ricardosantoss/TOP12_COM_VALIDACAO_PORTUGUES

---
dataset_info:
features:
- name: Nota Clinica
dtype: string
- name: Sequencia_CID10_Lista
sequence: string
splits:
- name: train
num_bytes: 1647974
num_examples: 1661
- name: test
num_bytes: 360207
num_examples: 357
- name: validation
num_bytes: 356735
num_examples: 356
download_size: 946344
dataset_size: 2364916
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
- split: validation
path: data/validation-*
---

数据集信息：
特征：
- 名称：临床记录（Nota Clinica，Clinical Note），数据类型：字符串
- 名称：国际疾病分类第10版（CID10，International Classification of Diseases 10th Revision）编码序列列表（Sequencia_CID10_Lista），数据类型：字符串序列
数据划分：
- 名称：训练集（train），占用字节数：1647974，样本数量：1661
- 名称：测试集（test），占用字节数：360207，样本数量：357
- 名称：验证集（validation），占用字节数：356735，样本数量：356
下载大小：946344字节，数据集总大小：2364916字节
配置项：
- 配置名称：默认配置（default），数据文件：
- 训练集划分：路径为data/train-*
- 测试集划分：路径为data/test-*
- 验证集划分：路径为data/validation-*

原始信息汇总

数据集概述

数据特征

• Nota Clinica: 数据类型为字符串。
• Sequencia_CID10_Lista: 数据类型为字符串序列。

数据分割

• 训练集 (train):
  • 字节数: 1647974
  • 样本数: 1661
• 测试集 (test):
  • 字节数: 360207
  • 样本数: 357
• 验证集 (validation):
  • 字节数: 356735
  • 样本数: 356

数据集大小

• 下载大小: 946344 字节
• 数据集大小: 2364916 字节

配置信息

• 默认配置 (default):
  • 训练集路径: data/train-*
  • 测试集路径: data/test-*
  • 验证集路径: data/validation-*