ricardosantoss/top_12_portuguese

该数据集包含临床笔记和CID10代码序列两个特征。数据集分为训练集和测试集，训练集包含799个例子，测试集包含200个例子。

This dataset contains two features: clinical notes and CID10 code sequences, and is split into a training set and a test set, with 799 examples in the training set and 200 examples in the test set.

原始信息汇总

数据集概述

许可证

• 许可证类型：未知

配置

• 配置名称：default
  • 数据文件：
    • 训练集（train）：路径为 data/train-*
    • 测试集（test）：路径为 data/test-*

数据集信息

• 特征：

  • 名称：Nota_Clinica
    • 数据类型：字符串
  • 名称：Sequencia_CID10_Lista
    • 数据类型：字符串序列

• 数据分割：

  • 训练集（train）：
    • 字节数：809003
    • 样本数：799
  • 测试集（test）：
    • 字节数：211988
    • 样本数：200

• 数据集大小：

  • 下载大小：321221 字节
  • 数据集大小：1020991 字节