ncbi_disease

NCBI Disease语料库专注于疾病名称识别和概念标准化，它包含从PubMed摘要中提取的英文文本，规模为数千条样本。这些数据经过专家标注，标注信息包括疾病提及和对应的医学主题词（MeSH）或在线人类孟德尔遗传（OMIM）概念，采用BIO标注格式。数据的采集方式为人工标注，并经过多轮校对以保证一致性。该语料库主要用于命名实体识别任务，并提供了一系列评估指标。该语料库以公共领域发布，允许自由使用和复制。