BUSCADOR RECOLECTA

Para poder aplicar técnicas de PLN y aprendizaje profundo capaces de reconocer de forma automática las menciones de las enfermedades raras y sus manifestaciones clínicas en textos es imprescindible contar con un dataset (colección de textos anotados con enfermedades y síntomas / signos) que pueda ser utilizado par entrenar y evaluar los distintos modelos. Con ese objetivo, dentro del proyecto NLP4RARE-CM-UC3M, creamos el corpus RAre4Dis, formado por 1.041 textos seleccionados de una de las principales bases de datos con información sobre enfermedades raras, Orphanet (https://www.orpha.net/consor/cgi-bin/index.php). Una vez definidas una metodología y guías de anotación, se anotaron las entidades (enfermedad, enfermedad rara, síntoma, signo y anáfora). El corpus de RareDis contiene más de 5.000 enfermedades raras y unas 6.000 manifestaciones clínicas. Para garantizar la calidad del corpus, se midió el acuerdo entre anotadores, alcanzando una medida F1 de 83.5%. El dataset, que es distribuido con particiones para entrenamiento, validación y evaluación, puede ser utilizado para entrenar y evaluar enfoques basados en aprendizaje automático y dirigido al reconocimiento de este tipo de entidades en textos médicos. A continuación, se presentan algunas tablas con información del número de textos y entidades más importantes del dataset:
Training Validación Test Total
Textos 729 - 104 - 208 - 1.041
Oraciones 6.451 - 903 - 1.787 - 9.141
Tokens 135.656 - 18.492 - 37.893 - 192.041

Training Validación Test Total
Disease 1.647 - 230 - 471 - 2.348
Rare Disease 3.608 - 525 - 1.088 - 5.221
Symptom 319 - 24 - 53 - 396
Sign 3.744 - 528 - 1.061 - 5.333
produces 4.106 - 556 - 1.131 - 5.793
increase-risk-of 169 - 22 - 54 - 245

Project developed by Giovanni Federico (New York University Abu Dhabi) and Antonio Tena Junguito (Universidad Carlos III de Madrid). Dataset: Bulgaria

Entrevista a informante 1 en Esperança. La siega y el ciclo del cereal. Molinos y molienda. Hornos y fabricación del pan. Vendimia y preparación del vino. Aceituna y aceite; la mecanización de los olivares ha alterado su fisionomía y todo el proceso., A ceifa e o ciclo do cereal. Moinhos e moagem. Fornos e panificação. Vendima e preparação de vinho. Azeitona e azeite; a mecanização dos olivais alterou a sua fisionomia e todo o processo., The harvest and the cereal cycle. Mills and grinding. Ovens and bread making. Harvest and wine preparation. Olive and oil; the mechanization of the olive groves has altered its physiognomy and the whole process.

Project developed by Giovanni Federico (Università di Pisa) and Antonio Tena Junguito (Universidad Carlos III de Madrid). This data base outlines changes in world trade from 1800 to 2016. Dataset: Crete

Project developed by Giovanni Federico (New York University Abu Dhabi) and Antonio Tena Junguito (Universidad Carlos III de Madrid). Dataset: Danish Virgin Islands

Project developed by Giovanni Federico (Università di Pisa) and Antonio Tena Junguito (Universidad Carlos III de Madrid). This data base outlines changes in world trade from 1800 to 2016. Dataset: Eritrea

Entrevista a Informante 1 en Segura. Personajes e historias de Segura. Pesca en el río; hidrónimos. La mora de la Cova da Moura. Juegos., Personagens e histórias de Segura. Pesca no rio. Hidrónimos. A moura da Cova da Moura. Jogos., Characters and stories of Segura. Fishing in the river. Hydronims. The moor of the Cova da Moura. Games.

Se hacía al terminar la aceituna. Cebado del animal. Colocación del cerdo encima del “poio” y modo de darle muerte. Retirada de la sangre. Chamuscado. Retirada de la hiel, limpieza de las tripas (mujeres) y colgadura del cerdo (hombres). Por la tarde se picaba., Fazia-se quando a azeitona estava pronta. Engorda do animal. Colocação do porco em cima do "poio" e forma de o matar. Retirada de sangue. Chamuscar. Remoção da fel, limpeza das tripas (mulheres) e suspensão do porco (homens). À tarde picava-se., It was done when the olive was finished. Fattening of the animal. Placing the pig on top of the "poio" and way to kill it. Withdrawal of blood. Singing. Removal of the gall, cleaning of the guts (women) and hanging of the pig (men). In the afternoon it was chopped.

This database includes the results of comparison of materiales (SBA-15-SO3- (150 mg) and HMS-SO3- (75 mg and 150 mg)) as sorbents for solid-phase extraction, revoveries applying the protocol established by Mulder et al. (2016) with OASIS® MCX, in-house validation for the atropine and scopolamine analysis in spices, atropine and scopolamine content (µg/kg) in the 51 spice samples analysed, atropine (µg/L) and scopolamine (µg/L) in infusion, in dry fennel seed and transfer ratio (%), samples analysed in the study, precision of the proposed methodology and Standard addition calibration curves of fennel (Fen) infusion samples using the microextraction protocol with the µ-SPEed® technique established by González-Gómez et al. (2022c)

The dataset contains all the figures present in the article "Differential Data-Aided Channel Estimation for Up-Link Massive SIMO-OFDM" in .fig format, so they can be opened and used for comparison purposes.