数据集概述
本数据集是MEDDOPROF共享任务的测试集，用于西班牙语临床病例中职业、就业状态的自动检测。该任务包含三个子任务：职业实体识别（MEDDOPROF-NER）、职业指代分类（MEDDOPROF-CLASS）和职业标准化（MEDDOPROF-NORM），可支撑医疗、社会服务、制药等多领域的文本处理需求，数据集包含一个压缩文件。
文件详解
- 文件名称：
meddoprof-test-GS.zip
- 文件格式：ZIP
- 字段映射介绍：压缩包内含MEDDOPROF共享任务测试集的黄金标准数据，包含西班牙语临床病例文本及对应标注，支撑三个子任务的评估：识别职业提及的边界与类型（PROFESION、SITUACION_LABORAL、ACTIVIDAD）、分类职业指代对象（PACIENTE、FAMILIAR、SANITARIO、OTRO）、按参考代码列表进行职业标准化。
数据来源
Salvador Lima-López等作者的论文“NLP applied to occupational health: MEDDOPROF shared task at IberLEF 2021...”
适用场景
- 医疗文本职业信息识别：用于测试西班牙语临床病例中职业、就业状态的自动检测模型性能。
- 自然语言处理模型训练：支撑医疗领域NER、分类、标准化等NLP子任务的模型开发与评估。
- 跨领域文本分析：为医疗、社会服务、制药行业提供职业相关文本处理的基础数据。
- 医疗数据匿名化辅助：为临床文本匿名化等NLP任务提供职业实体标注参考。
