临床综合征疾病文档标注数据集2023-muhammadimran112233
数据来源：互联网公开数据
标签：临床文档,综合征,疾病,医学,标注,文本数据,神经学,放射学,出院总结,内科,消化内科
数据概述：
本数据集包含493份临床文档，以纯文本格式提供，文件名为xxx_nnn.txt，其中xxx为文档ID，nnn为文档所属的医学类别。医学类别包括神经学、放射学、出院总结、内科和消化内科，每类文档大约有100份。数据集还包括一个CSV格式的标注文件（clinical_annotation_file.csv），其中包含15,656个标注，分为两类。
标注文件的数据格式如下：
- File：文件名
- Start：注释的起始偏移量（从文件开头按字符计数的位置）
- End：注释的结束偏移量
- Text：注释的文本（与原文档中的文本一致）
- Class：提及的类型
数据用途概述：
该数据集适用于医学文本的自然语言处理研究、疾病诊断辅助工具开发、医学教育和临床决策支持系统的建设等多种场景。研究人员可以利用此数据进行文本标注技术的研究，开发自动识别和分类医疗文档中关键信息的工具；医生和学者可以利用此数据进行临床知识的学习和积累；数据集也适合用于教育培训，帮助学习者掌握医学文本处理的基础技能。
