数据集概述
本数据集为职业-临床知识图谱，基于Mesinesp2语料库（含科学文献、临床试验等人工标注内容）和临床病例报告两类语料库中标准化概念的共现关系构建，通过命名实体识别（NER）系统提取疾病、药物等临床相关提及信息，形成职业与健康状态关联的知识图谱资源。
文件详解
- README.txt
- 文件格式：TXT
- 内容介绍：数据集概述文档，说明知识图谱的构建来源、语料库类型及实体提取范围
- clinical_cases_co-occurrence.zip
- 文件格式：ZIP
- 字段映射介绍：包含职业与临床实体的共现数据，字段包括span_mention_1（职业原文提及）、normalized_entity_1（标准化职业实体）、code_mention_1（标准化ID）、mention_controlled_vocab（标准化术语表）、mention1_category（NER标签）、mention1_freq（职业实体频率）、span_mention_2（临床实体原文提及）、normalized_entity_2（标准化临床实体）、code_mention_2（临床实体标准化ID）、mention2_category（临床实体NER标签）、co-occurrence（共现次数）
- mesinesp2_co-occurrence.zip
- 文件格式：ZIP
- 字段映射介绍：包含Mesinesp2语料库中职业与临床实体的共现数据，字段与clinical_cases_co-occurrence.zip一致
数据来源
西班牙国家I+D+i 2020项目AI4ProfHealth（PID2020-119266RA-I00）
适用场景
- 职业健康关联研究：分析不同职业与疾病、症状等临床实体的关联关系
- 医疗知识图谱构建：用于职业健康领域知识图谱的扩展与完善
- 临床实体共现分析：研究职业与药物、诊疗流程等临床实体的共现规律
- 职业健康风险评估：支撑职业相关健康风险因素的挖掘与评估研究
