Illness-dataset (Illness multi-domain textual dataset)

用于评估文本分类、域适应和主动学习模型的数据集。该数据集由 2018 年和 2019 年收集的 22,660 份文档（推文）组成。它跨越四个领域：阿尔茨海默病、帕金森病、癌症和糖尿病。

A dataset for evaluating text classification, domain adaptation, and active learning models. This dataset comprises 22,660 documents (tweets) collected in 2018 and 2019, covering four domains: Alzheimer's disease, Parkinson's disease, cancer, and diabetes.

搜集汇总

背景与挑战

背景概述

Illness-dataset是一个多领域疾病文本数据集，专为评估文本分类、域适应和主动学习模型而设计。该数据集包含2018年和2019年收集的22,660条推文，覆盖阿尔茨海默病、帕金森病、癌症和糖尿病四个疾病领域，由埃默里大学和普渡大学于2021年发布，适用于自然语言处理研究。