Hugging Face's logo

Datasets:
oshizo
/
JMDNClustering-ja

Tasks:
Text Classification
Modalities:
Text
Formats:
parquet
Languages:
Japanese
Size:
1K - 10K
Libraries:
Datasets
pandas
License:
Dataset card Data Studio Files
xet
Community
oshizo commited on
Commit
d1940b3
·
verified ·
1 Parent(s): 95b8607

Update README.md

Browse files
Files changed (1) hide show
  1. README.md +147 -31
README.md CHANGED
@@ -1,31 +1,147 @@
1
- ---
2
- license: apache-2.0
3
- dataset_info:
4
- features:
5
- - name: 類別
6
- dtype: string
7
- - name: 類別名称
8
- dtype: string
9
- - name: 中分類名
10
- dtype: string
11
- - name: text
12
- dtype: string
13
- - name: label
14
- dtype: int64
15
- splits:
16
- - name: train
17
- num_bytes: 1282617
18
- num_examples: 3342
19
- - name: test
20
- num_bytes: 458839
21
- num_examples: 1115
22
- download_size: 587516
23
- dataset_size: 1741456
24
- configs:
25
- - config_name: default
26
- data_files:
27
- - split: train
28
- path: data/train-*
29
- - split: test
30
- path: data/test-*
31
- ---
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ ---
2
+ license: apache-2.0
3
+ dataset_info:
4
+ features:
5
+ - name: 類別
6
+ dtype: string
7
+ - name: 類別名称
8
+ dtype: string
9
+ - name: 中分類名
10
+ dtype: string
11
+ - name: text
12
+ dtype: string
13
+ - name: label
14
+ dtype: int64
15
+ splits:
16
+ - name: train
17
+ num_bytes: 1282617
18
+ num_examples: 3342
19
+ - name: test
20
+ num_bytes: 458839
21
+ num_examples: 1115
22
+ download_size: 587516
23
+ dataset_size: 1741456
24
+ configs:
25
+ - config_name: default
26
+ data_files:
27
+ - split: train
28
+ path: data/train-*
29
+ - split: test
30
+ path: data/test-*
31
+ ---
32
+ 埋め込みモデルの学習、評価のためのクラスタリングデータセットです。
33
+
34
+ [独立行政法人医薬品医療機器総合機構のウェブサイト](https://www.std.pmda.go.jp/scripts/stdDB/conf/stdDB_confjmdn.cgi)のページから取得したデータを整形して作成しました。
35
+ [利用規約](https://www.pmda.go.jp/0048.html)に基づき、出展を明示してデータセットとして公開しております。
36
+
37
+ 2024/6/22時点でダウンロードしたデータから「類別コード」が空欄のデータを削除しました。
38
+ text列は「一般的名称」と「一般的名称定義」を結合したデータです。
39
+ label列は「類別コード」に該当します。
40
+ labelの割合を保ちつつ、ランダムにtrainとtestに分割しました。
41
+ それぞれのsplitの件数は以下の通りです。
42
+
43
+ | label | 類別 | train | test |
44
+ |--------:|:-------|--------:|-------:|
45
+ | 0 | プ01 | 131 | 43 |
46
+ | 1 | プ02 | 14 | 5 |
47
+ | 2 | 医01 | 5 | 2 |
48
+ | 3 | 医02 | 20 | 7 |
49
+ | 4 | 医03 | 6 | 2 |
50
+ | 5 | 医04 | 257 | 85 |
51
+ | 6 | 医05 | 8 | 3 |
52
+ | 7 | 医06 | 9 | 3 |
53
+ | 8 | 器01 | 28 | 10 |
54
+ | 9 | 器02 | 14 | 5 |
55
+ | 10 | 器03 | 24 | 8 |
56
+ | 11 | 器04 | 1 | 0 |
57
+ | 12 | 器05 | 22 | 7 |
58
+ | 13 | 器06 | 65 | 22 |
59
+ | 14 | 器07 | 189 | 63 |
60
+ | 15 | 器08 | 5 | 2 |
61
+ | 16 | 器09 | 113 | 38 |
62
+ | 17 | 器10 | 54 | 18 |
63
+ | 18 | 器11 | 14 | 4 |
64
+ | 19 | 器12 | 182 | 61 |
65
+ | 20 | 器13 | 4 | 2 |
66
+ | 21 | 器14 | 2 | 1 |
67
+ | 22 | 器15 | 1 | 0 |
68
+ | 23 | 器16 | 10 | 4 |
69
+ | 24 | 器17 | 67 | 22 |
70
+ | 25 | 器18 | 11 | 3 |
71
+ | 26 | 器19 | 6 | 2 |
72
+ | 27 | 器20 | 7 | 3 |
73
+ | 28 | 器21 | 217 | 72 |
74
+ | 29 | 器22 | 48 | 15 |
75
+ | 30 | 器23 | 11 | 4 |
76
+ | 31 | 器24 | 54 | 18 |
77
+ | 32 | 器25 | 189 | 63 |
78
+ | 33 | 器26 | 4 | 2 |
79
+ | 34 | 器27 | 4 | 1 |
80
+ | 35 | 器28 | 10 | 3 |
81
+ | 36 | 器29 | 43 | 14 |
82
+ | 37 | 器30 | 75 | 25 |
83
+ | 38 | 器31 | 35 | 12 |
84
+ | 39 | 器32 | 35 | 12 |
85
+ | 40 | 器33 | 2 | 1 |
86
+ | 41 | 器34 | 18 | 6 |
87
+ | 42 | 器35 | 5 | 1 |
88
+ | 43 | 器36 | 4 | 2 |
89
+ | 44 | 器37 | 9 | 2 |
90
+ | 45 | 器38 | 9 | 3 |
91
+ | 46 | 器39 | 20 | 7 |
92
+ | 47 | 器40 | 10 | 3 |
93
+ | 48 | 器41 | 1 | 0 |
94
+ | 49 | 器42 | 11 | 4 |
95
+ | 50 | 器43 | 3 | 0 |
96
+ | 51 | 器44 | 3 | 2 |
97
+ | 52 | 器45 | 1 | 1 |
98
+ | 53 | 器46 | 14 | 4 |
99
+ | 54 | 器47 | 60 | 20 |
100
+ | 55 | 器48 | 14 | 4 |
101
+ | 56 | 器49 | 61 | 21 |
102
+ | 57 | 器50 | 16 | 6 |
103
+ | 58 | 器51 | 405 | 135 |
104
+ | 59 | 器52 | 13 | 4 |
105
+ | 60 | 器53 | 5 | 1 |
106
+ | 61 | 器54 | 4 | 1 |
107
+ | 62 | 器55 | 33 | 11 |
108
+ | 63 | 器56 | 27 | 9 |
109
+ | 64 | 器57 | 2 | 1 |
110
+ | 65 | 器58 | 104 | 35 |
111
+ | 66 | 器59 | 6 | 2 |
112
+ | 67 | 器60 | 15 | 5 |
113
+ | 68 | 器61 | 7 | 2 |
114
+ | 69 | 器62 | 12 | 3 |
115
+ | 70 | 器63 | 3 | 0 |
116
+ | 71 | 器64 | 2 | 0 |
117
+ | 72 | 器65 | 16 | 5 |
118
+ | 73 | 器66 | 4 | 1 |
119
+ | 74 | 器67 | 4 | 2 |
120
+ | 75 | 器68 | 4 | 1 |
121
+ | 76 | 器69 | 10 | 4 |
122
+ | 77 | 器70 | 8 | 3 |
123
+ | 78 | 器71 | 4 | 1 |
124
+ | 79 | 器72 | 17 | 6 |
125
+ | 80 | 器73 | 12 | 3 |
126
+ | 81 | 器74 | 93 | 31 |
127
+ | 82 | 器75 | 3 | 1 |
128
+ | 83 | 器76 | 9 | 3 |
129
+ | 84 | 器77 | 6 | 2 |
130
+ | 85 | 器78 | 23 | 8 |
131
+ | 86 | 器79 | 2 | 1 |
132
+ | 87 | 器80 | 8 | 3 |
133
+ | 88 | 器81 | 2 | 0 |
134
+ | 89 | 器83 | 2 | 1 |
135
+ | 90 | 器84 | 6 | 2 |
136
+ | 91 | 歯01 | 34 | 11 |
137
+ | 92 | 歯02 | 22 | 7 |
138
+ | 93 | 歯03 | 17 | 6 |
139
+ | 94 | 歯04 | 6 | 2 |
140
+ | 95 | 歯05 | 86 | 29 |
141
+ | 96 | 歯06 | 17 | 6 |
142
+ | 97 | 歯07 | 10 | 4 |
143
+ | 98 | 歯08 | 6 | 2 |
144
+ | 99 | 歯09 | 13 | 4 |
145
+ | 100 | 衛01 | 0 | 1 |
146
+ | 101 | 衛02 | 2 | 1 |
147
+ | 102 | 衛03 | 3 | 2 |