--- dataset_info: features: - name: Text dtype: string - name: Label dtype: string - name: Encoding dtype: int64 splits: - name: train num_bytes: 3742490 num_examples:

Hugging Face2024-05-23 更新70

notlath/filtered_symptom2disease_fil

医疗文本分类

菲律宾语自然语言处理

Symptom2Disease Filipino Dataset是一个包含症状描述与疾病标签映射的菲律宾语数据集。它可用于训练模型，以便根据菲律宾语的症状描述对疾病进行分类。

Hugging Face2025-10-16 更新40

ChinesePoetryDataset

古代诗歌

诗意风格

该数据集涵盖了唐宋近14,000位古代诗人的前304,386首诗，其中11,037首诗带有诗意风格。

OpenCSG2024-02-22 更新90

Medical Kurdish Dataset (MKD)

医疗文本分类

自然语言处理

Medical Kurdish Dataset (MKD)是由哈拉布贾大学计算机科学系创建的一个专门用于医疗领域文本分类的数据集。该数据集包含6756条来自社交媒体的库尔德语短文本评论，主要收集自Facebook的不同页面如医疗、新闻、经济、教育和体育。数据集通过六个预处理步骤进行清洗，包括去除噪声、替换字符等，以提高数据质量。MKD数据集主要用于机器学习和自然语言处理领域，特别是针对库尔德语的医

arXiv2022-03-27 更新40

chip2019

资源简介：

相关数据集