Ohsumed

该数据集是从MEDLINE中精选出的一系列医学摘要，主要关注心血管疾病领域。为了形成单一标签分类，排除了那些具有多个标签的文件。在规模上，该数据集从20,000篇摘要中筛选出13,929篇文档，其中3,357篇用于训练，4,043篇用于测试。该数据集的任务是对文本进行分类。

搜集汇总

背景与挑战

背景概述

Ohsumed是一个医学文本分类数据集，包含1991年的医学摘要，专注于心血管疾病类别。它包含34,389篇心血管疾病摘要（源自50,216篇总摘要），常用于文本分类研究，早期版本使用20,000篇摘要进行训练和测试分割。