mfarrington/biobert-ner-fda-recalls-dataset
收藏Hugging Face2024-06-07 更新2024-06-12 收录
下载链接：
https://hf-mirror.com/datasets/mfarrington/biobert-ner-fda-recalls-dataset
下载链接
链接失效反馈官方服务：
资源简介：
这是一个专为医疗设备命名实体识别（NER）任务创建的FDA医疗设备召回数据集。该数据集利用了OpenFDA设备召回数据集，经过处理和标注以执行NER任务。数据集进一步处理以提取召回行动元素，用于本数据集的标注。该数据集可用于微调预训练模型，如BERT或BioBERT，以识别和标注医疗设备的商品名称、产品代码和设备组件。
这是一个专为医疗设备命名实体识别（NER）任务创建的FDA医疗设备召回数据集。该数据集利用了OpenFDA设备召回数据集，经过处理和标注以执行NER任务。数据集进一步处理以提取召回行动元素，用于本数据集的标注。该数据集可用于微调预训练模型，如BERT或BioBERT，以识别和标注医疗设备的商品名称、产品代码和设备组件。
提供机构：
mfarrington
原始信息汇总
数据集概述
基本信息
- 数据集名称： FDA CDRH Device Recalls NER Dataset
- 许可证： MIT
- 任务类别：
- 文本分类
- 令牌分类
- 数据集大小： 小于1KB
- 预处理工具： Python, TensorFlow
数据集内容
- 特征：
id：字符串类型，唯一设备召回标识符ner_tags：序列类型，整数64位tokens：序列类型，字符串labels：序列类型，字符串
- 分割：
train：1606个样本，大小为3157376.00498008字节test：402个样本，大小为790326.9950199203字节
- 下载大小： 522272字节
- 数据集总大小： 3947703.0字节
数据集用途
- 直接用途： 用于微调预训练模型如BERT或BioBERT，以识别和标记医疗设备贸易名称、产品代码和设备组件。
数据集结构
- 包含字段：
id：唯一设备召回标识符text：设备召回行动的文本label：NER标签（B-DEVICE, I-DEVICE, O-DEVICE）
数据集创建
- 数据收集与处理： 从Recalls数据集中收集并预处理行动元素，使用Doccano开源标注工具进行清理、去重和标注。
- 标注过程： 使用Doccano工具进行标注，遵循特定的标注方法，如设备名称的多词表示使用B-DEVICE, I-DEVICE格式。
