临床NLP数据集
临床NLP数据集汇总，包含多类公开临床文本数据集，支持信息抽取、分类等NLP任务。
基本信息
模态
文本
创建/更新时间
2026-07-13
资源简介
本数据集汇总了面向公众开放的临床自然语言处理（NLP）数据集，包括原始数据和标注数据，涵盖多种临床文本处理任务（如信息抽取、文本分类、命名实体识别等），适用于临床文本挖掘与医学信息提取研究。数据来源为临床NLP研讨会（Clinical NLP Workshop）。
下载信息
注册下载
Tips: 该数据集需要在对应的数据源网站注册通过后，才能进行数据下载，注册有对应要求，或者需要收费。
需登录公开下载
Tips: 该数据集属于公开下载，应该可以免费公开下载。
暂未开放有偿下载
Tips: 该数据集 Qianfanghub 可以协助提供有偿下载服务，注意，服务不针对数据相关产权，只是技术服务费。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放千方医数集，医疗数据集部分，是为社区服务的公开医疗数据集搜索引擎，并不存储或者下载原始的任何数据。 如果您有其他医疗数据需求，可以和客服联系，或者下工单。我们有强大的三甲医疗机构帮助您提供个性化的医疗数据定制、采集、标注服务。
使用方式
数据集获取（阿里天池）
- 访问源站：https://tianchi.aliyun.com/dataset/145139
- 登录阿里云/天池账号（淘宝/支付宝快捷登录）；
- 数据集详情页点击「下载」获取直链（大文件多为 oss 分片，可用
curl -L -o file <链接>下载）； - 部分竞赛数据需报名赛事后可见。
数据说明
本数据集汇总了面向公众开放的临床自然语言处理（NLP）数据集，包括原始数据和标注数据，涵盖多种临床文本处理任务（如信息抽取、文本分类、命名实体识别等），适用于临床文本挖掘与医学信息提取研究。数据来源为临床NLP研讨会（Clinical NLP Workshop）。
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))
精度瓶颈？数据缺失？
当前公开数据无法满足您的算法精度？千方提供针对 其他 的高质量、多模态真实临床数据定制解决方案。
