肾脏病理学诊断文本中的自然语言处理 [研究数据]
肾脏病理学诊断文本的NLP数据集，包含主题词表注释和TF-IDF向量化数据。
![NLP in Diagnostic Texts from Nephropathology [Research Data]](/medical-api/medicalDataset/datasetCover/52329.jpg)
基本信息
资源简介
肾脏病理学诊断文本中的自然语言处理 [研究数据]
【一句话概览】
本数据集是 Dataverse 公开的文本数据集，收录 11 个文件、合计 2.51 MB，主题涵盖 NLP、text analysis、nephropathology、pathology reports、text classification，可用于医学自然语言处理（实体识别、信息抽取等）。
【数据集背景】
本数据集源站标题为《NLP in Diagnostic Texts from Nephropathology [Research Data]》。
【数据内容】
源站原始描述：This data set contains all annotated topic word tables from the work "NLP in Diagnostic Texts from Nephropathology", as well as all pre-processed and tf-idf-vectorized text files. The raw texts (i.e., descriptive and diagnostic sections) are explicitly not made available, since it cannot be ruled out here that it is possible to infer the patient or the person making the report. This is in accordance with our local ethics committee. Please note: This data set is not yet complete and will be compl…
中文译文（机器翻译，仅供快速理解，请以原文为准）：该数据集包含作品《NLP in Diagnostic Texts from Nephropathology》中所有带注释的主题词表，以及所有经过预处理和 tf-idf 向量化的文本文件。原始文本（即描述性和诊断性部分）明确不予提供，因为在此无法排除据此推断出患者或报告撰写者的可能性。这符合
【数据结构与技术规格】
文件数 11 个，合计 2.51 MB。数据集 DOI：doi:10.11588/data/KS5W0H。
【主题与分类】
主题标签：NLP、text analysis、nephropathology、pathology reports、text classification、topic modelling、Medicine, Health and Life Sciences。
【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://heidata.uni-heidelberg.de/dataset.xhtml?persistentId=doi:10.11588/data/KS5W0H
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。
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://heidata.uni-heidelberg.de/citation?persistentId=doi:10.11588/data/KS5W0H
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。
