The Cancer Genome Atlas（TCGA）由来の英語病理報告書を、Qwen3.8-27Bを用いて日本語へ翻訳したデータセットです。
既存の morizon/TCGA_Reports_ja_structured で使用したものと同じ100症例を使用しています。
本データセットには日本語翻訳までを収録しており、構造化データは含まれていません。
本データセットでは、The Cancer Genome Atlas（TCGA）の病理報告書をもとに作成されたTCGA-Reportsを使用しています。
TCGAは、複数のがん種についてゲノム情報や臨床情報などを収集した大規模ながん研究プロジェクトです。
TCGA-Reportsは、TCGAの病理報告書PDFをOCRによってテキスト化し、TCGA由来のartifactやformなどを除去して、機械可読なテキストとして整理したデータセットです。… See the full description on the dataset page:
https://huggingface.co/datasets/morizon/TCGA_Reports_ja_qwen38_27b.
