PharmaCoNER药物物质化合物蛋白质命名实体识别西班牙语临床案例报告语料库

数据集概述

该数据集是PharmaCoNER共享任务的人工标注黄金标准语料库，包含1000篇西班牙语临床案例报告，覆盖肿瘤学、泌尿学等多个医学领域，标注了药物物质、化合物、蛋白质等实体，适用于生物医学命名实体识别研究。

文件详解

• 文件名称: pharmaconer.zip
• 文件格式: ZIP压缩文件
• 内容说明: 包含训练集、开发集、测试集（Brat格式标注）及无标注背景集；标注实体分为可归一化化学物质、不可归一化化学物质、蛋白质/基因、临床相关通用物质类四种类型，基于SNOMED-CT等标准进行归一化。

适用场景

• 生物医学命名实体识别模型训练与评估
• 西班牙语临床文本中药物与蛋白质实体的自动提取研究
• 多医学领域实体标注标准的验证与优化
• 医疗信息抽取系统的性能测试基准数据集