Included are 3 pre-trained models on the 3 respective social media datasets: CADEC, Micromed, and MedRed, for extracting medical entities from text. These models can be used in the GitHub repo:htt

DataCite Commons2020-08-25 更新140

JPHARMABENCH

医学信息处理

自然语言处理

JPHARMABENCH是一个为评估日本医药领域的语言模型而构建的基准数据集，包括三个子数据集：YakugakuQA、NayoseQA和SogoCheck。YakugakuQA基于日本国家药师资格考试，包含3,021个问题；NayoseQA用于评估药物名称和活性成分的标准化，包含34,769个问题；SogoCheck用于检测配对文本之间的逻辑或事实不一致，包含200个问题。这些数据集基于公开可用的

arXiv2025-05-22 更新130

GPTasty/similar_recipes

食谱推荐

自然语言处理

该数据集包含原始食谱ID和文本以及生成的食谱文本。它分为训练集，共有27201个示例，数据集大小为36644180字节。

Hugging Face2025-05-18 更新190

37channel/news-qa-dataset-made-by-llm-a-step-4-debug-2

新闻问答

自然语言处理

该数据集包含多个字段，如A、Q、chosen、chosen-1、content、date、gen-llm、rejected、rejected-1、step、title、url和url_q，所有字段均为字符串类型。数据集仅包含一个训练集分割，包含238个样本，总大小为1129466字节，下载大小为275671字节。

Hugging Face2024-06-27 更新130

Fake vs Real Job Postings (Synthetic NLP Dataset)

资源简介：

相关数据集