胰腺癌生物医学知识图谱数据集

数据集概述

该数据集包含约一百万条高置信度胰腺癌生物医学三元组，涵盖23个相关生物医学实体和11种常见关系类型。每条三元组配有模拟科学表述的自然语言句子及0.75至1.00的注意力得分，为生物医学自然语言处理模型提供训练或验证资源。

文件详解

• 文件名称: pancreatic_cancer_kg_original.csv
• 文件格式: CSV
• 字段映射:
• head: 头实体（如erlotinib）
• relation: 实体间关系（如associated_with）
• tail: 尾实体（如p53）
• sentence: 模拟科学表述的自然语言句子
• attention_score: 模型置信度得分（0.75-1.00）

适用场景

• 生物医学自然语言处理模型训练与验证
• 知识提取系统的基准测试
• 胰腺癌相关生物医学实体关系挖掘
• 生物医学文本生成模型优化
• 医学知识图谱构建方法研究