TopicNet/ICD-10
收藏Hugging Face2024-03-18 更新2024-06-22 收录
下载链接：
https://hf-mirror.com/datasets/TopicNet/ICD-10
下载链接
链接失效反馈官方服务：
资源简介：
ICD-10（МКБ-10）数据集是一个俄语单语数据集，主要用于文本分类任务，包括主题分类、多类分类和多标签分类。数据集包含1733个文档，文本模态的字典大小为953168，平均文档长度为550.01个令牌。数据集还包含25个已知的类别标签，这些标签与ICD-10的章节相关。
ICD-10（МКБ-10）数据集是一个俄语单语数据集，主要用于文本分类任务，包括主题分类、多类分类和多标签分类。数据集包含1733个文档，文本模态的字典大小为953168，平均文档长度为550.01个令牌。数据集还包含25个已知的类别标签，这些标签与ICD-10的章节相关。
提供机构：
TopicNet
原始信息汇总
ICD-10 (МКБ-10) 数据集概述
数据集基本信息
- 语言: 俄语
- 多语言性: 单语种
- 许可证: other (topicnet)
- 任务类别: 文本分类
- 任务ID: 主题分类, 多类别分类, 多标签分类
- 标签: 主题建模, 文本聚类, 多模态数据, 多模态学习, 模态, 文档表示
数据集统计信息
- 文档数量 (D): 1733
- @text 模态字典大小 (W): 953168
- @text 模态平均文档长度 (len D): 550.01
- @text 模态平均文档唯一长度 (len D uniq): 550.01
- @letter 模态字典大小 (W): 1733
- @letter 模态平均文档长度 (len D): 1
- @letter 模态平均文档唯一长度 (len D uniq): 1
文档长度统计信息
- @text 模态总长度 (len_total@text):
- 平均值: 550.01
- 标准差: 736.858
- 最小值: 7
- 25% 分位数: 148
- 50% 分位数: 300
- 75% 分位数: 640
- 最大值: 8042
- @letter 模态总长度 (len_total@letter):
- 平均值: 1
- 标准差: 0
- 最小值: 1
- 25% 分位数: 1
- 50% 分位数: 1
- 75% 分位数: 1
- 最大值: 1
- @text 模态唯一长度 (len_uniq@text):
- 平均值: 550.01
- 标准差: 736.858
- 最小值: 7
- 25% 分位数: 148
- 50% 分位数: 300
- 75% 分位数: 640
- 最大值: 8042
- @letter 模态唯一长度 (len_uniq@letter):
- 平均值: 1
- 标准差: 0
- 最小值: 1
- 25% 分位数: 1
- 50% 分位数: 1
- 75% 分位数: 1
- 最大值: 1
元数据
- 已知类别标签: 25个类别
