ekrombouts/Galaxy_summaries

Galaxy Datasets是一个包含四个合成数据集的集合，专为NLP实验设计，特别是针对养老院环境中的客户记录。每个数据集都有特定的目的，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。这些数据集包括客户档案、详细场景、合成护理记录和月度总结，旨在支持文本摘要等NLP模型的训练和测试。

The Galaxy Datasets are a collection of four synthetic datasets created for NLP experiments, featuring client records in a nursing home setting. Each dataset serves a specific purpose and builds upon the previous one, providing a useful resource for various NLP tasks. These datasets include client profiles, detailed scenarios, synthetic care records, and monthly summaries, aimed at supporting the training and testing of NLP models such as text summarization.

原始信息汇总

数据集概述

数据集信息

• 特征:
  • ct_id: 类型为 int64
  • month: 类型为 int64
  • iteration: 类型为 int64
  • summary: 类型为 string
• 分割:
  • train: 包含 3396 个样本，大小为 2103284 字节
• 下载大小: 637906 字节
• 数据集大小: 2103284 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: 摘要生成
• 语言: 荷兰语
• 标签: 医疗
• 名称: Summaries of Client Records for Nursing Home Residents
• 规模类别: 1K<n<10K

数据集描述

• Galaxy_summaries: 包含 Galaxy_records 中护理记录的月度摘要。这些摘要最初用于支持 Galaxy_records 的生成过程，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有价值的资源。