数据集概述
该数据集是首个西班牙语临床过敏笔记语料库，包含西班牙阿尔科尔孔基金会大学医院过敏科及急诊科197名患者的828篇临床文本，涉及病历模板多样，含拼写错误、缩写等非正式临床书写特征，为西班牙语过敏领域NLP研究提供数据支持。
文件详解
- 文件名称: HUFA corpus annotation guidelines.pdf
- 文件格式: PDF
- 内容说明: 语料库标注指南文档，可能包含文本标注规则、术语解释及数据处理规范等内容。
- 文件名称: HUFA_Corpus.jsonl
- 文件格式: JSONL
- 内容说明: 语料库主数据文件，以JSON Lines格式存储828篇临床过敏笔记的结构化文本数据。
- 文件名称: HUFA example notes.pdf
- 文件格式: PDF
- 内容说明: 示例笔记文档，提供临床过敏笔记的具体样例，展示文本结构、书写风格及内容特点。
适用场景
- 自然语言处理研究: 用于西班牙语临床文本的分词、命名实体识别、文本分类等NLP任务模型训练与评估。
- 医学文本分析: 探索临床过敏笔记的书写模式、术语使用规律及信息抽取方法。
- 医疗教育: 作为教学案例，帮助医学生或非专业人员理解临床过敏笔记的结构与内容特点。
- 医疗信息系统优化: 为西班牙语电子病历系统的文本处理功能开发提供真实数据支持。
