数据集概述
本数据集为MESINESP2研讨会后发布的补充数据，包含人工标注记录和银标准数据集两部分。人工标注记录涵盖竞赛评估数据集的验证与未验证标注信息；银标准数据集基于6支团队24次系统运行结果构建，含超580万数据点，可用于丰富生物医学语义索引任务的训练数据。
文件详解
- all_annotations_withIDsv3.tsv
- 文件格式：TSV
- 字段映射介绍：包含annotatorName（标注者ID）、documentId（源数据库文档ID）、decsCode（DeCS编码）、timestamp（标注时间）、validated（是否验证）、SpanishTerm（西班牙语描述符）、mesinespId（MESINESP内部文档ID）、dataset（数据集类型）、source（源数据库）字段。
- mesinesp_silver_standard.zip
- 文件格式：ZIP
- 字段映射介绍：包含SubmissionName（团队别名）、REALdocumentId（真实文档ID）、mesinespId（MESINESP文档ID）、docSource（源数据库）、decsCode（DeCS编码）、SpanishTerm（西班牙语描述符）、MiF（Micro-f1）、MiR（Micro-Recall）、MiP（Micro-Precision）、Acc（准确率）、consensus（编码共识次数）字段。
数据来源
BioASQ 2020研讨会MESINESP2任务
适用场景
- 生物医学语义索引模型训练：利用银标准数据集丰富训练数据，提升模型性能。
- 标注质量评估：通过人工标注记录分析标注者行为与标注一致性。
- 系统性能对比：基于银标准数据集的系统评分字段，比较不同团队模型的Micro-f1、召回率、精确率等指标。
- 生物医学术语映射研究：分析DeCS编码与西班牙语术语的对应关系，支持跨语言语义索引任务。
