DataFoundatain_2021数字中国创新大赛_肝癌病理解析.md

比赛地址

点击这里

特色分析

• 训练数据需要自己标注

  • 增加选手的医学知识
  • 帮助主办方做高质量的数据标注
  • 帮助参赛者熟悉标注工具（个人经验，推荐的标注工具）
    • brat：比较经典的工具，支持分类，序列标注和关系抽取等，天池瑞金比赛官方使用的标注工具
    • doccano：风格比较清新，支持分类，序列标注，文本生成等，此外，亮点是支持多人系统标注

• 特定病种的结构化任务

  • 专注肝癌，与主办方来自福建医科大学孟超肝胆医院有关

数据分析

类型	数量	备注
train	1000份病历	需要比赛选手自己标注（比赛特色）
参考train标注样本	100份病历	5人标注，一致通过；不一致，需协商确定
test	1050份病历
实体类型	10种	有对应的解释

建模分析

标准的序列标注任务

评测指标

P/R/F1