PubMedCausal

关键事实

领域

生物医学文献 现代医学

内容

标注语料 · 文献面向生物医学文本因果关系抽取的跨度级标注语料，含3万段PubMed摘要样本与6491个判定因果关系对。

规模

—原文：30,000 paragraph-level samples

语言 / 模态

英文 / 文本

发布方

jaypee01

年份

—

专家审核

—

核实等级

已核实：看到许可证文字

PubMedCausal 是否允许商业使用

商业使用：是。 许可状态为宽松。

条件

保留声明

原文与出处见 PubMedCausal 许可证证据。

结论仅记录来源所述，不构成法律意见。

标签

任务形式

关系抽取

第三方原文摘录**PubMedCausal** is a span-level annotated corpus for **causal relation extraction in biomedical text**.快照 s01

文本分类

第三方原文摘录- text-classification快照 s01

适用用途

评测

第三方原文摘录These properties make the corpus suitable for evaluating causal extraction under conditions that more closely resemble causal statements encountered in biomedical literature.快照 s01

微调

专科

综合多专科

来源类型

文献

第三方原文摘录The corpus is derived from PubMed abstracts.快照 s01

专家参与

有审核、方式未说明

第三方原文摘录Annotations were subsequently reviewed and adjudicated to produce the final corpus.快照 s01

官方划分

有训练与测试划分

第三方原文摘录The Hugging Face release provides train and test partitions for the supported task configurations.快照 s01

作者声明据内容推断人工确认

PubMedCausal 许可证证据 1

1. Hugging Face 卡片元数据亲自打开
   MIT

   第三方原文 · Hugging Face 卡片元数据license: mit

   在快照 s01（readme）中找到的声明

   huggingface.co2026-11-12 · s01

来源与血缘

没有记录上下游数据集。

PubMedCausal 已知问题

• 类别严重不平衡：仅13.15%的样本含标注因果关系，单看准确率会失真。
• 标注关系仅表示文献中的因果主张，并不证明其成立，模型预测不可作为医疗建议。

PubMedCausal 下载、接口与获取方式

Mdexa 不提供文件，原因见结论。到原始出处获取，使用前请再确认条款：

• huggingface.co/datasets/jaypee01/PubMedCausal

curl -L --create-dirs -o ".gitattributes" "https://huggingface.co/datasets/jaypee01/PubMedCausal/resolve/fb01de12ea3d12fe45a5a5ba173c8d113a00e949/.gitattributes"
curl -L --create-dirs -o "PubMedCausaldata/30k_test.json" "https://huggingface.co/datasets/jaypee01/PubMedCausal/resolve/fb01de12ea3d12fe45a5a5ba173c8d113a00e949/PubMedCausaldata/30k_test.json"
echo "ee4db1cea406a7387ba6696310402c5c2eb31a2cc584e42419117446c6f9e68b  PubMedCausaldata/30k_test.json" | sha256sum -c
curl -L --create-dirs -o "PubMedCausaldata/30k_train.json" "https://huggingface.co/datasets/jaypee01/PubMedCausal/resolve/fb01de12ea3d12fe45a5a5ba173c8d113a00e949/PubMedCausaldata/30k_train.json"
echo "4cd866724d3624099f73237f1af1ec959a5a2744c607f76fc9862606459ef9b7  PubMedCausaldata/30k_train.json" | sha256sum -c
curl -L --create-dirs -o "PubMedCausaldata/validation_set.json" "https://huggingface.co/datasets/jaypee01/PubMedCausal/resolve/fb01de12ea3d12fe45a5a5ba173c8d113a00e949/PubMedCausaldata/validation_set.json"
curl -L --create-dirs -o "README.md" "https://huggingface.co/datasets/jaypee01/PubMedCausal/resolve/fb01de12ea3d12fe45a5a5ba173c8d113a00e949/README.md"

PubMedCausal 引用格式

Mdexa, PubMedCausal, https://mdexa.com/zh/datasets/pubmedcausal/, 核实于 2026-11-14.

机器可读

pubmedcausal.jsonpubmedcausal.mdcatalog.json

所属合集

• 经医生或专家审核的数据
• 有官方训练与测试划分的数据集
• 许可证为宽松的适合评测的医学数据集
• 许可证为宽松的适合微调的医学数据集

与 PubMedCausal 相似的数据集

• CBLUEMdexa 已核实实体识别评测 未声明待确认 8 项任务 2026-11-12

  许可证未声明许可：只有代码仓库许可证，未声明数据许可；确认前只链接原出处。

  临床医学 · 题库与评测集 · 标注语料

  打开信息卡收藏

  共同：任务形式 关系抽取、文本分类 · 适用用途 评测 · 专科 综合多专科 · 官方划分 有训练与测试划分 · 体系 现代医学 · 内容 标注语料

• PMC-Patients-ReCDSMdexa 已核实文本匹配评测 有限制只链接 — 2026-11-14

  许可证受限：限制从宽认定。来源风险标记：加工自其他数据集、真实患者文本。只链接原出处。

  临床医学 · 生物医学文献 · 标注语料 · 病例与医案 · 文献 · 加工自其他数据集 · 真实患者文本

  打开信息卡收藏

  共同：适用用途 评测 · 专科 综合多专科 · 来源类型 文献 · 官方划分 有训练与测试划分 · 领域 生物医学文献 · 内容 标注语料、文献

• PromptCBLUEMdexa 已核实实体识别评测 有限制只链接 6.9万 条 2026-11-12

  许可证有限制：README 写明严禁商用；只链接原出处。

  临床医学 · 题库与评测集 · 标注语料 · 加工自其他数据集

  打开信息卡收藏

  共同：任务形式 关系抽取、文本分类 · 适用用途 评测 · 专科 综合多专科 · 官方划分 有训练与测试划分 · 体系 现代医学 · 内容 标注语料

• PubMedQAMdexa 已核实选择题（单选）评测 宽松只链接 — 2026-11-14

  许可证宽松：针对数据的声明允许商用和再分发。只链接原出处。

  生物医学文献 · 临床医学 · 问答、对话与指令数据 · 标注语料

  打开信息卡收藏

  共同：适用用途 评测 · 专科 综合多专科 · 来源类型 文献 · 领域 生物医学文献 · 内容 标注语料

• IMCS-21Mdexa 已核实儿科多轮对话评测 未声明待确认 4,116 条记录 2026-11-12

  许可证未声明许可：仓库页面未写许可证；确认前只链接原出处。

  临床医学 · 问答、对话与指令数据 · 标注语料 · 真实患者文本

  打开信息卡收藏

  共同：任务形式 文本分类 · 适用用途 评测 · 体系 现代医学 · 内容 标注语料