InMedData/Cardio_v2

该数据集包含从PubMed收集的心脏相关论文的摘要，可用于预训练专注于心脏病学的语言模型。数据集通过PubMed API收集，基于心脏相关期刊的名称和心脏病学术语词汇表。数据来源包括PubMed和Wikipedia，关键词来源包括Scimago Journal & Country Rank、National Institutes of Health、The Texas Heart Institute和Aiken Physicians Alliance。数据集包含两个字段：论文标题和摘要。数据集结构为一个包含2761083行的训练集。

原始信息汇总

数据集概述

数据集描述

• 内容: 该数据集包含从PubMed收集的心脏相关论文摘要，用于预训练专注于心脏病学的语言模型。
• 收集方式: 通过PubMed API，基于心脏病学相关期刊名称和术语词汇表进行数据收集。

数据来源

• PubMed: 提供生命科学、生物医学领域、健康心理学和健康福利相关的研究论文摘要，本数据集收集了与心脏相关的论文摘要。

关键词来源

• Scimago Journal & Country Rank: 使用SJR提供的心脏病学相关期刊列表作为关键词进行数据收集。
• National Institutes of Health: 使用NIH提供的心脏健康术语词汇表作为关键词进行数据收集。
• The Texas Heart Institute: 使用Texas Heart Institute提供的心脏信息中心术语词汇表作为关键词进行数据收集。
• Aiken Physicians Alliance: 使用Aiken Physicians Alliance提供的心脏病学术语词汇表作为关键词进行数据收集。

数据集字段

字段	数据类型	描述
title	string	论文标题
abst	string	论文摘要

数据集结构

• 训练集: 包含2761083条记录，特征包括title和abst。

使用示例

python from datasets import load_dataset

dataset = load_dataset("InMedData/Cardio_v2")

数据集联系

• 邮箱: [e-mail]