在医疗领域，一些过去只能在科幻小说中见到的应用现在已经成为了现实。人工智能系统在中国和英国的医学执照考试中表现优异，甚至超过了普通医生的成绩。最新的人工智能系统在诊断55种儿科疾病方面比初级医生更为精准。然而，这类系统比早期基于计算机视觉深度学习的项目更为复杂，因为它们需要具备更广泛的医学知识，处理更多的输入类型，并且必须理解上下文。

近年来，随着自然语言处理技术的进步，医疗领域的自然语言处理技术也取得了显著的进展。本文主要整理了与医疗中文自然语言处理相关的评测数据集、论文等资源，以便大家分享和利用。

中文医疗自然语言处理相关数据集和经典论文资源

数据集

1. Yidu-S4K

   • 描述：该数据集源自CCKS 2019评测任务，包括医疗命名实体识别和医疗实体及属性抽取（跨院迁移）两部分。

2. 瑞金医院糖尿病数据集

   • 描述：此数据集来自天池大赛，目标是通过糖尿病相关的教科书、研究论文来挖掘糖尿病知识并构建糖尿病知识图谱。

3. Yidu-N7K

   • 描述：该数据集源自CHIP 2019评测任务，主要涉及临床术语标准化。

4. 中文医学问答数据集

   • 描述：包含超过10万条医学问题及其答案的数据集。

5. 安全医疗科技疾病问答迁移学习比赛

   • 描述：此次比赛主要涉及疾病问答数据的迁移学习，旨在提高模型的泛化能力。

6. 天池新冠肺炎问句匹配比赛

   • 描述：该比赛数据涉及10种疾病，包括肺炎、支原体肺炎、支气管炎等。

7. 中文医患问答对话数据

   • 描述：包含110万次对话的医患对话数据集。

8. 中文医学问答数据

   • 描述：包含六个科室的医学问答数据。

知识图谱

• CMeKG
  • 描述：基于大规模医学文本数据构建的中文医学知识图谱，涵盖多种疾病、药物、诊疗技术等内容。

英文数据集

• PubMedQA
  • 描述：基于PubMed提取的医学问答数据集。

经典论文

1. 医疗领域预训练模型

   • BioBERT

     • 描述：基于Pubmed上的大量医疗英文论文训练的预训练模型。

   • Sci-BERT

     • 描述：基于Semantic Scholar上大量科学论文训练的预训练模型。

   • Clinical-BERT

     • 描述：基于MIMIC-III数据库训练的临床领域预训练模型。

2. 综述文章

   • Nature Medicine综述
     • 描述：关于深度学习在医疗领域的应用综述。

3. 电子病历相关文章

   • Transfer Learning from Medical Literature for Section Prediction in Electronic Health Records
     • 描述：基于大量数据进行电子病历部分预测的研究。

4. 医学关系抽取

   • Leveraging Dependency Forest for Neural Medical Relation Extraction
     • 描述：基于依赖森林方法提升医学关系抽取精度的研究。

5. 医学知识图谱

   • Learning a Health Knowledge Graph from Electronic Medical Records
     • 描述：基于电子病历构建疾病-症状知识图谱的研究。

6. 辅助诊断

   • Evaluation and accurate diagnoses of pediatric diseases using artificial intelligence
     • 描述：基于人工智能技术辅助诊断儿科疾病的研究。

7. ACL2020相关论文

   • 包括多个与医学领域自然语言处理相关的研究。

8. 医学实体链接

   • Medical Entity Linking using Triplet Network
     • 描述：使用三元组网络进行疾病实体链接的研究。

9. AAAI2020相关论文

   • 包括多个与医学领域自然语言处理相关的研究。

下载地址

为了获取上述资源，请访问以下链接： - 个人主页“私信”，回复关键字“chnlp”获取下载地址。

希望这些资源能对您有所帮助！