临床文本标注与信息抽取训练数据

所有标注都落在固定版本的病历原文上。每份文书有编号和版本号，标注只引用这一版本的字符位置，文本改动后旧标注不会被误用到新文本上。

标注分三类，可以单取，也可以合用。章节标注写明文种与章节，如门诊病历的现病史；实体关系标注记录疾病、药物、症状等实体的位置，以及它们与否定、既往、疑似语境的关系；时间事件标注保留原文的时间说法、参照事件和能推出的先后顺序。需要时另附结构化抽取目标和术语映射，术语映射注明术语表版本与复核状态。

核对不只看实体名称是否一致。“否认既往相关病史”里的病史，必须同时带着“否认”和“既往”两个状态；“入院前两周”只能推出检查早于入院，没有入院日期就不写绝对日期。

一份文书正文分现病史、既往史、后续安排三段。实体标注是一行 JSON：片段“相关病史”起于第 4 位、止于第 8 位，状态为否认。时间事件表把“检查”与“本次入院”连起来，关系为早于，依据是“入院前两周”，可确定内容一栏注明绝对日期需要入院日。术语表一行把“血糖”对到“葡萄糖测定”，复核栏写着标本和方法尚未确认。