乳腺癌是全球女性最常见的恶性肿瘤之一，早期检测对于提高治愈率和降低死亡率至关重要。医学影像技术，尤其是乳腺X线摄影，已成为乳腺癌筛查和诊断的主要手段。随着人工智能技术的快速发展，基于深度学习的乳腺图像分析算法为乳腺癌检测提供了新的可能性。然而，高质量的标注数据集是训练和验证这些算法的基础。本数据集包含2511张乳腺X线图像及对应的精确YOLO格式标注信息，为乳腺癌检测算法的研发和评估提供了全面的资

在现代医学领域，骨折类型的准确识别对于制定有效的治疗方案至关重要。随着人工智能技术在医学影像分析中的广泛应用，高质量、多类别的骨折图像数据集成为训练精准诊断模型的基础。本数据集包含1685张医学图像，涵盖12种不同类型的骨折，为骨折类型识别算法的研发和医学教育提供了丰富的资源。本数据集由原始医学图像文件构成，每种骨折类型的图像被分类存储在独立的目录中。这些图像主要来源于医学影像学检查，包括X光片、

本数据集为全球电视剧详情数据集(All TV Series Details Dataset),源自 TMDb(The Movie Database)影视数据库,包含 152,970 部电视剧的完整元数据,覆盖剧名、原始名称、简介、标语、类型、制作公司、创作者、播出日期、季数集数、评分投票数、流行度和制作状态等 21 个核心字段,以 CSV(扁平化 188 列)和 JSON(嵌套结构 21 字段)两

本数据集为 All-NLI(All Natural Language Inference)自然语言推理综合数据集,整合了 SNLI(Stanford Natural Language Inference)和 MultiNLI 两大经典蕴含任务数据集,共包含 2,870,404 条句子对样本,以 5 种不同训练格式提供:pair-class(分类标签)、pair-score(相似度评分)、pair(

妇产科医疗问答数据集作为一个包含183,750条完整问答记录的专业医疗数据集，为医疗人工智能的研究与应用提供了宝贵的数据资源。数据集的最大优势在于包含了完整的原始问答内容，每个问答对都保留了患者提问和医生回答的完整文本信息，为研究者提供了可直接使用的结构化数据。这种完整性使得数据集特别适合用于端到端的模型训练，无需进行复杂的数据预处理工作，即可直接应用于医疗问答系统、对话生成模型、知识图谱构建等多

微信公众号作为国内最大的内容生态之一，已经成为中国互联网内容传播和知识分享的重要渠道。每天都有海量原创文章在各类公众号中发布，涵盖科技、财经、教育、医疗、娱乐、美食、旅游、生活方式等几乎所有领域。这些内容不仅反映了当下社会的热点与趋势，也沉淀了极其丰富的语言素材和知识信息。在学术研究与产业应用中，公众号文章数据的价值越来越受到重视。对于推荐系统来说，文章标题、正文、互动量等数据可以作为建模用户兴趣