数据集概述
该数据集包含人工生成的德语半结构化与非结构化临床摘要，附有用INCEpTION平台标注的受保护健康信息（PHI），含标注文件、类型系统及指南文档，为临床文本去标识研究提供支持。
文件详解
- 标注文件:
- grascco_phi_annotation_json.zip: ZIP格式，包含JSON格式的PHI标注数据
- grascco_phi_annotation_xmi.zip: ZIP格式，包含XMI格式的PHI标注数据
- 配置文件:
- layer_inception-gemtex-deid-base_project-grascco.json: JSON格式，定义PHI标注类型（含姓名、日期、联系方式等20+类PHI标签）
- TypeSystem.xml: XML格式，INCEpTION平台导入所需的类型系统配置
- 文档文件:
- _Annoguide_GeMTeXDeID.pdf: PDF格式，GeMTeX项目去标识任务的标注指南
数据来源
Zenodo
适用场景
- 临床自然语言处理研究: 用于训练与评估德语临床文本的PHI识别模型
- 医疗数据隐私保护: 研究自动化去标识技术在德语医疗文档中的应用效果
- 标注工具配置参考: 为INCEpTION平台进行类似医疗文本标注提供配置模板
- 医学信息学教学: 作为临床文本隐私保护相关课程的实践数据集
