BC4CHEMD (BioCreative IV Chemical compound and drug name recognition)

由 Krallinger 等人介绍。在 CHEMDNER 化学品和药物语料库及其注释原则中
BC4CHEMD 是 10,000 个 PubMed 摘要的集合，其中包含由专家化学文献策展人手动标记的总共 84,355 个化学实体提及。

Introduced by Krallinger et al. in the CHEMDNER Chemical and Drug Corpus and its annotation principles, BC4CHEMD is a collection of 10,000 PubMed abstracts containing a total of 84,355 chemical entity mentions manually labeled by expert chemical literature curators.

搜集汇总

背景与挑战

背景概述

BC4CHEMD是一个用于化学化合物和药物名称识别的生物医学文本数据集，包含10,000个PubMed摘要，其中专家手动标注了84,355个化学实体提及。该数据集由西班牙国家癌症研究中心和纳瓦拉大学于2014年发布，适用于文本预训练、命名实体标注等自然语言处理任务，具有规模大、标注质量高的特点。