Medical Text Annotation Project

kaggle2025-09-09 更新2025-10-25 收录

医学文本处理

实体识别

数据链接：

https://www.kaggle.com/datasets/firdoz/medical-data-annotation-project 数据链接链接失效反馈

官方服务：

资源简介：

Annotated medical text dataset for Named Entity Recognition(NER) tasks

用于命名实体识别（Named Entity Recognition，NER）任务的标注医疗文本数据集

创建时间：

2025-09-09

RONEC

实体识别

自然语言处理

RONEC是罗马尼亚语的命名实体语料库，由布加勒斯特理工大学创建。该数据集包含5127个句子，共26377个命名实体，涵盖16种不同的实体类别。数据来源于版权免费的报纸文本，旨在解决罗马尼亚语在命名实体识别领域的资源匮乏问题。数据集创建过程中，通过多次迭代和讨论，不断优化标注指南，最终形成高质量的标注结果。RONEC的应用领域广泛，可用于信息提取、机器翻译等多种自然语言处理任务。

arXiv2020-04-28 更新170

DavidFM43/gutenberg_spacy-ner-monitoring

实体识别

自然语言处理

--- dataset_info: features: - name: tokens sequence: string - name: ner_tags sequence: class_label: names: '0': O '1': B-CARDINAL '2': I-CARDI

Hugging Face2023-04-08 更新120

liahchan/wnut_test_subset

自然语言处理

实体识别

--- dataset_info: features: - name: id dtype: string - name: tokens sequence: string - name: ner_tags sequence: int64 splits: - name: train num_bytes: 23919.0 num_examp

Hugging Face2023-03-04 更新70

Tippawan/SNOMED-CT-NER-V.2

医学术语识别

实体识别

--- dataset_info: features: - name: text sequence: string - name: tag sequence: int64 splits: - name: train num_bytes: 226675 num_examples: 1228 - name: validation num_

Hugging Face2024-04-12 更新150

uzair921/QWEN_WNUT_17_EMBEDDINGS_TEXT_LLM_RAG_25_openai_Text

自然语言处理

实体识别

该数据集是一个用于命名实体识别的任务的数据集，包含tokens（文本序列）和ner_tags（实体标签序列）两个特征。实体标签序列包含多个类别，如公司、作品、团体、地点、人物和产品等。数据集分为训练集、验证集和测试集，分别包含2391、1009和1287个示例。数据集的总大小为1,374,988字节，下载大小为381,440字节。

Hugging Face2025-02-08 更新70

Medical Text Annotation Project

资源简介：

相关数据集