使用自建的高度嵌套的实体数据集是否合适

[Aenchanteda]

可以使用嵌套实体的数据集吗，比如要识别医学领域中的名词，比如“手术”、“部位”、“术式”、“症状”等其他类别。部位、症状、药品这些实体相互不隶属不包含，但“手术”这一类实体包含了“部位”、“术式”、“药品”、“部位”等等，这种与手术的共现导致语料里的紧密嵌套非常多，不像这个项目中的ORG、PERSON、NAME分的那么开。所以这样的语料能用吗，如果可以的话，想产生像train.json里面带下标的语料具体怎么做呢。希望您能解惑下

[geekhch]

可以的，这就是典型的嵌套实体问题呢，标注数据的时候，记录下每个实体的_(首字符位置，结束位置, 以及实体类别)_三元组就行了，不管嵌套与否，每个三元组都可以唯一表示一个实体。