句子塑造 - DHH

数据集获取

源站：https://clinicaltrials.gov/study/NCT06860022

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据说明

条件：双侧听力损失。拟议研究旨在应对一项长期存在的重要挑战，即提高聋人和听障儿童的读写能力，这一群体在历史上研究不足。研究者旨在利用形状编码——一种经实证验证的英语口语句子构建干预方法——来提高聋人和听障儿童学习正确构建书面英语句子的效率。为推进形状编码这一有前景但尚未充分利用的研究，研究者完成了下一个合乎逻辑的步骤，即将形状编码所提供的视觉支持应用于聋人和听障儿童的书面语言。形状编码在教授语言障碍儿童英语口语句子结构方面已显示出有效性，近期也被应用于聋人和听障儿童美国手语的句子结构。预计涉及形状编码的干预将提高书面英语句子中词序的准确性，因为聋人和听障儿童通常受益于视觉信息。

研究人员将采用单一案例多基线跨被试设计研究来实现这一目标，研究对象为30名五至八年级的聋哑及重听儿童。所获得的知识将指导针对聋哑及重听儿童的语言和读写干预。

数据加载示例（图像类）

from PIL import Image
import glob, os

files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)

# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path)  # 要求 子目录=类别

目录组织与标注格式以源站说明和下载后实际文件为准。