eddielin0926/chinese-icd

该数据集是一个医学相关的文本分类数据集，包含中文和英文数据，数据规模在100万到1000万之间。数据集的特征包括年份、月份、编号、死亡人数、输入代码、结果代码、检查结果、序列号、目录、输入序列、结果序列、ICD编码序列等。

原始信息汇总

数据集概述

基本信息

• 语言: 中文, 英文
• 许可证: MIT
• 数据集大小: 1M<n<10M
• 任务类别: 文本分类
• 数据集名称: chicd
• 标签: 医疗

数据集特征

• year: 年份，数据类型为 int32
• month: 月份，数据类型为 int32
• no: 编号，数据类型为 int32
• death: 死亡，数据类型为 int32
• input_code: 输入代码，数据类型为 int32
• result_code: 结果代码，数据类型为 int32
• check: 检查，数据类型为 bool
• serial_no: 序列号，数据类型为 int32
• catalog: 目录，数据类型为 int32
• inputs: 输入，数据类型为字符串序列
• results: 结果，数据类型为字符串序列
• icds: ICD 代码，数据类型为字符串序列
• encodes: 编码，数据类型为类标签序列，包含多个类标签名称

类标签名称示例

• 0: L519
• 1: A523
• 2: I898
• ...
• 879: C499