数据集概述
本数据集是支持从生物医学文本中进行本体富集的资源，通过概念发现与定位实现。基于MedMentions数据集（PubMed摘要），适配2014和2017版SNOMED CT的疾病（障碍）子类别及临床发现、操作、药物/生物制品等更广泛类别，为生物医学本体研究提供数据支持。
文件详解
- 文件名称: OET-data-ver4.zip
- 文件格式: ZIP压缩包
- 内容说明: 包含版本4的数据集文件，根据文档描述，该版本为知识库外提及发现和概念定位分别提供提及级数据，将原测试集拆分为验证集与测试集，优化评估结构。
数据来源
- SNOMED CT
- UMLS
- MedMentions
适用场景
- 生物医学本体研究: 用于开发和评估从文本中发现新医学概念并将其放置到现有本体（如SNOMED CT）中的算法模型
- 知识库外实体发现: 支持研究如何识别文本中未被现有医学知识库收录的概念提及
- 医学文本挖掘: 为生物医学文献中的概念提取、实体链接等任务提供标注数据
- 临床语义应用: 辅助构建更完善的临床术语系统，提升电子健康记录等文本数据的语义处理能力
