健康评估知识图谱构建与语义标注数据集

数据清洗校验规则：剔除无效体检文本、实体边界标注错误、关系逻辑矛盾的不合格样本；全部人体相关数据完成脱敏去标识化；统一实体命名、关系语义定义、指标单位规范，保障标注样本统一复用、模型训练稳定。 结构化处理规则：按脱敏健康原始文本 — 健康实体词表与映射 — 多层语义关系标注 — 图谱三元组构建 — 图谱入库质控五级分层，每条样本标注人群类别、文本来源、标注批次标签；以脱敏文本编码为主键绑定全套标注、本体、入库记录，实现图谱构建全流程溯源检索。 算法模型应用：BERT、BiLSTM-CRF 完成实体抽取与语义关系识别；本体推理算法完成知识图谱冲突校验；图存储入库算法实现三元组批量构建；精确率、召回率、F1 值量化评价标注与模型效果；差分隐私算法保障文本数据隐私安全。 合规处理：全部文本数据经受试者知情同意与医学伦理审查，剔除所有可识别个人隐私信息，无第三方涉密、商用数据；文本采集、标注、图谱构建全流程遵守《数据安全法》《个人信息保护法》《基本医疗卫生与健康促进法》，原始文本、伦理审批文件完整留存备查。

搜集汇总

背景与挑战

背景概述

该数据集面向智慧医疗知识工程与健康智能问答，通过脱敏处理、实体标注、多层语义关系标注构建健康评估知识图谱，并采用BERT、BiLSTM-CRF等算法实现自动实体抽取与关系识别。数据严格遵循《数据安全法》等法规，完成隐私脱敏与伦理审查，支持图谱构建全流程溯源与模型训练评估。