MedMentions

displayName: MedMentions
labelTypes:
- English Corpus
license:
- CC0 1.0
mediaTypes:
- Medical
paperUrl: https://arxiv.org/pdf/1902.09476v1.pdf
publishDate: "2019"
publishUrl: https://github.com/chanzuckerberg/MedMentions
publisher:
- National Institutes of Health, USA
tags:
- Medical paper
taskTypes:
- Named Entity Recognition Ner
- Entity Linking
- Entity Extraction

---
# 数据集介绍
## 简介
MedMentions 是一种新的人工注释资源，用于识别生物医学概念。 MedMentions 与其他带注释的生物医学语料库的区别在于它的规模（超过 4,000 个摘要和超过 350,000 个链接提及），以及概念本体的规模（来自 UMLS 2017 的超过 300 万个概念）及其对生物医学学科的广泛覆盖。
## 类定义
null
## 引文
```
@article{mohan2019medmentions,
title={Medmentions: A large biomedical corpus annotated with umls concepts},
author={Mohan, Sunil and Li, Donghui},
journal={arXiv preprint arXiv:1902.09476},
year={2019}
}
```

## Download dataset
:modelscope-code[]{type="git"}

显示名称：MedMentions
标签类型：英文语料库
许可协议：CC0 1.0协议
媒体类型：医学
论文链接：https://arxiv.org/pdf/1902.09476v1.pdf
发布日期：2019年
发布链接：https://github.com/chanzuckerberg/MedMentions
发布方：美国国立卫生研究院（National Institutes of Health, USA）
标签：医学论文
任务类型：命名实体识别（Named Entity Recognition, NER）、实体链接（Entity Linking）、实体抽取（Entity Extraction）

---

# 数据集介绍
## 简介
MedMentions 是一款新型人工标注资源，用于生物医学概念识别。相较于其他已标注生物医学语料库，该数据集的核心优势在于其规模优势：包含超4000篇医学摘要、超350000个已链接提及实体，配套的概念本体规模同样庞大（涵盖来自统一医学语言系统（Unified Medical Language System，UMLS）2017版的超300万个生物医学概念），且覆盖了广泛的生物医学学科领域。
## 类定义
无
## 引文

@article{mohan2019medmentions,
title={MedMentions: A large biomedical corpus annotated with UMLS concepts},
author={Mohan, Sunil and Li, Donghui},
journal={arXiv preprint arXiv:1902.09476},
year={2019}
}

## 数据集下载
:modelscope-code[]{type="git"}