CT_EBM_SP_Based_西班牙循证医学临床试验标注语料数据

数据集概述

本数据集为西班牙循证医学临床试验语料库（CT-EBM-SP），包含一千二百篇西班牙语临床试验相关文本（共二十九万二千一百七十三个词元），涵盖五百篇期刊摘要及七百篇临床试验公告，标注有解剖学、药理化学物质等四类医学实体，适用于医学自然语言处理研究。

文件详解

• 文件名称：CT-EBM-SP.zip
• 文件格式：ZIP
• 字段映射介绍：压缩包内含一千二百篇西班牙语临床试验相关文本，所有文本均标注有来自统一医学语言系统的四类语义组实体：解剖学（ANAT）、药理和化学物质（CHEM）、病理学（DISO）、实验室检测及诊疗程序（PROC），标注实体总数为四万六千六百九十九个，其中百分之十三点九八为嵌套实体。

适用场景

• 医学自然语言处理模型训练: 用于西班牙语医疗文本的实体识别、关系抽取等模型开发与优化。
• 循证医学研究: 辅助分析西班牙语临床试验文献中的医学实体分布及关联规律。
• 医学语义标注评估: 基于双重标注样本及标注一致性数据，开展医学文本标注方法的准确性验证。
• 多语言医疗语料库构建: 作为西班牙语医学语料资源，补充多语言医疗自然语言处理研究的语料覆盖。