Датасет · owaiskha9654
Научные статьи PubMed для мультилейбл-классификации
owaiskha9654/PubMed_MultiLabel_Text_Classification_Dataset_MeSH
Около 50 тысяч англоязычных медицинских статей из PubMed с ручной экспертной разметкой по иерархии терминов MeSH.
Что внутри
Датасет содержит около 50 тысяч научных публикаций на английском языке из репозитория PubMed, представленных в текстовом и табличном форматах. Изначально эксперты в области биомедицины вручную присвоили каждой статье от 10 до 15 тематических меток MeSH. Чтобы снизить разреженность данных и слишком большое пространство классов, авторы обработали метки и привели их к корневым категориям.
Что можно сделать
- Обучение моделей мультилейбл-классификации научных и биомедицинских текстов
- Построение систем автоматической индексации и тематического поиска медицинских статей
- Задачи
- Классификация текста
- Языки
- Английский
- Размер
- 10K–100K записей
- Скачиваний за месяц
- 1,2 тыс.
- Лайков
- 41
Модели, обученные на нём
- samratduttaofficial/WaterSheepZero-shot классификация 81
- ITLL/WaterSheepZero-shot классификация 33
- owaiskha9654/Multi-Label-Classification-of-PubMed-ArticlesКлассификация текста 26
- macadeliccc/gemma-2b-pubmed-classifierГенерация текста 18
- hajar-hajji/MultilabelClassification-applied-to-MedicalAbstracts-using-BERT 0
Как загрузить
from datasets import load_dataset
ds = load_dataset("owaiskha9654/PubMed_MultiLabel_Text_Classification_Dataset_MeSH")