# 术语表

定义取自数据规范（schema）与标签词表。


## 许可状态 (license_status)

来源对数据许可的表述。

- **宽松** `permissive`: 各处声明一致，且允许商用和再分发。
- **有限制** `restricted`: 任何一处写明禁止商用、禁止改编、仅限研究，或版权归第三方、需付费。
- **冲突** `conflict`: 各处声明互相矛盾。
- **未声明** `unstated`: 没有声明。
- **无法核实** `unverifiable`: 页面打不开或只见二手信息。

## Mdexa 处理 (hosting)

Mdexa 对该数据集的处理方式，与许可状态分开记录。

- **站内提供** `hosted`: 站内提供文件。须 permissive、无任何风险标记、有签字记录。现阶段无签字流程，一律不许出现。
- **待签字** `eligible`: permissive 且无风险标记，托管另行决定。
- **只链接** `link-only`: 只做索引并链接原出处：restricted，或 permissive 但带任何风险标记。
- **待确认** `pending`: license_status 为 conflict、unstated、unverifiable。

## 来源风险标记 (risk_flags)

许可结论不涵盖的来源风险。

- **源自考试题** `exam-derived`: 题目来自有版权的考试。
- **抓取自网站** `scraped`: 抓取自网站。
- **真实患者文本** `real-patient-text`: 源自真实患者文本。
- **模型生成** `model-generated`: 由模型生成（需核对所用模型的输出使用条款；算来源风险）。
- **加工自其他数据集** `derived`: 由别的数据集加工而来。
- **来源未说明** `unknown-provenance`: 来源未说明，无法判断来源版权。

## 任务形式 (task_format)

- **选择题（单选）** `choice-question`: 每题给出选项，只有一个正确答案。
- **多选题** `multi-answer`: 选项中可有多个正确答案。
- **判断题** `true-false`: 以对或错作答。
- **填空题** `fill-in-blank`: 填写空缺的简短答案。
- **开放问答** `open-qa`: 单轮提问、自由文本作答（含指令数据）。
- **多轮对话** `multi-turn-dialogue`: 两个角色之间多轮往返的对话。
- **实体识别** `ner`: 文本中标注了实体位置与类型。
- **关系抽取** `relation-extraction`: 文本中标注了实体间关系。
- **术语标准化** `term-normalization`: 把文本说法映射到标准术语或编码。
- **文本分类** `text-classification`: 为文本或语句分配类别。
- **文本匹配** `text-matching`: 判断文本相似或相关，含答案选择。
- **摘要与报告生成** `summarization`: 由原文生成摘要或报告。
- **图文问答** `visual-qa`: 需要看图才能回答。

## 适用用途 (intended_use)

- **预训练** `pretraining`: 用于（继续）预训练的文本。
- **微调** `fine-tuning`: 有监督或指令微调数据。
- **评测** `evaluation`: 作为评测基准或测试集。
- **检索知识库** `retrieval-kb`: 作为检索或问答系统的知识来源。

## 专科 (specialty)

- **内科（综合）** `internal-medicine`: 明确限定为内科、但不限于某一亚专科
- **心血管内科** `cardiology`: 限定为心血管疾病
- **呼吸内科** `respiratory`: 限定为呼吸系统疾病
- **消化内科** `gastroenterology`: 限定为消化系统疾病
- **内分泌科** `endocrinology`: 限定为内分泌、营养或代谢疾病
- **肾脏内科** `nephrology`: 限定为肾脏疾病
- **血液内科** `hematology`: 限定为血液疾病
- **神经内科** `neurology`: 限定为神经系统疾病
- **风湿免疫科** `rheumatology-immunology`: 限定为风湿、免疫疾病
- **感染科** `infectious-diseases`: 限定为感染性或寄生虫病
- **外科** `general-surgery`: 限定为外科（不含已单列的骨科、泌尿外科）
- **骨科** `orthopedics`: 限定为骨与关节疾病、创伤
- **泌尿外科与男科** `urology-andrology`: 限定为泌尿系统或男性生殖健康
- **妇产科** `obstetrics-gynecology`: 限定为妇科、产科
- **儿科** `pediatrics`: 限定为儿童疾病（对应关系只列围生期与发育异常两章，儿科实际覆盖多章）
- **眼科** `ophthalmology`: 限定为眼病
- **耳鼻咽喉科** `otorhinolaryngology`: 限定为耳鼻咽喉疾病
- **口腔科** `stomatology`: 限定为口腔疾病（ICD-11 口腔疾病在第 13 章）
- **皮肤科** `dermatology`: 限定为皮肤病
- **精神科** `psychiatry`: 限定为精神、行为障碍
- **肿瘤科** `oncology`: 限定为肿瘤
- **急诊与重症** `emergency-critical-care`: 限定为急诊、重症
- **麻醉科** `anesthesiology`: 限定为麻醉、围术期、疼痛
- **康复医学** `rehabilitation`: 限定为康复（ICD-11 功能评定在第 V 节，不是章）
- **全科与基础医学** `general-practice-basic`: 限定为全科、基础医学知识
- **医学影像** `medical-imaging`: 限定为影像检查与诊断
- **检验与病理** `laboratory-pathology`: 限定为检验、病理
- **药学** `pharmacy`: 限定为药物、药学（药物类别另见 ATC 分面）
- **护理** `nursing`: 限定为护理
- **公共卫生与预防** `public-health-preventive`: 限定为公共卫生、预防
- **中医内科** `tcm-internal`: 限定为中医内科
- **中医外科** `tcm-surgery`: 限定为中医外科（含疮疡、皮肤）
- **中医妇科** `tcm-gynecology`: 限定为中医妇科
- **中医儿科** `tcm-pediatrics`: 限定为中医儿科
- **针灸推拿** `acupuncture-tuina`: 限定为针灸、推拿、经络
- **中医骨伤** `tcm-orthopedics-traumatology`: 限定为中医骨伤
- **中药与方剂** `tcm-materia-formulas`: 限定为中药、方剂、中成药
- **中医基础与经典** `tcm-basics-classics`: 限定为中医基础理论、诊断学、经典
- **综合多专科** `multi-specialty`: 覆盖多个专科、未限定于某一两个专科的题库与语料

## 疾病分类（ICD-11 章） (condition_scope)

- **某些感染性或寄生虫病** `icd11-01`: 数据集明确限定在 ICD-11 第 01 章范围。
- **肿瘤** `icd11-02`: 数据集明确限定在 ICD-11 第 02 章范围。
- **血液或造血器官疾病** `icd11-03`: 数据集明确限定在 ICD-11 第 03 章范围。
- **免疫系统疾病** `icd11-04`: 数据集明确限定在 ICD-11 第 04 章范围。
- **内分泌、营养或代谢疾病** `icd11-05`: 数据集明确限定在 ICD-11 第 05 章范围。
- **精神、行为或神经发育障碍** `icd11-06`: 数据集明确限定在 ICD-11 第 06 章范围。
- **睡眠-觉醒障碍** `icd11-07`: 数据集明确限定在 ICD-11 第 07 章范围。
- **神经系统疾病** `icd11-08`: 数据集明确限定在 ICD-11 第 08 章范围。
- **视觉系统疾病** `icd11-09`: 数据集明确限定在 ICD-11 第 09 章范围。
- **耳或乳突疾病** `icd11-10`: 数据集明确限定在 ICD-11 第 10 章范围。
- **循环系统疾病** `icd11-11`: 数据集明确限定在 ICD-11 第 11 章范围。
- **呼吸系统疾病** `icd11-12`: 数据集明确限定在 ICD-11 第 12 章范围。
- **消化系统疾病** `icd11-13`: 数据集明确限定在 ICD-11 第 13 章范围。
- **皮肤疾病** `icd11-14`: 数据集明确限定在 ICD-11 第 14 章范围。
- **肌肉骨骼系统或结缔组织疾病** `icd11-15`: 数据集明确限定在 ICD-11 第 15 章范围。
- **泌尿生殖系统疾病** `icd11-16`: 数据集明确限定在 ICD-11 第 16 章范围。
- **性健康相关情况** `icd11-17`: 数据集明确限定在 ICD-11 第 17 章范围。
- **妊娠、分娩或产褥期** `icd11-18`: 数据集明确限定在 ICD-11 第 18 章范围。
- **起源于围生期的某些情况** `icd11-19`: 数据集明确限定在 ICD-11 第 19 章范围。
- **发育异常** `icd11-20`: 数据集明确限定在 ICD-11 第 20 章范围。
- **症状、体征或临床所见，未另分类** `icd11-21`: 数据集明确限定在 ICD-11 第 21 章范围。
- **损伤、中毒或外因的某些其他后果** `icd11-22`: 数据集明确限定在 ICD-11 第 22 章范围。
- **疾病或死亡的外因** `icd11-23`: 数据集明确限定在 ICD-11 第 23 章范围。
- **影响健康状态或与卫生服务接触的因素** `icd11-24`: 数据集明确限定在 ICD-11 第 24 章范围。
- **特殊目的编码** `icd11-25`: 数据集明确限定在 ICD-11 第 25 章范围。
- **补充章：传统医学情况（模块 1）** `icd11-26`: 数据集明确限定在 ICD-11 第 26 章范围。

## 来源类型 (source_type)

- **考试题** `exam`: 来自资格或入学考试。由风险标记派生，不另存。
- **教材与工具书** `textbook-reference`: 整理自教材或工具书。
- **指南** `guideline`: 来自临床指南或共识。
- **文献** `literature`: 来自论文或期刊文献。
- **专家撰写** `expert-written`: 由医生或领域专家新编写。
- **知识库生成** `knowledge-base`: 由结构化知识库或图谱构建。
- **古籍** `classical-text`: 来自古代典籍。
- **官方发布** `official-publication`: 由政府或标准机构发布。
- **真实患者文本** `real-patient-text`: 来自真实问诊或病历。由风险标记派生，不另存。
- **模型生成** `model-generated`: 由模型生成。由风险标记派生，不另存。
- **网站抓取** `web-scraped`: 抓取自网站。由风险标记 scraped 派生，不另存。
- **派生数据** `derived-dataset`: 由其他数据集加工。由风险标记 derived 派生，不另存。

## 标注深度 (annotation_depth)

- **带解析** `with-explanation`: 附参考解析或答案依据。
- **带推理过程** `with-reasoning`: 附逐步推理过程。
- **带证据引用** `with-evidence`: 答案附原文出处。

## 专家参与 (expert_involvement)

- **无** `none`: 明确没有专家审核。
- **有审核、方式未说明** `review-unspecified`: 有专家审核但未说明方式。
- **抽样审核** `sample-review`: 专家审核了部分样本。
- **逐条审核** `per-item-review`: 每条（或明确说明的子集）都经审核。
- **多人独立评审** `multi-reviewer`: 多人独立评审并记录一致性。

## 数据格式 (data_format)

- **JSON** `json`: 数据文件为 json 格式。
- **JSONL** `jsonl`: 数据文件为 jsonl 格式。
- **CSV** `csv`: 数据文件为 csv 格式。
- **TSV** `tsv`: 数据文件为 tsv 格式。
- **PARQUET** `parquet`: 数据文件为 parquet 格式。
- **TXT** `txt`: 数据文件为 txt 格式。
- **XLSX** `xlsx`: 数据文件为 xlsx 格式。

## 官方划分 (official_split)

- **有训练与测试划分** `full-split`: 官方提供训练与测试划分。
- **只有评测划分** `eval-only`: 只提供测试或验证划分。
- **无划分** `no-split`: 单一未划分的数据。

## 评测基准状态 (benchmark_status)

- **有公开排行榜** `public-leaderboard`: 有官方公开排行榜。
- **有人类专家基线** `human-expert-baseline`: 报告了人类专家作答成绩。