医疗数据命名实体识别项目600份电子病历文本标注数据

医疗文本的 NER 项目，用的还挺顺手的。600 份标注好的电子病历，格式清晰，实体类型也蛮丰富，主要包括解剖部位、疾病名称、药物这些常见医学信息，适合做深度学习模型的训练和测试。如果你正好在搞医疗方向的自然语言，拿这个数据练手还挺合适。

数据都是专业标注的，省去你自己搞标注的时间，挺省事的。预部分能直接上手，比如清洗格式、拆分训练集和测试集，甚至能直接拿来跑个CRF或者LSTM模型。你也可以用spaCy或Transformers做微调，更灵活。

项目代码风格上也比较干净，逻辑结构清楚，适合当模板来改。用的是Python，自然语言那一套工具基本全上了，像NLTK、gensim、scikit-learn这些你都能找到应用。你要是想把 NER 接到自己项目里，这份资源可以当个好的起点。

下面这些资源我也顺手翻了下，有的讲方法，有的能下源码：

• 自然语言命名实体识别
• 基于 LSTM 的命名实体识别实验
• 基于 CRF 的电子病历命名实体识别研究
• 命名实体识别医疗领域.zip
• 医疗领域命名实体识别源码

如果你刚好在搞医疗 NLP 的实验，或者想找个质量还不错的中文 NER 语料，这份数据和代码可以先试试。记得看清楚实体类别和标注规范，调模型的时候别搞错了格式哈。