statpearls

The StatPearls Corpus in MedRAG

This HF dataset contains the information of the StatPearls corpus used in MedRAG. It can be used for medical Retrieval-Augmented Generation (RAG).
According to the privacy policy of StatPearls, we are not allowed to distribute the StatPearls content. Please download the raw data from NCBI Bookshelf and use our code for the chunking.

Dataset Details

Dataset Descriptions

StatPearls is a point-of-the-care clinical… See the full description on the dataset page: https://huggingface.co/datasets/MedRAG/statpearls.

MedRAG 中的 StatPearls 语料库

本 HF 数据集包含了在 MedRAG 中使用的 StatPearls 语料库信息。可用于医学检索增强生成（RAG）。

根据 StatPearls 的隐私政策，我们不得分发 StatPearls 的内容。请从 NCBI Bookshelf 下载原始数据，并使用我们的代码进行数据块划分。

数据集详细信息

数据集描述

StatPearls 是一种针对临床护理的……请查阅数据集页面上的完整描述：https://huggingface.co/datasets/MedRAG/statpearls。

搜集汇总

背景与挑战

背景概述

该数据集是MedRAG项目中的StatPearls语料库，用于医学检索增强生成（RAG）。它基于9,330篇StatPearls临床文章，经过分块处理生成301,202个文本片段，每个片段平均119个词元，包含标题和内容字段。由于隐私限制，原始数据需从NCBI Bookshelf下载，数据集主要用于支持医学问答和RAG系统的开发和评估。