ekrombouts/Galaxy_scenarios

Galaxy Datasets是一个包含四个合成数据集的集合，专为NLP实验设计，涉及养老院环境中的客户记录。每个数据集都有特定的用途，并基于前一个数据集构建，为各种NLP任务提供了有用的资源。Galaxy_clients包含养老院居民的档案，包括数据生成前的月数和他们在居住期间经历的并发症。Galaxy_scenarios使用Galaxy_clients中的信息为每个客户创建详细的场景，描述潜在的情况和并发症。Galaxy_records包含基于Galaxy_scenarios中场景的合成护理记录，详细记录了每个客户接受的护理。Galaxy_summaries包含Galaxy_records中笔记的月度总结，最初用于支持Galaxy_records的生成过程，也可用于训练开源模型的文本总结技术。

The Galaxy Datasets are a collection of four synthetic datasets created for NLP experiments, featuring client records in a nursing home setting. These datasets include Galaxy_clients (profiles of nursing home residents), Galaxy_scenarios (detailed scenarios), Galaxy_records (synthetic care notes), and Galaxy_summaries (monthly summaries), providing resources for various NLP tasks.

原始信息汇总

数据集概述

数据集信息

• 特征:
  • ct_id: 数据类型为 int64
  • month: 数据类型为 int64
  • scenario: 数据类型为 string
• 分割:
  • train: 包含 660 个样本，总大小为 145235 字节
• 下载大小: 63687 字节
• 数据集大小: 145235 字节
• 配置:
  • default: 数据文件路径为 data/train-*
• 许可证: cc-by-sa-4.0
• 任务类别:
  • 文本生成
• 语言:
  • 荷兰语
• 标签:
  • 医疗
• 名称: Scenarios for Nursing Home Residents
• 规模类别:
  • n<1K

数据集描述

Galaxy Datasets 是一个包含四个合成数据集的集合，专为 NLP 实验创建，涵盖养老院环境中的客户记录。每个数据集服务于特定的目的，并基于前一个数据集构建，为各种 NLP 任务提供有用的资源。

• Galaxy_clients: 包含养老院居民的档案，包括数据生成前每个客户的月数以及他们在居住期间经历的并发症等信息。该数据集提供了生成现实场景和护理报告所需的基础客户信息。
• Galaxy_scenarios: 使用 Galaxy_clients 中的信息为每个客户创建详细的场景。这些场景描述了潜在的情况和并发症，作为生成合成护理笔记的基础。
• Galaxy_records: 包含基于 Galaxy_scenarios 中概述的场景生成的客户记录和合成护理笔记。这些护理笔记提供了每个客户接收护理的详细和结构化文档，模拟了 NLP 模型训练和测试的现实世界医疗文档。
• Galaxy_summaries: 包含 Galaxy_records 中笔记的月度总结。最初创建以支持 Galaxy_records 的生成过程，这些总结也可用于训练开源模型进行文本摘要，为开发和改进摘要技术提供宝贵的资源。