数据集概述
该数据集是西班牙语临床文本中“毒性习惯”命名实体识别的标注数据，聚焦烟草使用、酒精消费、非法药物使用等实体的检测与分类，含训练集和测试集，为临床及流行病学研究提供标注资源。
文件详解
- 训练集文件：
- ToxHabits(ToxNER)_Train_ANNFiles.zip：ZIP格式，包含ToxNER任务的训练集标注文件
- ToxHabits(ToxUse)_Train_ANNFiles.zip：ZIP格式，包含ToxUse任务的训练集标注文件
- 测试集文件：
- ToxHabits(ToxNER)_Test_ANNFiles.zip：ZIP格式，包含ToxNER任务的测试集标注文件
- ToxHabits(ToxUse)_Test_ANNFiles.zip：ZIP格式，包含ToxUse任务的测试集标注文件
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
- 生物医学NLP研究：用于毒性习惯命名实体识别模型的训练与评估
- 临床文本分析：从西班牙语病历中提取毒性习惯相关实体
- 流行病学研究：支持毒性行为相关数据的自动化提取与统计
- 医学信息标准化：推进临床文本中健康风险因素的规范化标注研究
