首页/数据集/A Knowledge-Enhanced Hybrid Extractive Summarization Pipeline for Clinical Notes using TF-IDF, UMLS Entities, and BioLinkBERT

A Knowledge-Enhanced Hybrid Extractive Summarization Pipeline for Clinical Notes using TF-IDF, UMLS Entities, and BioLinkBERT

NIAID Data Ecosystem2026-05-02 收录

临床文本摘要

信息抽取

数据链接：

https://data.mendeley.com/datasets/32zwgwff5b 数据链接链接失效反馈

官方服务：

资源简介：

TOTALLY 4999 MEDICAL TRANSCRIPTIONS ARE AVAILABLE

应用场景：

创建时间：

2025-07-31

相关数据集

tarteel-ai/quranqa

宗教文本理解

信息抽取

QRCD（古兰经阅读理解数据集）由1,093个问题-段落对组成，这些对与提取的答案结合形成了1,337个问题-段落-答案三元组。数据集支持的任务是问答系统，使用部分互逆排名（pRR）作为评估指标。数据集的语言是古兰经阿拉伯语，数据集的创建和注释过程由专家生成。数据集的结构包括数据实例、数据字段和数据分割。数据集的许可证是CC-BY-ND 4.0。

Hugging Face2024-09-11 更新330

FanChen0116/19100_chat_80x_slot

实体识别

信息抽取

--- dataset_info: features: - name: id dtype: int64 - name: tokens sequence: string - name: labels sequence: class_label: names: '0': O '1': I-tim

Hugging Face2023-09-22 更新170

Researcher Profile Extraction Dataset

信息抽取

研究者档案构建

A copy of the dataset used for researcher profile extraction by Jie Tang, Jing Zhang, Limin Yao, Juanzi Li, Li Zhang, and Zhong Su. This dataset was downloaded from https://aminer.org/lab-datasets/

Figshare2018-03-28 更新50

BenchIE

信息抽取

自然语言处理

该数据集支持对英语、中文和德语的OIE系统进行全面评估，使用二进制的OIE注释。此外，数据集中的黄金元组根据事实同义词集进行分组，评估时采用基于事实的匹配方法。在英语语料库中，包含了300个句子和1,350个事实同义词集。该数据集的任务是开放信息抽取。

arXiv310

TA4_corpus

信息抽取

葡萄牙语文本处理

Dataset developed for the OpenIE task in PT-BR, using generative models for translation and algorithms for aligning translated content.

NIAID Data Ecosystem70