Characterization of Stigmatizing Language in Medical Records

PhysioNet2026-06-27 收录

医疗文本分析

临床自然语言处理

数据链接：

https://physionet.org/content/stigmatizing-language/1.0.0/数据链接链接失效反馈

官方服务：

资源简介：

A suite of classifiers for detecting three types of stigmatizing language in electronic medical records. Trained on MIMIC-IV discharge notes.

cyrille-elie/CHSA-Triage-Medic-Full-Dataset

医疗分诊

临床自然语言处理

该数据集是在AI工程师项目（CHSA项目）框架下构建的，旨在训练一个能够进行紧急分诊和提供临床推理的智能医疗助手。数据集分为三个不同的子集，对应于不同的训练阶段（监督微调和对齐）。 1. **sft_medical_dataset**：包含一般医学知识和临床案例（法语/英语），平衡为50%法语和50%英语，已通过Microsoft Presidio进行匿名化处理。 2. **sft_expert

Hugging Face2025-12-15 更新280

DATEXIS/med_intent_classification

医疗文本分析

机器学习

该数据集包含了文本(text)、意图(intents)、部分.sections)和索引(__index_level_0__)四个字段的信息。文本字段为字符串类型，意图和部分字段为序列字符串类型，索引字段为整型。整个数据集分为训练集、验证集和测试集三个部分，分别用于模型的训练、验证和测试。

Hugging Face2025-08-21 更新110

HeAL (Health Advice in LLMs)

健康建议识别

医疗文本分析

HeAL benchmark (HEalth Advice in LLMs), a health-advice benchmark dataset that has been manually curated and annotated to evaluate LLMs’ capability in recognizing health-advice. Some of the sen

Figshare2024-10-12 更新90

IIC/ClinText-SP

临床自然语言处理

西班牙语语料库

ClinText-SP是迄今为止公开可用的最大的西班牙语临床语料库，旨在支持临床自然语言处理研究。该语料库汇集了来自不同公开来源的丰富的临床文本，包括医学期刊、共享任务的注释语料库以及如维基百科和医学教科书等补充来源。数据集包含35,996个样本，平均每个样本约700个标记，总共有约25.62M个标记。ClinText-SP提供了长篇结构良好的临床病例报告和较短的简略文本的平衡混合，适合各种临床N

Hugging Face2026-05-12 更新140

医疗报告解读模型

医疗文本分析

机器学习

https://sjdj.chinadep.net:8682/#/home/publicity

上海市数据产品知识产权管理平台2025-05-28 更新110