knowledgator/biomed_NER

该数据集由从PubMed、FDA和专利摘要中手动注释的生物医学文本组成。它提取了24种不同的实体类型，包括医学和生物学特定的实体以及一般实体如位置和组织。这是此类数据集中最大的之一，包含4840个注释摘要。

This dataset consists of manually annotated biomedical abstracts from PubMed, drug descriptions from FDA and abstracts from patents. It was extracted 24 different entity types, including those specific to medicine and biology and general such as location and organization as well. This is one of the biggest datasets of such kind, which consists of 4840 annotated abstracts. The classes include CHEMICALS, CLINICAL DRUG, BODY SUBSTANCE, ANATOMICAL STRUCTURE, CELLS AND THEIR COMPONENTS, GENE AND GENE PRODUCTS, INTELLECTUAL PROPERTY, LANGUAGE, REGULATION OR LAW, GEOGRAPHICAL AREAS, ORGANISM, GROUP, PERSON, ORGANIZATION, PRODUCT, LOCATION, PHENOTYPE, DISORDER, SIGNALING MOLECULES, EVENT, MEDICAL PROCEDURE, ACTIVITY, FUNCTION, and MONEY. The datasources include PubMed, FDA, and patents.

原始信息汇总

BioMed_general_NER 数据集概述

数据集组成

• 该数据集包含从 PubMed 中手动标注的生物医学摘要、FDA 的药物描述以及专利摘要。
• 数据集涵盖了 24 种不同的实体类型，包括医学和生物学特定的实体类型以及一般实体类型（如位置和组织）。
• 该数据集是此类数据集中最大的之一，包含 4840 个标注摘要。

实体类型描述

1. CHEMICALS - 代表具有独特分子组成的物质，常涉及各种生物或工业过程。
2. CLINICAL DRUG - 指为医疗用途开发的药物，旨在预防、治疗或管理疾病。
3. BODY SUBSTANCE - 表示人体内的物质或材料，包括体液、组织和其他生物成分。
4. ANATOMICAL STRUCTURE - 描述生物体体内的特定部分或结构，常与解剖学和生理学相关。
5. CELLS AND THEIR COMPONENTS - 包含生物体的基本结构和功能单位及其组成元素。
6. GENE AND GENE PRODUCTS - 涉及遗传信息及其产物（如蛋白质），在生物过程中起关键作用。
7. INTELLECTUAL PROPERTY - 涉及与智力创造相关的法律权利，包括发明、文学和艺术作品以及商标。
8. LANGUAGE - 涉及语言元素，包括单词、短语和语言结构，常与沟通或分析相关。
9. REGULATION OR LAW - 代表由权威机构制定的规则、指南或法律框架，以规范行为、实践或程序。
10. GEOGRAPHICAL AREAS - 指地球表面的特定区域、位置或地点，常与特定特征或重要性相关。
11. ORGANISM - 表示一个生物体，通常是植物、动物或微生物，作为独立的生物实体。
12. GROUP - 包含具有共享特征、兴趣或隶属关系的个体集合。
13. PERSON - 代表一个独立的人类个体，常被视为具有个人属性的实体。
14. ORGANIZATION - 指为特定目的或活动而形成的结构化实体、机构或公司。
15. PRODUCT - 包含由过程产生的实体或非实体物品，常与制造或创造相关。
16. LOCATION - 描述一个特定的地点或位置，无论是物理的还是抽象的，具有潜在的相关性。
17. PHENOTYPE - 代表生物体的可观察特征或性状，由其基因型与环境的相互作用产生。
18. DISORDER - 表示生物体正常功能中的异常条件或干扰，常与疾病或医疗状况相关。
19. SIGNALING MOLECULES - 涉及在细胞内和细胞间传递信号的分子，在各种生理过程中起关键作用。
20. EVENT - 描述特定时间和地点的发生或事件，常具有重要性或影响。
21. MEDICAL PROCEDURE - 涉及为医疗目的进行的特定行动或干预，如手术、诊断测试或治疗。
22. ACTIVITY - 包含个人、团体或实体进行的行动、行为或过程。
23. FUNCTION - 描述生物或机械实体的目的或角色，关注其预期或固有的活动。
24. MONEY - 代表用作交换媒介的货币或金融资产，常与经济交易相关。

数据来源

• PubMed - 生物医学文章摘要；
• FDA - 药物描述；
• Patents - 专利摘要；