К содержимому

Датасет · louisbrulenaudet

База клинических исследований с эмбеддингами

louisbrulenaudet/clinical-trials

Записи с ClinicalTrials.gov с метаданными и готовыми эмбеддингами для биомедицинских задач.

Что внутри

Крупный набор от 100 000 до 1 млн записей, систематически собранный из официальной базы данных ClinicalTrials.gov на английском, французском и испанском языках. Каждая запись сочетает текстовые и табличные данные: структурированные метаданные, подробные описания исследований и заранее вычисленные семантические эмбеддинги.

Что можно сделать

  • Построение систем семантического поиска и RAG по базе клинических испытаний без пересчёта векторов
  • Обучение моделей классификации медицинских текстов и извлечения признаков (feature extraction)
  • Подготовка QA-систем для ответов на вопросы о протоколах и статусах исследований
Задачи
Вопрос-ответ, Эмбеддинги, Классификация текста
Языки
Английский, Французский, Испанский
Размер
100K–1M записей
Скачиваний за месяц
669
Лайков
42

Как загрузить

from datasets import load_dataset

ds = load_dataset("louisbrulenaudet/clinical-trials")