Donación Somos600M
Collection
Colección de los corpus donados para el Hackathon de SomosNLP 2024: #somos600M • 4 items • Updated • 2
Dataset Viewer
The dataset viewer is not available for this dataset.
Unexpected token '<', "<html>
<h"... is not valid JSON
Need help to make the dataset viewer work? Make sure to review how to configure the dataset viewer, and open a discussion for direct support.
YAML Metadata Warning:The task_categories "text2text-generation" is not in the official list: text-classification, token-classification, table-question-answering, question-answering, zero-shot-classification, translation, summarization, feature-extraction, text-generation, fill-mask, sentence-similarity, text-to-speech, text-to-audio, automatic-speech-recognition, audio-to-audio, audio-classification, audio-text-to-text, voice-activity-detection, depth-estimation, image-classification, object-detection, image-segmentation, text-to-image, image-to-text, image-to-image, image-to-video, unconditional-image-generation, video-classification, reinforcement-learning, robotics, tabular-classification, tabular-regression, tabular-to-text, table-to-text, multiple-choice, text-ranking, text-retrieval, time-series-forecasting, text-to-video, image-text-to-text, image-text-to-image, image-text-to-video, visual-question-answering, document-question-answering, zero-shot-image-classification, graph-ml, mask-generation, zero-shot-object-detection, text-to-3d, image-to-3d, image-feature-extraction, video-text-to-text, keypoint-detection, visual-document-retrieval, any-to-any, video-to-video, other
Introducción
Este corpus se ha construido con ayuda de profesionales del sector de la salud de diversos ámbitos: cardiología, traumatología, urgencias, psiquiatría, neurología, dermatología, otorrino larongología, anestesia.
Guía de uso
Para trabajar con el corpus y poder evaluar LLMs, la idea es utilizar el siguiente template:
prompt_template="""A partir del caso clínico que se expone a continuación y su diagnóstico realizado por un médico, tu tarea es la siguiente.
Como médico experto, tu tarea es la de diseñar un tratamiento para el paciente descrito en el caso clínico en base a su diagnóstico. Responde escueta y concisamente únicamente con el tratamiento para el paciente.
Caso clínico: {caso_clinico}
Diagnóstico: {diagnostico}
"""
# cómo usarlo con un LLM:
system_prompt = "Eres un experto en medicina que diseña tratamientos en base a casos clínicos y sus correspondientes diagnósticos."
messages = [
{"role": "system", "content": system_prompt},
{"role": "user", "content": prompt_template.format(caso_clinico=caso_clinico, diagnostico=diagnostico)}
]
mssg = tokenizer.apply_chat_template(messages, tokenize=False)
Licencia
Este dataset está distribuido con licencia CC BY-NC-SA 4.0
Atribución del corpus
El corpus ha sido el resultado de una colaboración conjunta de LenguajeNatural.AI, IE University y diversos profesionales de la salud.
Citation
@software{clintreates24,
author = {LenguajeNatural.AI},
title = {ClinTreatES},
month = March,
year = 2024,
url = {https://huggingface.co/datasets/LenguajeNaturalAI/ClinTreatES}
}
- Downloads last month
- 22