argilla/medical-domain

医疗转录数据集，包含从mtsamples.com网站上抓取的各种医学专业的样本转录。由于HIPAA隐私法规的限制，医疗数据通常难以获取，因此该数据集提供了一个解决方案。数据集的语言为英语，特性包括文本、输入、预测、预测代理、注释、注释代理、多标签、解释、ID、元数据、状态、事件时间戳和度量等。数据集的大小类别为10K<n<100K，任务类别为文本分类。

原始信息汇总

数据集卡片 "medical-domain"

数据集描述

数据集概述

医疗转录数据从mtsamples.com抓取。由于HIPAA隐私法规，医疗数据极难找到。该数据集提供了一个解决方案，通过提供医疗转录样本。该数据集包含各种医疗专业的样本医疗转录。

语言

英语

引用信息

感谢mtsamples.com提供的医疗转录数据。

贡献

感谢@davidberenstein1957添加此数据集。

数据集信息

特征

• text: 字符串类型
• inputs: 结构体类型，包含字符串类型的text
• prediction: 列表类型，包含字符串类型的label和浮点数类型的score
• prediction_agent: 字符串类型
• annotation: 空类型
• annotation_agent: 空类型
• multi_label: 布尔类型
• explanation: 空类型
• id: 字符串类型
• metadata: 空类型
• status: 字符串类型
• event_timestamp: 时间戳类型
• metrics: 结构体类型，包含整数类型的text_length

分割

• train: 包含4966个样本，30903523字节

大小

• 下载大小: 14846569字节
• 数据集大小: 30903523字节