文件名称：PubMed-PICO-Detection:PubMed PICO元素检测数据集
文件大小：41.17MB
文件格式：ZIP
更新时间：2024-05-20 07:22:07
nlp machine-learning deep-learning corpus sentence-classification
PubMed PICO元素检测数据集 此数据集由 抽象的 成功的循证医学（EBM）应用程序依赖于通过分析大型医学文献数据库来回答临床问题。 为了提出明确的，有针对性的临床问题，广泛使用了称为PICO的框架，该框架可识别给定医学文本中属于以下四个部分的句子：参与者/问题（P），干预（I），比较（C）和结果（O）。 在这项工作中，我们提出了一个基于长期短期记忆（LSTM）神经网络的模型来自动检测PICO元素。 通过对给定文本中的后续句子进行联合分类，与几种强大的基线模型相比，我们在PICO元素分类上获得了最新的结果。 我们还将公开整理的数据作为基准数据集，以便社区可以从中受益。 一些其他信息： structured_abstracts_PICO包含原始摘要。 以###开头的行表示PMID。 在该行之后，每行包含原始节标题，用于训练和测试的附设的金标以及该节内容，以符号|分隔| 。 要
【文件预览】：
PubMed-PICO-Detection-master
----structured_abstracts_sentences_PICO.txt(45.79MB)
----splitted()
--------PICO_dev.txt(4.41MB)
--------PICO_test.txt(4.46MB)
--------PICO_train.txt(36.92MB)
----structured_abstracts_PICO.txt(44.97MB)
----README.md(2KB)