Dataset Viewer
Auto-converted to Parquet Duplicate
Sentence
stringlengths
3
550
Sentiment
stringclasses
7 values
Aspect
stringclasses
638 values
Speech Act Type
stringclasses
10 values
Speech Act Subtype
stringclasses
54 values
Tactic
stringclasses
3 values
Ни ногой туда, на вахте, да, именно на вахте тёти всё надменные, с каменными лицами.....
NEG
C, S, TR
Репрезентатив
описание
Оценка
Спасибо вам огромное за оказанную помощь !
POSX
E
Перформатив ("+-")
благодарность
Контекст
Клиника огонь.
POSX
E
Вердиктив ("+")
одобрение
Оценка
Сидела пол часа искала , что можно беременным.
NEGU
O
Репрезентатив
описание
Контекст
Плохое впечатление оставило данное учреждение
NEG
E
Вердиктив ("-")
неодобрение
Оценка
Благодарю вас!
POS
G
Перформатив ("+-")
благодарность
Оценка
Даже схема, которую врач рассказал, как должна проводиться спирометрия здесь отличается, делают совершенно не так.
NEG
Q
Директив
предостережение
Контекст
Мне пришлось логическим способом подбирать что все таки мне прописали.
NEGU
DRUG
Репрезентатив
сообщение
Контекст
Хочу отметить, что действительно врач компетентный и всё довольно понятно объясняет.
POS
CH, T
Вердиктив ("+")
одобрение
Оценка
Была несколько раз у гинеколога Пименовой Марины Николаевны.
NEUT
DR
Репрезентатив
констатация
Контекст
Проходил транспортную комиссию, на замену водительского удостоверения.
NEUT
SER
Репрезентатив
констатация
Контекст
к другим врачам претензий нет.
POSU
DR
Вердиктив ("+")
одобрение
Оценка
Была на приеме у Коркиной Эльвиры Эдуардовны.
NEUT
S
Репрезентатив
сообщение
Контекст
очень приветливый персонал :)
POSX
S
Репрезентатив
констатация
Оценка
Клиника — развод на деньги,
NEGX
M
Директив
предостережение
Оценка
Мощность аппарата считается достаточной для хорошого снимка сустава.
POS
EQ
Вердиктив ("+")
одобрение
Оценка
Не советую.
NEG
E
Вердиктив ("-")
неодобрение
Контекст
Ольга Альбертовна посмотрела внимательно мои анализы и обследования, сказала, что постарается помочь мне и назначила мне минимум лекарств с моей аллергией и это здорово.
POSX
DR, DRUG, T
Вердиктив ("+")
одобрение
Контекст
Побольше бы таких врачей!
POS
DR
Директив
призыв
Оценка
и ЧУДЕСНЫМ образом моя карта вдруг нашлась в их программе и я действительно вчера сдала анализы,
NEG
COM
Вердиктив ("-")
иронизирование
Мотивировка
О желательном наличии полотенца на процедуре, к сожалению, никто не предупреждает, взяла на всякий случай.
NEG
G
Директив
желательность
Контекст
Более 15 лет лечусь только здесь.
POS
C
Репрезентатив
констатация
Контекст
Отвратительное отношение, личного времени людей не уважают, не понимают, что люди тоже в будни работают и время у них ограничено.
NEGX
TR
Вердиктив ("-")
неодобрение
Оценка
окулист,
POS
DR
Репрезентатив
сообщение
Контекст
Если нужно дополню отзыв временем и кем была проведена процедура.
NEUT
O
Комиссив
намерение
Контекст
Лишь посмотрев в интернете как он выглядит, поймала его в коридоре, чтобы спросить подробно как проходит операция что взять и тд., так как первый раз в жизни ложилась в больницу.
NEUT
DR
Репрезентатив
сообщение
Контекст
Просто могла сдать только 22 мая, а на Шефской кабинет мед. Сестры не работал!!!
NEGU
W
Экспрессив (эмотив "-")
недовольство
Мотивировка
Девушка взяв анализ и ничего не объяснив быстро убежала.
NEGU
T
Квалификатив
квалификация
Контекст
Результат обследования попросил отправить на электронную почту.
NEUT
O
Репрезентатив
сообщение
Контекст
2.03.21.г. я был госпитализирован для оперативного лечения.
NEUT
D
Репрезентатив
констатация
Контекст
пыхтят, вздыхают, и нехотя идут смотреть карточку.
NEG
TR
Экспрессив (эмотив "-")
недовольство
Оценка
Жена настояла, чтобы я пошел в частную клинику.
NEUT
C
Репрезентатив
объяснение
Мотивировка
Обратился я значит в данную шаражку с высыпанием, меня направили к дерматологу, имя не помню, на третьем этаже сидит, полная такая в очках и пальцы все в золотых кольцах.
NEUT
C, DR, SER
Репрезентатив
сообщение
Мотивировка
Хочу выразить благодарность администрации клиники за клиентоориентированность и индивидуальный подход в решении спорной ситуации
POS
E, S, TR
Перформатив ("+-")
благодарность
Оценка
врачи хорошие,
POS
DR
Репрезентатив
сообщение
Контекст
Добрый день!
NEUT
O
Перформатив ("0")
приветствие
Контекст
Больше туда ни ногой.
NEGX
E
Комиссив
намерение
Контекст
Сегодня с ребенком были на приёме у офтальмолога
NEUT
SER
Репрезентатив
констатация
Контекст
И вот спустя две недели только попали в сад.
POSU
O
Репрезентатив
описание
Контекст
нет возможности столько ждать!
NEG
W
Экспрессив (эмотив "-")
возмущение
Мотивировка
Искали врача вместе с медсестрой )))
NEUT
DR
Репрезентатив
сообщение
Мотивировка
Доктора самые лучшие.
POS
DR
Экспрессив (эмотив "+")
восторг
Оценка
Каждый раз отдавала от 3000 до 8000 рублей.
NEUT
C
Репрезентатив
сообщение
Контекст
Я проходила медкомиссию 4 (!) часа, с таким же успехом можно пройти медкомиссию и в обычной государственной поликлинике.
NEG
SER, W
Экспрессив (эмотив "-")
недовольство
Контекст
При таком отличном и хорошем докторе,такая медсестра,
POS
CH, DR, Q, TR
Квалификатив
квалификация
Оценка
А ещё дали документ что записан на приём, с помощью него я обманул работодателя и не пошёл на работу))))
POS
E
Экспрессив (эмотив "+")
радость
Оценка
результаты прц теста пришли быстро
POSX
S, SER
Репрезентатив
описание
Оценка
приём до 20.00 после работы успеваю без проблем!
POSX
CH
Экспрессив (эмотив "+")
восторг
Оценка
Отличный, комфортный центр с вежливым и квалифицированным персоналом.
POS
C, S
Репрезентатив
описание
Оценка
Здоровья и терпения врачу Моисеевой И.Н. и всем вашим сотрудникам!!
POSX
DR, S
Репрезентатив
сообщение
Контекст
Оказалась совсем не сложная причина моих болей и посоветовала к какому доктору я могу обратиться.
POSU
CUR
Квалификатив
квалификация
Контекст
Уже есть положительная динамика по здоровью.
POS
O
Вердиктив ("+")
одобрение
Контекст
Записались к неврологу в вашей клинике - и тут странность,он почему то заключение читать не стал бумажные ,посмотрел диск и выдает заключение что все хорошо.
NEUT
DR, SER
Репрезентатив
сообщение
Контекст
в этот раз мне отказались ставить,
NEGU
SER
Репрезентатив
описание
Контекст
Обратилась с сильными болями в груди, как кормящая мама, а именно с лакстазом!
NEUT
O
Репрезентатив
описание
Контекст
Самый лучший медицинский центр.
POSX
C
Вердиктив ("+")
одобрение
Оценка
Мне говорят, а что написано у вас на чеке, я сказала, что чека на данный момент со мной нет и перезвоню позже.
NEUT
COM
Репрезентатив
сообщение
Контекст
Ужасное отношения доктора к пациентам.
NEGX
TR
Вердиктив ("-")
неодобрение
Оценка
Просидели в очереди на первичный осмотр "по записи" 1 час 50 минут.
NEGU
W
Экспрессив (эмотив "-")
недовольство
Мотивировка
Мой гастроэнтеролог назначил мне не самое приятное обследование - колоноскопию.
NEUT
G
Репрезентатив
сообщение
Контекст
вообщем, могу сказать, что в эту клинику я больше ни ногой!
NEGX
SER
Комиссив
намерение
Оценка
Реально так и было: зашла оформила документы, прошла врачей и вышла через 20мин.,
POS
W
Вердиктив ("+")
одобрение
Контекст
операция серьезная,
NEUT
CUR
Репрезентатив
описание
Контекст
Просто от всей души советую не ходить в эту клинику есть прекрасные клиники приветливые и понимаю что это тоже их заработок вежливое отношения !
NEG
RVW
Вердиктив ("-")
неодобрение
Мотивировка
Была на УЗИ у Т.А. Герасимовой.
NEUT
D
Квалификатив
квалификация
Контекст
У меня была проблема, и я не могла решить ее больше года, обойдя много клиник, врачей "по месту жительства" и так далее.
NEUT
D
Репрезентатив
сообщение
Контекст
Спасибо огромное!
POS
E
Перформатив ("+-")
благодарность
Оценка
Замечательный персонал, вожу ребёнка на консультации и сама хожу к гинекологу прекрасные специалисты.
POSX
DR, S, SER
Квалификатив
квалификация
Оценка
Отвратительная клиника,
NEG
C
Экспрессив (эмотив "-")
недовольство
Оценка
Никакая дистанция, естественно, не соблюдается.
NEG
G
Вердиктив ("-")
упрек
Контекст
К слову сказать, с головными болями страдаю с детства.
NEUT
DR
Репрезентатив
констатация
Контекст
Все, на этом плюсы заканчиваются, да и вышеизложенное тоже сомнительный плюс, так как видимо все меньше людей хотят ходить в клинику.
NEGU
C
Экспрессив (эмотив "-")
недовольство
Оценка
Добрые и отзывчивые врачи.
POS
CH
Вердиктив ("+")
одобрение
Оценка
В эту клинику уже неоднократно обращались.
NEUT
C
Репрезентатив
констатация
Контекст
Врач,которой наплавать на пациентов, разводит на деньги внаглую !
NEGX
MGM, S
Вердиктив ("-")
неодобрение
Контекст
Отлинчные специалисты которые знают свое дело
POS
INT
Квалификатив
квалификация
Оценка
Баймурзина Эльвира Рашитовна, хочу выразить Вам огромную благодарность за себя и за маму!
POSX
DR
Перформатив ("+-")
благодарность
Контекст
Все отлично!!!
POS
E
Экспрессив (эмотив "+")
радость
Оценка
К врачам нет претензий.
POSU
E
Вердиктив ("+")
одобрение
Оценка
Такого свинского, со всех сторон, отношения к пациентам нет даже в государственных больницах!!!
NEGX
TR
Экспрессив (эмотив "-")
недовольство
Оценка
Быстро приняли и Дали указания по Лечению
POS
CUR, Q, W
Вердиктив ("+")
одобрение
Оценка
Особо хочу отметить врача-гинеколога В.А.Ларионова очень внимателен к пациенту.
POS
CH
Квалификатив
квалификация
Оценка
учитывая что процедуры не всегда безболезненны..
POS
DR
Квалификатив
квалификация
Контекст
К сожалению человека больше нет в живых...
NEG
P
Экспрессив (эмотив "-")
грусть
Оценка
Когда получила анализы на руки, поняла, что Надежда Зигфридовна была права.
POS
Q
Репрезентатив
констатация
Оценка
отзывы скрывают.
NEGX
DRUG, SER
Репрезентатив
сообщение
Контекст
Отзывчивый персонал, решил все свои проблемы в одном месте и не дорого.
POS
S
Вердиктив ("+")
одобрение
Оценка
Добрый день!
NEUT
O
Репрезентатив
сообщение
Контекст
Удалили серную пробку, что Примечательно одна из немногочимленных клиник которая в субботу работает с 8.00 и даже есть возможность попасть к лору в этот же день.
POS
SER
Вердиктив ("+")
одобрение
Контекст
В корпусе где проходили мрт администраторы не так вежливы как во втором корпусе - и это пожалуй единственный минус данного учреждения.
POSU
S
Репрезентатив
описание
Мотивировка
Была на приеме 18 октября.
NEUT
O
Репрезентатив
сообщение
Контекст
Там сделали рентген и ...пневмония!
NEGX
CUR, Q
Экспрессив (эмотив "-")
недовольство
Контекст
Врач сказал, что это он и так знает, он хотел подробную картину с описанием.
NEG
DR
Репрезентатив
сообщение
Контекст
Спасибо.
POS
G
Перформатив ("+-")
благодарность
Контекст
врачи очень квалифицированы👍🏻
POSX
CH, INT, S
Квалификатив
квалификация
Оценка
После операции прошло всего 2 недели, но я уже вижу результат!
POS
Q
Репрезентатив
констатация
Мотивировка
Я спустился в регистратуру, задал вопрос девушке, на что она мне сказала заполнить какую-то бумажку.
NEUT
DOC
Репрезентатив
объяснение
Контекст
Безусловно, рекомендую эту клинику всем, кто ищет надежное места для своего здоровья.
POS
E
Вердиктив ("+")
одобрение
Оценка
2 минуты приёма и час в очереди что бы отдать свои деньги))
NEG
M, W
Экспрессив (эмотив "-")
возмущение
Оценка
ОТВРАТИТЕЛЬНО!
NEGX
E
Экспрессив (эмотив "-")
возмущение
Оценка
End of preview. Expand in Data Studio

Dataset Card for Russian Medical Sentiment and Pragmatic Utterance Type (RuSPUTMed) Dataset

Dataset Summary

This dataset is primarily designed for pragmatic classification tasks in Russian:

  • Speech Act classification (SA) – identifying one of 10 speech act types in user utterances about medical services.

  • Pragmatic Type classification (Tactic) – classifying utterances into one of 3 pragmatic types based on their communicative purpose (Context, Motivation, Evaluation).

Besides, the dataset includes additional annotations that can be used as target variables for other classification tasks:

  • Sentiment – sentiment polarity (e.g., POS, NEG, NEUT, POSX, NEGX, POSU, NEGU).
  • Aspect – aspect categories (e.g., C for Clinic, DR for Doctor, Q for Medical Service Quality, etc.).
  • Speech Act Subtype – fine-grained subtypes of speech acts.

The data splits (train/validation/test) were stratified only by the two primary target variables (Speech Act Type and Tactic), ensuring that the class proportions for these tasks are preserved across splits. The additional annotations are provided as auxiliary features and can be used for multi-task learning, standalone classification, or further analysis.

The dataset is derived from a manually annotated corpus of Russian texts (online reviews about medical centers). It includes balanced, augmented and oversampled versions for train and validation splits to study the impact of data size and balancing strategies on model performance.

Languages

Russian (ru)

Dataset Structure

The dataset is organized into two top-level tasks: SA and Tactic. For each task, there are four configurations corresponding to different data preparation strategies:

Config Description
original Original imbalanced dataset (stratified split; total 21,058 examples: 14,740 train, 3,159 validation, 3,159 test).
balanced Balanced dataset (undersampling + augmentation for small classes) with target size 1500 (SA) or 3000 (Tactic) examples per class. The target size is split as 70% train, 15% validation, and 15% test, but the test portion is not used. Therefore, each class contributes 1275 (SA) or 2550 (Tactic) examples to train+val (1050 train + 225 val for SA; 2100 train + 450 val for Tactic).
augmented Balanced dataset with a larger target size 3000 (SA) or 8600 (Tactic) examples per class achieved via data augmentation. Similarly, 85% of the target (2550 for SA, 7310 for Tactic) are used for train+val, while the test split is not used.
oversampled Balanced dataset created by simple oversampling (duplication) of existing examples with target size 5000 (SA) or 10000 (Tactic) examples per class. Train+val receive 85% of the target (4250 for SA, 8500 for Tactic), and the test split is not used.

All configurations share the same test split (the original test set) to ensure fair comparison.

Data Fields

Each CSV file contains the following columns (some may be present only in specific configurations):

Column Type Description
Sentence string The input text (utterance).
Speech Act Type string (class label) Target for the SA task. One of 10 speech act types (see label sets below).
Tactic string (class label) Target for the Tactic task. One of 3 utterance types (see label sets below).
Sentiment string Sentiment polarity (e.g., POS, NEG, NEUT, POSX, NEGX, POSU, NEGU). Present in all configurations.
Aspect string Aspect categories (comma‑separated codes, e.g., DR, S, Q). See the Aspect Categories section for the full list of codes and meanings. Present in all configurations.
Speech Act Subtype string Fine‑grained subtype of the speech act. Present in all configurations.
is_augmented bool (optional) Indicates whether the example was synthetically generated. Present only in balanced and augmented configs.
original_sentence string (optional) The original sentence before augmentation. Present only in balanced and augmented configs.
aug_method string (optional) The augmentation method used (e.g., synonym, 'antonym', 'word2vec', back_translation, contextual). Present only in balanced and augmented configs.
is_oversampled bool (optional) Indicates whether the example is a duplicate. Present only in oversampled configs.

Label sets:

Speech Act Type (10 classes) – for the SA task:

  • Вердиктив («+»)
  • Вердиктив («-»)
  • Директив
  • Квалификатив
  • Комиссив
  • Перформатив («0»)
  • Перформатив («+-»)
  • Репрезентатив
  • Экспрессив (эмотив «+»)
  • Экспрессив (эмотив «-»)

Tactic (3 classes) – for the Tactic task:

  • Контекст
  • Мотивировка
  • Оценка

Aspect Categories

Each example may be annotated with one or more aspect codes (separated by commas). The codes reflect different aspects of medical service mentioned in the utterance. Below is the complete list of codes and their meanings:

Code Meaning
C Clinic – the medical center in general
CH Doctor's Characteristics – politeness, empathy, attentiveness, etc.
COM Communication – appointment scheduling, test result delivery, online services, etc.
CUR Treatment – medical procedures, therapy, prescribed interventions, etc.
D Disease/Condition – symptoms, health issues, etc. that cause the patient to make an appointment
DOC Documents – medical records, certificates, insurance papers, and other official paperwork that requires a medical assessment
DR Doctor – the physicians (including their competence, actions, recommendations, etc.)
DRUG Medication – drugs, prescriptions, pharmacy issues, etc.
E Emotional Impression – overall emotional experience, feelings about the visit.
EQ Equipment – medical devices, equipment quality, availability, etc.
F Food – meals, catering, food quality in the clinic, etc.
G Other Healthcare-related Aspects – miscellaneous aspects not covered elsewhere.
INT Interior – design, cleanliness, comfort of the premises, etc.
L Location – accessibility, neighborhood, ease of finding the clinic, etc.
M Financial Policy – pricing, insurance coverage, payment options, etc.
MGM Management – administrative staff, management quality, etc.
O Other – uncategorized aspects.
P Patient – direct mentions of a patient or other individuals in the role of a patient.
PARK Parking – parking space availability, cost, convenience, etc.
Q Quality of Medical Service – overall service quality, effectiveness, outcomes, side effects, etc.
RVW Reviews – references to opinions of other patients, reputation.
S Staff – nurses, administrators, receptionists, etc.
SER Services – list of services offered by the center.
SUP Supplies – disposable items, shoe covers, gowns, etc.
T Appointment – appointment, scheduling, etc.
TR Attitude Towards Patient – respect, care, communication style, etc.
W Waiting Time – time spent waiting for an appointment, service, etc.

Multiple codes may appear together (e.g., DR, S, Q). The codes are normalized to uppercase and separated by commas.

Sentiment Categories

Each utterance is annotated with a sentiment label reflecting the overall polarity and strength of emotional evaluation expressed towards the aspects. The labels are normalized to uppercase.

  • POS - positive
  • POSX - high positive
  • POSU - low positive
  • NEG - negative
  • NEGX - high negative
  • NEGU - low negative
  • NEUT - neutral

Data Splits

For each configuration, the data is split into:

  • Train
  • Validation
  • Test – fixed, identical across all configurations for that task.

Configurations Details

Speech Act (SA) Configurations

Config Target per class Total train Total val Synthetic Data
original varies (imbalanced) 14,740 3,159 No
balanced 1,500 10,500 2,250 Yes (augmentation for small classes)
augmented 3,000 21,000 4,500 Yes (augmentation for most classes)
oversampled 5,000 35,000 7,500 Yes (duplication)

Pragmatic Type (Tactic) Configurations

Config Target per class Total train Total val Synthetic Data
original varies (imbalanced) 14,740 3,159 No
balanced 3,000 6,300 1,350 No
augmented 8,600 18,060 3,870 Yes (augmentation for 'Мотивировка')
oversampled 10,000 21,000 4,500 Yes (duplication)

Test split sizes: 3159 examples for each task (same as original).

Dataset Creation

The original dataset was built from a manually annotated collection of Russian texts (customer feedback on the service in private medical centers). The annotation was performed by trained linguists.

Splitting Strategy: stratified split (70% train, 15% validation, 15% test) was applied independently for each target variable (SA and Tactic) to preserve class proportions.

Balancing Strategies:

  • balanced: undersampling of majority classes + augmentation for classes with fewer examples than the target size.
  • augmented: same but with a higher target size (more augmentation).
  • oversampled: simple random oversampling (duplication) to reach the target size, no augmentation.

Data Augmentation

The augmentation pipeline (applied only to balanced and augmented configurations) uses the ru-nlpaug library — a Russian-oriented fork of the nlpaug toolkit. The augmentation process randomly selects one of five methods based on predefined probability weights:

Augmentation Method Weight Description
Synonym replacement 0.1 Replace adjectives with synonyms using a Russian thesaurus and morphological analysis (Stanza, pymorphy2).
Antonym replacement 0.1 Replace adjectives with antonyms.
Word2Vec-based replacement 0.2 Replace words with semantically close vectors from the tayga_upos_skipgram_300_2_2019 model (RusVectores).
Back-translation 0.3 Russian → English → Russian using OPUS-MT models: Helsinki-NLP/opus-mt-ru-en and Helsinki-NLP/opus-mt-en-ru.
Contextual replacement 0.3 Mask random tokens and predict replacements using a fine-tuned ruBERT model (random choice from top‑20 candidates, excluding stopwords).

For replacement-based methods, 20% of tokens are modified per augmentation step. If the result is empty or invalid, the original text is kept.

Citation Information

If you use this dataset in your research, please cite the following paper (to be added when published):

@inproceedings{...,
  title = {Pragmatic Classification of Russian Customer Feedback on Medical Service},
  author = {Babina O.I.},
  booktitle = {TBA},
  year = {2026}
}

How to Load the Dataset

You can load the dataset using the Hugging Face datasets library:

from datasets import load_dataset

# Load default config (sa_original)
dataset = load_dataset("helling100/sentiment-pragmatic-med-ru")

# Load a specific config
dataset = load_dataset("helling100/sentiment-pragmatic-med-ru", name="sa_augmented")
dataset = load_dataset("helling100/sentiment-pragmatic-med-ru", name="tactic_balanced")

# Access splits
train = dataset["train"]
val = dataset["validation"]
test = dataset["test"]  
Downloads last month
43