通用知识 · 知识与规则

医学教材与专著全文语料库

中英文医学教材、专著与典籍的全文文本，每部附元数据。

公开与许可可定制

这是什么

中英文医学教材、专著与典籍的全文文本，每部附书目元数据，学科可以指定。每部书有唯一编号，全文文件与元数据靠它相连。

元数据记书名、版次、出版社、出版年、主编或作者、图书类别与所属学科（分一级、二级），以及页数、正文字数与章数，英文书以词数计。图书类别分教材、专著、典籍三种，语种写 zh 或 en；版次单独成字段，中文写“第2版”，英文写“3rd edition”。全文以纯文本或按章节切分的 JSON 交付。

每部书写明数字化方式：出版方电子版，或扫描识别后人工校对；后者附人工抽检的字符准确率。版权状态逐部登记，分已获授权与公有领域。

长什么样

样本给出两条书目记录。一部是中文消化病学专著第 2 版，486 页、24 章，按章节切分为 JSON，经扫描识别后人工校对，字符准确率 99.95%。

另一部是英文肾脏生理学教材第 3 版，352 页、16 章，来自出版方电子版。两部版权状态都是已获授权，学科一栏分别写临床医学下的消化内科学、基础医学下的生理学。

看数据

字段

字段	含义	取值与格式
book_id	书目的唯一编号	字符串，如 B20250300118
title	书名	文本
edition	版次	如第2版、3rd edition
publisher	出版社	文本
pub_year	出版年份	四位年份
editors	主编或作者	文本
book_type	图书类别	教材、专著、典籍
discipline	所属学科	一级学科/二级学科
language	正文语种	zh、en
pages	页数	整数
chars	正文字数（英文为词数）	整数
chapters	章数	整数
text_format	全文交付格式	纯文本、按章节切分的 JSON
digitization	全文的数字化方式	出版方电子版、扫描识别后人工校对
char_accuracy	人工抽检的字符准确率	百分数
rights	版权状态	已获授权、公有领域

两条记录

[
  {
    "book_id": "B20250300118",
    "title": "某消化病学专著",
    "edition": "第2版",
    "publisher": "某医学出版社",
    "pub_year": 2021,
    "editors": "某编委会",
    "book_type": "专著",
    "discipline": "临床医学/消化内科学",
    "language": "zh",
    "pages": 486,
    "chars": 780000,
    "chapters": 24,
    "text_format": "按章节切分的 JSON",
    "digitization": "扫描识别后人工校对",
    "char_accuracy": "99.95%",
    "rights": "已获授权"
  },
  {
    "book_id": "B20250300342",
    "title": "某肾脏生理学英文教材",
    "edition": "3rd edition",
    "publisher": "某国外医学出版社",
    "pub_year": 2019,
    "editors": "某作者团队",
    "book_type": "教材",
    "discipline": "基础医学/生理学",
    "language": "en",
    "pages": 352,
    "chars": 128000,
    "chapters": 16,
    "text_format": "按章节切分的 JSON",
    "digitization": "出版方电子版",
    "char_accuracy": "100%",
    "rights": "已获授权"
  }
]

样本

使用与获取

状态: 可定制

带着这一产品联系 →

01
说明工作目标
提供任务或研究问题、所需资料、使用阶段与预期交付格式。
02
核对样本与条件
确认来源、使用范围、内容覆盖、版本与缺失，区分已有材料和需加工的部分。
03
约定试制与接收
按项目确认批次、质量检查、验收方式与交付安排。

这是什么

长什么样

看数据

内容与字段

语种

使用与获取

说明工作目标

核对样本与条件

约定试制与接收

继续判断