bigbio/swedish_medical_ner

swedish_medical_ner是一个瑞典语医学文本的命名实体识别数据集。它由三个子集组成，分别来自三个不同的来源：瑞典维基百科（wiki）、Läkartidningen（lt）和1177 Vårdguiden（1177）。瑞典维基百科和Läkartidningen子集总共包含超过790000个序列，每个序列有60个字符，而1177 Vårdguiden子集是手动标注的，包含927个句子，2740个注释，其中1574个是疾病和发现，546个是药物，620个是身体结构。瑞典维基百科和Läkartidningen的文本是使用医学种子术语列表自动标注的，而1177 Vårdguiden的句子是手动标注的。

原始信息汇总

数据集概述：Swedish Medical NER

数据集描述

• 语言： 瑞典语
• 许可证： CC-BY-SA-4.0
• 多语言性： 单语种
• 任务： 命名实体识别（NER）

数据集详情

• 来源： 该数据集包含三个子集，分别来自瑞典维基百科、Läkartidningen和1177 Vårdguiden。
• 维基百科和Läkartidningen子集： 包含超过790000个序列，每个序列60个字符。
• 1177 Vårdguiden子集： 手动标注，包含927个句子，2740个标注，其中1574个是疾病和发现，546个是药物，620个是身体结构。
• 标注方式： 瑞典维基百科和Läkartidningen的文本通过自动标注，而1177 Vårdguiden的句子则是手动标注。

引用信息

@inproceedings{almgren-etal-2016-named, author = { Almgren, Simon and Pavlov, Sean and Mogren, Olof }, title = {Named Entity Recognition in Swedish Medical Journals with Deep Bidirectional Character-Based LSTMs}, booktitle = {Proceedings of the Fifth Workshop on Building and Evaluating Resources for Biomedical Text Mining (BioTxtM 2016)}, publisher = {The COLING 2016 Organizing Committee}, pages = {30-39}, year = {2016}, month = {12}, url = {https://aclanthology.org/W16-5104}, eprint = {https://aclanthology.org/W16-5104.pdf} }