产品PMC
PubMed Central
美国国立医学图书馆提供的生物医学和生命科学开放获取全文数据库，提供高密度科学文本，适合作为高质量语料
时间轴 (近 90 天)
10月16日
高质量开源语料库方面，常见的选项包括：Common Crawl（规模极大但噪声高，需自行清洗过滤）、Wikipedia Dumps（结构清晰、多语言覆盖好，适合抽取实体关系）、arXiv 与 PubMed Central 开放获取子集（数学、物理、生物医学等科学领域的高密度文本）、Project Gutenberg 与 Perseus Digital Library（历史语言与古典文献的重要来源）。
待验证50%
9月15日
研究团队构建了一个配对式基准，包含来自PubMed Central开放获取子集的171个病例报告，其中40例脓毒症和131例GLP-1／糖尿病病例
待验证50%