Santosh-Gupta/EncephalitisQueryDocuments

该数据集包含脑炎标题/摘要与相关搜索查询的配对。标题是名为Title_Abstract的列中的第一句话。搜索查询与摘要高度相关，但使用了不同的关键词和措辞，因此在使用传统搜索引擎时，这些查询可能不会返回相应的摘要。数据集的目的是训练模型，以检索可能被传统术语匹配方法忽略的相关文档。数据集创建于2023年8月，包含53,146个使用Biopython库收集的脑炎摘要，并使用GPT-3.5为每个摘要生成多个相关但措辞不同的搜索查询。通过训练这些数据，语义模型可以更好地将用户搜索查询与相关内容连接起来，从而提高医学文献等专业领域的搜索召回率。

原始信息汇总

脑炎标题、摘要和搜索查询数据集

概述

该数据集包含脑炎标题/摘要和相关搜索查询的对。标题是名为Title_Abstract的列中的第一句话。

特点

• 搜索查询与摘要高度相关，但使用不同的关键词和表述方式。
• 这些查询可能导致传统搜索引擎无法检索到相关摘要。

目标

该数据集旨在训练模型，以检索可能被传统术语匹配方法忽略的相关文档。

创建和内容

• 数据集创建于2023年8月，包含53,146个脑炎摘要，使用Biopython库收集。
• GPT-3.5用于为每个摘要生成多个相关搜索查询，这些查询在主题上与摘要相关，但用词/表述不同。

应用

通过训练此数据，可以提高语义模型连接用户搜索查询与相关内容的能力，从而改善医疗文献等专业领域的搜索召回率。