数据集

SYNUR

microsoft/SYNUR

查看上游原文 ↗
上游访问:公开 本站服务:可咨询 内容检查:AI 辅助整理并检查 许可证:cdla-permissive-2.0 上游版本:c7f79af4dcc8

中文简介

microsoft/SYNUR 是 microsoft 在 Hugging Face 发布的数据集仓库,当前卡片主要关联文本生成与推理、序列标注。本站固定记录上游版本 c7f79af4dcc8,同步到 7 个文件,文件元数据合计 536.74 KB;访问状态为“公开”,许可证字段为“cdla-permissive-2.0”。

UPSTREAM README

上游模型卡 / 数据集卡

在 Hugging Face 查看原文 ↗

【README 卡片中文译介】

以下内容依据上游仓库 microsoft/SYNUR 的固定版本 README、卡片字段和文件元数据进行中文结构化整理。它保留便于选型的关键信息,完整技术细节、代码示例和许可文本请同时查看上游原文。

【资源概览】
microsoft/SYNUR 是 microsoft 在 Hugging Face 发布的数据集仓库,当前卡片主要关联文本生成与推理、序列标注。本站固定记录上游版本 c7f79af4dcc8,同步到 7 个文件,文件元数据合计 536.74 KB;访问状态为“公开”,许可证字段为“cdla-permissive-2.0”。

【适用方向】
适合在明确数据字段、拆分和许可证后,用于文本生成与推理、序列标注相关的训练、评测或研究。 正式使用前应先抽样检查字段、语言、重复项、敏感信息和训练/测试划分,避免只依据仓库名称判断数据质量。

【版本与规格】
固定版本:c7f79af4dcc8。 任务标签:文本生成与推理、序列标注。 语言字段:en。 规模分类:n<1K。 上游页面记录的最近更新时间:2026-03-02。

【文件信息】
上游 API 返回 7 个文件,文件元数据合计 536.74 KB。 已保存文件清单中的主要扩展名:.jsonl 4 个、.json 1 个、.md 1 个、无扩展名 1 个。 当前较大的文件包括:data/original-00000-of-00001.jsonl(605.65 KB);data/mediqa_synur_test-00000-of-00001.jsonl(516.79 KB);data/mediqa_synur_train-00000-of-00001.jsonl(335.99 KB)。

【运行或处理环境】
仓库文件元数据合计 536.74 KB。仅按下载、解压和临时文件估算,建议至少预留约 644.09 KB 可用磁盘;实际需求还取决于压缩率、缓存、数据转换和训练副本,正式处理前应以完整文件清单重新测算。

【使用边界】
许可证显示为“cdla-permissive-2.0”,具体用途限制、附加政策和归属要求仍以上游原文为准。 数据集还需核对样本来源、隐私与个人信息、标签质量、地域偏差及下游模型的合规要求。

已有简体中文译文 · Codex 基于固定版本 README 与上游元数据生成中文结构化译介 · 2026-07-26 00:51

Dataset Card: SYNUR (Synthetic Nursing Observation Dataset) 1. Dataset Summary **Name**: SYNUR **Full name / acronym**: SYnthetic NURsing Observation Extraction **Purpose / use case**: SYNUR is intended to support research in structuring nurse dictation transcripts by extracting clinical observations that can feed into flowsheet-style EHR entries. It is designed to reduce documentation burden by enabling automated conversion from spoken nurse assessments to structured observations (Paper) **Version 1: Original**: Released with the EMNLP 2025 industry track paper **Version 2: MEDIQA-SYNUR**: Released with the MEDIQA-SYNUR 2026 shared task, including an additional test set: mediqa_synur_train and mediqa_synur_dev correspond to the original dataset mediqa_synur_test is the official test set for the MEDIQA-SYNUR 2026 challenge **License / usage terms**: cdla-permissive-2.0 2. Data Fields / Format `transcript`: string, the nurse dictation (raw spoken text) `observations`: JSON dumped of list of dictionaries with following format `id` (str): key of observation in schema. `value_type` (str): type of observation in {*SINGLE_SELECT*, *MULTI_SELECT*, *STRING*, *NUMERIC*}. `name` (str): observation concept name. `value` (any): value of observation. 3. Observation Schema The full schema (i.e., 193 observation concepts) is provided at the root of this dataset repo as `synur_schema.json`. It is a list of dictionaries with the following key-value pairs: `id` (str): key of observation concept. `name` (str): observation concept name. `value_type` (str): type of observation in {*SINGLE_SELECT*, *MULTI_SELECT*, *STRING*, *NUMERIC*}. `value_enum` (List[str], *optional*): set of possible string values for *SINGLE_SELECT* and *MULTI_SELECT* value types. 4. Contact **Maintainers**: {jcorbeil,georgemi,abenabacha}@microsoft.com 5. Citations If you use the original split and MEDIQA-SYNUR splits, please cite the papers below: @inproceedings{corbeil-etal-2025-empowering, title = "Empowering He

公开页仅展示原文摘录;完整模型卡或数据集卡请前往上游仓库查看。

适用场景

适合在明确数据字段、拆分和许可证后,用于文本生成与推理、序列标注相关的训练、评测或研究。 正式使用前应先抽样检查字段、语言、重复项、敏感信息和训练/测试划分,避免只依据仓库名称判断数据质量。

规模与格式

固定版本:c7f79af4dcc8。 任务标签:文本生成与推理、序列标注。 语言字段:en。 规模分类:n<1K。 上游页面记录的最近更新时间:2026-03-02。

文件说明

上游 API 返回 7 个文件,文件元数据合计 536.74 KB。 已保存文件清单中的主要扩展名:.jsonl 4 个、.json 1 个、.md 1 个、无扩展名 1 个。 当前较大的文件包括:data/original-00000-of-00001.jsonl(605.65 KB);data/mediqa_synur_test-00000-of-00001.jsonl(516.79 KB);data/mediqa_synur_train-00000-of-00001.jsonl(335.99 KB)。

上游文件元数据

  • .gitattributes2.40 KB
  • data/mediqa_synur_dev-00000-of-00001.jsonl269.66 KB
  • data/mediqa_synur_test-00000-of-00001.jsonl516.79 KB
  • data/mediqa_synur_train-00000-of-00001.jsonl335.99 KB
  • data/original-00000-of-00001.jsonl605.65 KB
  • README.md4.01 KB
  • synur_schema.json37.64 KB

硬件建议

仓库文件元数据合计 536.74 KB。仅按下载、解压和临时文件估算,建议至少预留约 644.09 KB 可用磁盘;实际需求还取决于压缩率、缓存、数据转换和训练副本,正式处理前应以完整文件清单重新测算。

注意事项

许可证显示为“cdla-permissive-2.0”,具体用途限制、附加政策和归属要求仍以上游原文为准。 数据集还需核对样本来源、隐私与个人信息、标签质量、地域偏差及下游模型的合规要求。

获取、校验与交付

咨询此资源时只需发送本页链接或资源准确全称。橙子AI科技会继续核对版本、文件与类型、README资料卡、许可证和访问条件,并在合法访问权限、许可证及平台规则允许的前提下,协助海内外下载、完整性校验及网盘或硬盘交付;本官网本身不托管或下载资源文件。

第三方资源声明

本页面为橙子AI科技基于固定版本上游卡片整理的中文信息与服务说明,不代表资源作者或平台官方页面。实际许可、访问和使用条件以上游原文为准。