自助文章数据集
该数据集来自 kaggle.com，包含 19918 篇英文自助类文章，主题覆盖健康、移民和个人护理等广泛领域。每篇文章记录 ID、标题、问题简介、解决方案摘要以及警告信息，以结构化文本形式存储，文件为 self-help_articles.csv
基本信息
资源简介
自助文章数据集
SelfHelp Articles
该数据集来自 kaggle.com，包含 19918 篇英文自助类文章，主题覆盖健康、移民和个人护理等广泛领域。每篇文章记录 ID、标题、问题简介、解决方案摘要以及警告信息，以结构化文本形式存储，文件为 self-help_articles.csv。数据可用于文本分类、信息检索、内容分析、摘要生成以及检索增强生成等任务，适合研究多主题自助文本的理解与检索（来源 Kaggle，MIT 许可）。
【数据集背景】
源站首次发布：2024-09-10。
【数据内容】
源站描述（机器翻译，仅供参考）：自助文章数据集 数据集描述 概述 该数据集包含一系列自助文章，涵盖健康、移民和个人护理等多个主题。每篇文章都包含有关问题及潜在解决方案的详细信息，以及提示和警告。 数据集摘要 - 规模：19918 篇文章 - 格式：结构化文本数据 - 语言：英语 - 领域：广泛主题的自助内容 支持的任务 - 文本分类 - 信息检索 - 内容分析 - 摘要生成 - 检索增强生成 数据集结构 数据集为每篇文章提供以下字段： - ID：文章的唯一标识符 - title：自助文章的标题 - intro：问题的简要介绍 - summary：解决方案的详细摘要 - warnings：警告列表
【数据结构与技术规格】
文件数 1 个，合计 55.10 MB。
【主题与分类】
主题标签：question answering、retrieval/ranking、retrieval question answering、summarization。本站分类：皮肤与结缔组织疾病/痤疮瘢痕。
【获取与许可】
源站页面：https://www.kaggle.com/datasets/greatcodes/selfhelp-articles
使用许可：MIT。
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。
需登录公开下载
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://kaggle.com/datasets/greatcodes/selfhelp-articles
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:
数据集大小约 55.1 MB。
数据说明
SelfHelp Articles Nikhil · Updated 2 years ago Usability 5.9 · 1 File (CSV) · 12 MB · 35 downloads arrow_drop_up 0 more_horiz
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。
