MEDDOCAN西班牙语临床病例报告匿名化标注数据集

数据集概述

该数据集包含MEDDOCAN共享任务的训练、开发、测试集（含黄金标准标注）及背景集（无标注），用于西班牙语临床病例报告的文档匿名化研究。标注采用Brat和XML格式，支持格式转换，为医学文本去标识任务提供标准化数据。

文件详解

• 文件名称: meddocan.zip
• 文件格式: ZIP压缩包
• 内容说明: 压缩包内包含MEDDOCAN共享任务的训练集、开发集、测试集（带黄金标准标注）及背景集（无标注）。标注数据提供Brat和XML两种格式，支持与i2b2格式的转换。

适用场景

• 医学自然语言处理研究：用于开发和评估西班牙语临床文本的自动去标识模型
• 医疗数据隐私保护：探索医疗文档匿名化技术在临床病例报告中的应用
• 多语言医学文本处理：为跨语言医学信息抽取任务提供标注数据参考
• 标注标准研究：分析黄金标准标注在医学文档匿名化任务中的质量与一致性