数据集概述
本数据集包含2020年2月13日通过维基数据查询服务获取的1000个疾病本体术语及其维基数据映射，覆盖英语及印地语、孟加拉语等十七种主要印度语言，旨在评估非英语语言疾病相关术语的覆盖进展。
文件详解
- SPARQL.txt：文本格式，存储用于获取数据的SPARQL查询语句，包含疾病本体ID筛选、多语言标签获取等查询逻辑。
- query.csv：CSV格式，包含多语言标签数据，字段包括术语条目、英语标签、英语维基百科标题、印地语标签、孟加拉语标签等十七种语言标签及站点链接数。
- query.tsv：TSV格式，内容与query.csv一致，字段映射相同。
- query.html：HTML格式，查询结果的网页展示文件。
- query.json.txt：文本格式，查询结果的JSON数据（因上传问题重命名）。
适用场景
- 医学术语标准化研究：分析多语言疾病术语的覆盖现状与差异。
- 维基数据内容评估：评估非英语语言疾病相关数据的完整性与进展。
- 多语言医疗资源建设：为印度地区多语言医疗信息平台提供术语映射基础。
- 语义网数据应用：支持基于疾病本体与维基数据的跨语言语义查询与关联分析。
