bigbio/meddocan

MEDDOCAN数据集是为MEDDOCAN任务设计的，该任务由Plan de Impulso de las Tecnologías del Lenguaje赞助。数据集包含1000个来自西班牙临床案例语料库（SPACCC）的临床案例报告，这些报告被手动分类并丰富了PHI（个人健康信息）表达式。整个实体提及的注释由专家注释者完成，包括29种对医疗文档匿名化相关的实体类型，其中22种类型在语料库中实际存在。这些实体类型包括TERRITORIO, FECHAS, EDAD_SUJETO_ASISTENCIA等。

原始信息汇总

数据集概述

• 名称: MEDDOCAN
• 语言: 西班牙语
• 许可证: CC-BY-4.0
• 多语言性: 单语种
• 任务: 命名实体识别（NER）

数据集详细信息

• 主页: https://temu.bsc.es/meddocan/
• 公共可用性: 是
• 包含的实体类型: 29种，其中22种实际存在于语料库中，包括TERRITORIO, FECHAS, EDAD_SUJETO_ASISTENCIA等。

数据集来源与用途

• 设计目的: 用于MEDDOCAN任务，该任务由Plan de Impulso de las Tecnologías del Lenguaje赞助。
• 数据来源: 手动分类的1,000份临床病例报告，源自西班牙临床病例语料库（SPACCC），并丰富了PHI表达。

联系方式与引用信息

• 联系方式: [e-mail]

• 引用格式:

  @inproceedings{marimon2019automatic, title={Automatic De-identification of Medical Texts in Spanish: the MEDDOCAN Track, Corpus, Guidelines, Methods and Evaluation of Results.}, author={Marimon, Montserrat and Gonzalez-Agirre, Aitor and Intxaurrondo, Ander and Rodriguez, Heidy and Martin, Jose Lopez and Villegas, Marta and Krallinger, Martin}, booktitle={IberLEF@ SEPLN}, pages={618--638}, year={2019} }