Types and statistics of entity mentions annotated in the PhenoCHF corpus.

NIAID Data Ecosystem2026-03-09 收录

数据链接：

https://figshare.com/articles/dataset/Types_and_statistics_of_entity_mentions_annotated_in_the_PhenoCHF_corpus_/3841359 数据链接链接失效反馈

官方服务：

资源简介：

Types and statistics of entity mentions annotated in the PhenoCHF corpus.

创建时间：

2016-09-20

xusenlin/cmeee

医学命名实体识别

医学文本处理

CMeEE是一个中文医学命名实体识别数据集，包含文本和实体信息。实体信息包括实体的ID、实体字符串、起始位置、结束位置和标签。数据集分为训练集、测试集和验证集，分别包含15000、3000和5000个样本。

Hugging Face2022-12-07 更新400

CMeEE-V2 experimental results.

医学命名实体识别

文本信息抽取

Chinese Medical Named Entity Recognition (CMNER) seeks to identify and extract medical entities from unstructured medical texts. Existing methods often depend on single-modality representations and fa

Figshare2025-06-11 更新30

JoelMba/QUAERO_emea_CAS_annotations_combined_v2

医学命名实体识别

疾病实体标注

QUAERO_emea_CAS_annotations_combined_v2数据集是一个用于命名实体识别（NER）的标注数据集，专注于疾病实体的标注。数据集采用BIO标注方案，其中B-Disorders表示疾病实体的开始，I-Disorders表示疾病实体的内部，O表示非疾病实体。数据集包含id、tokens、ner_tags、ner_tag_labels和document_id等特征，适用于自

Hugging Face2026-04-27 更新10

JoelMba/PARHAF_CASM2_guidelines

医学命名实体识别

疾病实体标注

PARHAF_CASM2_guidelines数据集是一个用于命名实体识别（NER）任务的文本数据集，专注于疾病实体识别。数据集包含文本序列（tokens）和对应的NER标签（ner_tags），标签采用BIO标注方案，包括B-Disorders（疾病开始）、I-Disorders（疾病内部）和O（其他）。数据集分为训练集（3072个示例）和验证集（1181个示例），每个示例包含id、tokens

Hugging Face2026-04-28 更新80

Models for Extracting Medical Entities from Text

医学命名实体识别

社交媒体医学文本挖掘

Included are 3 pre-trained models on the 3 respective social media datasets: CADEC, Micromed, and MedRed, for extracting medical entities from text. These models can be used in the GitHub repo:https:

NIAID Data Ecosystem20

Types and statistics of entity mentions annotated in the PhenoCHF corpus.

资源简介：

相关数据集