官方服务：
资源简介：
Search strategy for PubMed.
应用场景：
创建时间：
2016-06-06
相关数据集
BioRED
BioRED是一个专为生物医学领域设计的丰富关系抽取数据集，由国家生物技术信息中心创建。该数据集包含600篇PubMed摘要，涉及基因、疾病、化学物质等多种实体类型及其相互关系。数据集特别之处在于对每种关系进行了新发现与背景知识的标注，以帮助算法区分这两类信息。创建过程中，研究团队采用了随机抽样和人工标注相结合的方法，确保数据的质量和代表性。BioRED数据集的应用领域广泛，旨在解决生物医学文本中
arXiv2022-06-20 更新4600
YufeiHFUT/BioRED_all_info
该数据集包含多个特征，如prompt、title、abstract、head_entity、title_entity、candidate_relation_list和label。其中，head_entity和title_entity是结构化的数据类型，包含name和type两个字段。数据集分为训练集、验证集和测试集，分别包含3831、1114和990个样本。数据集的下载大小为3642655字节，总
Hugging Face2024-07-10 更新80
ferrazzipietro/LS_Mistral-7B-v0.1_ncbi_disease_NoQuant_16_64_0.01_8_BestF1
该数据集包含用于命名实体识别（NER）任务的数据，特别是与疾病相关的实体识别。数据集的特征字段包括id、tokens、ner_tags、input_ids、attention_mask、labels、sentence、predictions和ground_truth_labels。其中，ner_tags字段用于标注疾病相关的实体，标签包括O、B-Disease和I-Disease。数据集仅包含一个
Hugging Face2024-07-08 更新70
Unified Medical Language System (UMLS)
The UMLS integrates and distributes key terminology, classification and coding standards, and associated resources to promote creation of more effective and interoperable biomedical information system
datadiscovery.nlm.nih.gov2021-03-17 更新100
Table_S5_evaluation_results_GE_target_gpt4o
Table S5 (Supplementary Table 5): The evaluation results for the GE_target information extraction using GPT-4o.
Figshare2024-10-17 更新70
