LukeGPT88/patient-doctor-text-classifier-eng-dataset

该数据集包含四个主要特征：Text（文本）、Label（标签）、Encoding（编码）和Classification Score（分类分数）。Label用于为相关文本提供上下文，具体映射为：0代表PATIENT，1代表DOCTOR，2代表NEUTRAL。Classification Score字段报告了[patient-doctor-classifier](https://huggingface.co/LukeGPT88/patient-doctor-text-classifier-eng)的预测结果。数据集分为训练集、验证集和测试集，分别包含24746、8249和8249个样本。

原始信息汇总

数据集概述

数据特征

• Text: 数据类型为字符串。
• Label: 数据类型为字符串。
• Encoding: 数据类型为int64。
• Classification Score: 包含以下子字段：
  • label: 数据类型为字符串。
  • score: 数据类型为float64。

数据分割

• train: 字节数为3916705，样本数为24746。
• validation: 字节数为1295577，样本数为8249。
• test: 字节数为1299961，样本数为8249。

数据大小

• 下载大小: 2594115字节。
• 数据集大小: 6512243字节。

配置

• default: 包含以下数据文件路径：
  • train: data/train-*
  • validation: data/validation-*
  • test: data/test-*

Label映射

• 0: "PATIENT"
• 1: "DOCTOR"
• 2: "NEUTRAL"

Classification Score

• Classification Score字段报告了patient-doctor-classifier的预测结果。