MultiCardioNER语料库_临床命名实体识别系统的心脏病学领域多语言适配数据集

数据集概述

该数据集为MultiCardioNER共享任务语料库，聚焦临床命名实体识别（NER）系统向心脏病学领域的适配。整合DisTEMIST（疾病）、DrugTEMIST（药物）及新标注心脏病临床病例数据，含训练、开发验证与测试集，支持西班牙语疾病识别及多语言药物识别两大任务。

文件详解

• 文件名称: multicardioner_train+dev+test+bg+mappings_240528.zip
• 文件格式: ZIP压缩包
• 包含内容: 训练数据（DisTEMIST与DrugTEMIST，1000份文档）、开发验证集（258份心脏病临床病例文档）、测试集（250份心脏病临床病例文档）、背景集文件及文件名映射文件

数据来源

巴塞罗那超级计算中心（NLP for Biomedical Information Analysis团队）

适用场景

• 临床NLP研究：用于开发与评估心脏病学领域的命名实体识别系统
• 多语言医学文本处理：适配西班牙语、英语、意大利语的药物实体识别模型
• 领域适配算法研究：探索通用临床NER系统向心脏病学细分领域的迁移方法
• 医疗数据标准化：支持疾病与药物实体的结构化提取与归一化分析