找到12个数据集

标签: 开发集

过滤结果

  • CodiEsp西班牙语临床病例ICD10编码金标准数据集_CLEF2020

    2025年12月19日 30 200 24

    数据集概述 该数据集是CLEF eHealth 2020 CodiEsp赛道的西班牙语临床病例金标准语料库，包含训练集、开发集、测试集（含人工注释）及未标注背景集，共一千个临床病例，采用CIE10（西班牙版ICD10）编码术语，为非英语临床病例自动编码研究提供标注数据。 文件详解 数据集为zip压缩包，包含四个文件夹，具体如下： -...
    packageimg

  • MEDDOCAN西班牙语临床病例报告匿名化标注数据集

    2025年12月16日 30 83 71

    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:...
    packageimg

  • 辅音挑战语料库

    2025年12月16日 30 171 151

    数据集概述 该语料库提供用于支持人机辅音识别对比（安静与噪声环境）的数据集。包含二十四名英语母语者（十二女、十二男）的语音数据，覆盖二十四个英语辅音在九种元音环境、两种重音类型下的发音，共一万零三百六十八个语音样本，适用于自动语音识别实验的训练、开发和测试。 文件详解 技术说明文件: readme.pdf:...
    packageimg

  • ClinSpEn平行语料库_英语_西班牙语COVID_19临床病例_术语和本体概念数据集

    2025年12月14日 30 102 26

    数据集概述 该数据集为ClinSpEn平行语料库，包含英语-西班牙语COVID-19临床病例报告、临床术语及本体概念三类数据，由专业医学翻译人员翻译并经临床专家修订，适用于训练和评估临床机器翻译系统，还提供单语背景数据用于分析系统在未见过数据上的表现。 文件详解 文件名称: clinspen_corpora_complete.zip 文件格式:...
    packageimg

  • Aitslab_bioimaging1荧光显微镜核标注数据集

    2025年12月13日 30 131 108

    数据集概述 本数据集为荧光显微镜图像基准数据集，含Hoechst 33342染色的细胞核、核碎片及微核标注。图像来自U2OS骨肉瘤细胞系RNA干扰筛选，共50张图像、2000余个标注核对象，预分为训练、开发、测试集，可用于训练细胞核分割神经网络。 文件详解 该数据集包含5个文件，具体说明如下： - 数据文件（压缩包形式）： -...
    packageimg

  • 心脏离子通道小分子活性综合数据集

    2025年12月12日 30 199 6

    数据集概述 该数据集是一个面向药物发现领域的综合数据库，涵盖hERG、Nav1.5和Cav1.2三种心脏离子通道的小分子活性数据。数据以压缩文件形式组织，每个离子通道目标包含开发集（含训练/验证子集）及两个不同结构相似度阈值的外部测试集，为离子通道毒性预测模型的构建与评估提供标准化数据支持。 文件详解 压缩文件: dataset.rar:...
    packageimg

  • MESINESP2西班牙语生物医学语义索引标注语料库

    2025年12月11日 30 53 19

    数据集概述 该数据集为MESINESP2任务生成的人工标注语料库，包含科学文献、临床试验、专利摘要三类西班牙语生物医学文档，由领域专家使用DeCS受控词汇标注，旨在推动非英语生物医学内容语义索引工具的开发。 文件详解 子任务语料压缩包：...
    packageimg

  • 时间感知命名实体识别推特语料库

    2025年12月10日 30 186 153

    数据集概述 该数据集为命名实体识别任务开发，包含2014-2019年的12000条标注推特，每年2000条。标注实体类型为地点（LOC）、人物（PER）和组织（ORG），用于研究时间数据漂移对NER模型的影响。 文件详解 文件名称: temporal-ner-twitter-corpus.zip 文件格式: ZIP压缩包 内容说明:...
    packageimg

  • Cantemist肿瘤临床病例CIE_O_3术语标注金标准语料库

    2025年12月9日 30 65 21

    数据集概述 该数据集是Cantemist共享任务语料库，包含训练集、开发集、测试集及背景集，涵盖cantemist-ner、cantemist-norm、cantemist-coding三个子任务的金标准标注数据，背景集为无标注文档，用于西班牙语癌症文本挖掘研究。 文件详解 数据集包含一个压缩文件，具体说明如下： - 文件名称:...
    packageimg

  • BNE_Based_PastReader_2025_历史报刊数字化完整数据

    2025年12月8日 30 108 77

    数据集概述 该数据集用于IberLEF 2025的PastReader 2025共享任务，基于西班牙国家图书馆数字化的公共领域历史报刊生成，包含训练、开发、测试三类压缩文件，支持相关历史文本处理任务研究。 文件详解 文件名称：train.zip 文件格式：ZIP压缩文件 说明：训练集压缩包，具体内容未提供预览 文件名称：dev.zip...
    packageimg

  • Zenodo_DCASE2024Task7_Based_文本提示环境声音合成完整数据集

    2025年12月7日 30 159 137

    数据集概述 本数据集包含三百一十组音频片段与对应文本提示，音频时长均为四秒。所有内容经人工精心设计，支持环境声音场景合成任务的生成模型开发与评估。数据分为开发集与评估集，结构清晰，可实现对生成模型的可控量化评估。 文件详解 数据集以压缩包形式提供，解压后包含以下目录结构： - 开发集目录（dev/）： - audio/：存放开发集的WAV格式音频文件...
    packageimg

  • DrugProt语料库_BioCreative_VII_Track1_药物化学物质_蛋白质相互作用文本挖掘数据集

    2025年12月4日 30 4 0

    数据集概述 该数据集是BioCreative VII Track 1任务的金标准标注语料库，包含训练集、开发集、测试集及背景集，涵盖PubMed摘要、人工标注的化学物质/基因实体及化学-蛋白质关系，用于推动药物发现、精准医疗相关的文本挖掘系统开发。 文件详解 训练集文件夹...
    packageimg