数据集概述
本数据集包含从PyOBO中的术语和本体中提取的大量生物医学实体的前缀、标识符和同义词信息，以gzip压缩的三列TSV文件格式存储。数据集还包含元数据、样本和汇总文件，可用于生物医学术语的同义词查询和分析。
文件详解
- 数据文件
- 文件名称：synonyms.tsv.gz
- 文件格式：TSV.GZ
- 字段映射介绍：包含三列，分别为前缀（prefixes）、标识符（identifiers）和同义词（synonyms），对应生物医学实体的相关信息。
- 样本文件
- 文件名称：synonyms_sample.tsv
- 文件格式：TSV
- 字段映射介绍：生物医学实体同义词数据的样本，包含前缀、标识符和同义词三列，示例数据如aeo 0000078 tube lumen等。
- 汇总文件
- 文件名称：synonyms_summary.tsv
- 文件格式：TSV
- 字段映射介绍：各生物医学术语源的同义词数量汇总，包含术语源（如umls、pr、mesh等）和对应的数量。
- 元数据文件
- 文件名称：synonyms_metadata.json
- 文件格式：JSON
- 字段映射介绍：包含版本（version）、git哈希（git_hash）、日期（date）和计数（count）等元数据信息。
数据来源
PyOBO
适用场景
- 生物医学术语标准化: 用于统一不同生物医学术语源中实体的同义词表达，提升术语使用的一致性。
- 生物医学数据整合: 辅助不同数据库或数据集之间的实体匹配与关联，支持跨源数据的整合分析。
- 语义检索优化: 为生物医学文献或数据库的语义检索提供同义词支持，提高检索的全面性和准确性。
- 生物医学本体构建: 为生物医学本体的扩展和完善提供同义词资源，增强本体的语义覆盖度。
