesREADME.md
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 其他 的高质量、多模态真实临床数据定制解决方案。
