Datasetpublic

timmers/hpo-cultural-pt-curated

hpo-cultural-pt-curated Dataset curado de sinônimos coloquiais brasileiros para fenótipos HPO. Primeira vez que é disponibilizado aberto. Conteúdo cultural_pairs.json — 705 pares (anchor PT coloquial → HPO canonical EN) com register, region, hpo_id hard_negatives.json — 72 triplets (anchor, positive, negative) para desambiguação Exemplos "água na cabeça" → Hydrocephalus (HP:0000238) "esparro" (BR-NE) → Seizure (HP:0001250) "cabeção" →… See the full description on the dataset page: https://huggingface.co/datasets/timmers/hpo-cultural-pt-curated.

sourceHugging Facecc-by-sa-4.0updated 5mo agoView on Hugging Face

0likes10downloads

Dataset Card

hpo-cultural-pt-curated

Dataset curado de sinônimos coloquiais brasileiros para fenótipos HPO. Primeira vez que é disponibilizado aberto.

Conteúdo

—cultural_pairs.json — 705 pares (anchor PT coloquial → HPO canonical EN) com register, region, hpo_id
—hard_negatives.json — 72 triplets (anchor, positive, negative) para desambiguação

Exemplos

—"água na cabeça" → Hydrocephalus (HP:0000238)
—"esparro" (BR-NE) → Seizure (HP:0001250)
—"cabeção" → Macrocephaly (HP:0000256)
—"não vinga" → Failure to thrive (HP:0001508)

Uso

Treinar encoders PT-BR para HPO. Modelo derivado: timmers/araras-biolord-cultural-pt-v9.

Licença

CC BY-SA 4.0