MEDDOCAN 数据集卡片

MEDDOCAN: 医学文件匿名化任务

该数据集是针对MEDDOCAN任务而设计的，由语言技术推动计划赞助。

这是一个手动分类的收集了来自西班牙临床案例语料库（SPACCC）的1000份临床病例报告，并附有PHI表达式的数据集。

整个实体提及的注释工作由专家注释员进行，并包括与医学文档匿名化相关的29种实体类型。这些注释类型中实际上在语料库中有22种出现：TERRITORIO，FECHAS，EDAD_SUJETO_ASISTENCIA，NOMBRE_SUJETO_ASISTENCIA，NOMBRE_PERSONAL_SANITARIO，SEXO_SUJETO_ASISTENCIA，CALLE，PAIS，ID_SUJETO_ASISTENCIA，CORREO，ID_TITULACION_PERSONAL_SANITARIO，ID_ASEGURAMIENTO，HOSPITAL，FAMILIARES_SUJETO_ASISTENCIA，INSTITUCION，ID_CONTACTO ASISTENCIAL，NUMERO_TELEFONO，PROFESION，NUMERO_FAX，OTROS_SUJETO_ASISTENCIA，CENTRO_SALUD，ID_EMPLEO_PERSONAL_SANITARIO。

详细信息，请访问 https://temu.bsc.es/meddocan/ 或发送电子邮件至encargo-pln-life@bsc.es。

引用信息

@inproceedings{marimon2019automatic,
  title={Automatic De-identification of Medical Texts in Spanish: the MEDDOCAN Track, Corpus, Guidelines, Methods and Evaluation of Results.},
  author={Marimon, Montserrat and Gonzalez-Agirre, Aitor and Intxaurrondo, Ander and Rodriguez, Heidy and Martin, Jose Lopez and Villegas, Marta and Krallinger, Martin},
  booktitle={IberLEF@ SEPLN},
  pages={618--638},
  year={2019}
}