jack139 / medical_ner

医学文本命名实体识别数据合集

医学文本命名实体识别数据合集

数据来源

• CCKS 2019
• CMeEE
• CMeIE
• IMCS
• MedDG

数据格式转换

python3 imcs_split.py
python3 convert_imcs.py
python3 convert_cmeee.py
python3 convert_cmeie.py
python3 convert_ccks.py
python3 convert_meddg.py
python3 pack.py

训练

python3 baseline_train.py

标签合并

合并标签	CMeEE	CMeIE	CCKS 2019	IMCS	MedDG
检验和检查	ite	检查	实验室检验，影像检查	Medical_Examination	Test
疾病和诊断	dis	疾病	疾病和诊断		Disease
症状和体征	sym	症状		Symptom
治疗和手术	pro	手术治疗、其他治疗	手术	Operation
解剖部位	bod	部位	解剖部位
药物	dru	药物	药物	Drug, Drug_Category	Medicine
医疗设备	equ
微生物类	mic
科室	dep
流行病学		流行病学
社会学		社会学
预后		预后
其他		其他

数据统计

数据集	train	dev	baseline
CCKS 2019	1310	327	84.638
CMeEE	17588	1954	65.281
CMeIE	13899	1544	77.592
IMCS	35889	3771	92.751
MedDG	52361	5817	99.571
pack 合集	121047	13413	82.966

标签统计

label	pack_train	pack_dev	baseline
检验和检查	36187	4298	85.329
疾病和诊断	99982	11565	84.719
症状和体征	63112	7154	77.411
治疗和手术	13949	1379	65.301
解剖部位	31870	5160	75.007
药物	58141	6763	93.742