FAERS不良事件术语实体数据集
基于FAERS的不良事件术语实体数据集，可能用于药物警戒与医疗不良事件术语处理。
基本信息
资源简介
FAERS不良事件术语实体数据集
【一句话概览】
jtviegas/faers_silver_term_entity 数据集包含 17 个文件，文件合计大小 23.8 MB，源站标签包括 size_categories:1M<n<10M、format:parquet、modality:text、library:datasets、library:dask、library:polars、library:mlcroissant、region:us（来源 Hugging Face）。
【数据集背景】
本数据集源站标题为《jtviegas/faers_silver_term_entity》。源站首次发布：2026-10-06。
【数据结构与技术规格】
文件数 17 个，合计 23.79 MB。
【适用方向】
文本类数据可用于医学自然语言处理，如命名实体识别、信息抽取与文本分类。
【获取与许可】
源站页面：https://huggingface.co/datasets/jtviegas/faers_silver_term_entity
【使用注意】
· 源站最后修改于 2026-10-13，引用时请注意版本时效。
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载，适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档，适合快速预览和评估数据集质量。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放当前数据集主要来源为 Kaggle 公开托管，完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取与加载（Hugging Face datasets）
# 前置依赖: pip install datasets
from datasets import load_dataset
ds = load_dataset("jtviegas/faers_silver_term_entity")
print(ds) # 查看 splits 与字段结构
# 国内网络可先设镜像: import os; os.environ["HF_ENDPOINT"]="https://hf-mirror.com"
git lfs install && git clone https://hf-mirror.com/datasets/jtviegas/faers_silver_term_entity
仓库文件结构
.gitattributesfaers_silver_term_entity.odcs.yaml
数据加载示例（表格/文本类）
import pandas as pd, glob, os
files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))
完整数据卡：huggingface.co/datasets/jtviegas/faers_silver_term_entity
数据缺失？
依托陕西、四川两大基地，我们与超过十家三甲医院建立直接合作关系，覆盖合规授权、采集治理、专业标注、数据交付的全流程，为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务？立即联系我们获取专业方案。
