我正在为医学文本开发一个基于本体的注释工具，我在寻找合适的数据集方面遇到了一些麻烦。
我正在使用疾病本体论，所以我需要一个专注于疾病及其症状/治疗的医疗数据集。
数据集应该最好是自然语言文本（文章，研究等），但基于词典和基于列表的数据集也可能有所帮助。
感谢您的帮助！
答案 0 :(得分：0)
你的意思是说你正在寻找一个生物医学文本语料库来注释吗？即。确定关键术语。您可以尝试发布的摘要 - 它们位于Linked Open Data cloud，您可以尝试维基百科的消费者级别的东西，甚至开放获取期刊的NIH网站目录也会有大量开放的学术内容进行注释。
如果您还没有 - 请查看UMLS（以及metamap之类的其他项目） - 它对于任何类型的生物医学NLP都非常宝贵。如果你有兴趣，我想我有一份UMLS和疾病本体之间的映射文件。 （RDF UMLS，http://linkedlifedata.com）
答案 1 :(得分：0)
我有偏见（因为我是联合创始人），仍然在tagtog.net上，您会发现一堆biomedical corpora。例如，IDP4 +主体注释提到的基因突变及其作用（也包括某些疾病），而V300主体注释引起疾病的病毒。