kayrab/patient-doctor-qa-tr-167732

Patient Doctor Q&A TR 167732数据集是从doktorsitesi数据集清理而来的，清理内容包括电话号码、邮件地址、完整地址、上下文相关句子、标点符号以及大小写字母的规范化。数据集包含4列：标题、专业领域、问题和答案，语言为土耳其语。该数据集涵盖了多种医学主题的患者问题和医生回答，适用于医学研究、自然语言处理和医学教育。然而，数据集存在数据隐私问题、答案质量的变异性以及潜在的偏见等限制。整体而言，该数据集是理解现实世界医学沟通和信息交换的宝贵资源，但需注意其局限性。

The Patient Doctor Q&A TR 167732 dataset is a cleaned version of the doktorsitesi dataset, with cleaned parts including phone numbers, email addresses, full addresses, context-dependent sentences, punctuation, and uppercase/lowercase letters. The dataset contains 4 columns: Title, Speciality, Question, and Answer, and the language is Turkish. It covers medical questions and answers on diverse topics, suitable for medical research, natural language processing, and medical education. However, the dataset has limitations such as data privacy concerns, variability in answer quality, and potential biases. Overall, it is a valuable resource for understanding real-world medical communication and information exchange, but its limitations should be considered.

原始信息汇总

Patient Doctor Q&A TR 167732 数据集

概述

• 名称: Patient Doctor Q&A TR 167732
• 语言: 土耳其语
• 标签: 医学
• 大小: 100K<n<1M
• 任务类别:
  • 问答
  • 文本生成
  • 文本到文本生成

数据集来源

• 原始数据集: doktorsitesi

数据清洗

• 清洗内容:
  • 电话号码
  • 邮件地址
  • 详细地址
  • 上下文相关句子
  • 标点符号（不必要的使用被移除，缺失部分被填充）
  • 大小写字母

主要特征

• 内容: 涵盖多种医学主题的患者提问和医生回答。
• 结构: 包含4列：Title（标题）, Speciality（专业）, Question（问题）, Answer（回答）。

潜在用途

• 医学研究
• 自然语言处理 (NLP)
• 医学教育

局限性

• 数据隐私问题
• 回答质量的差异
• 潜在的偏见

总体评价

• 价值: 该数据集是理解现实世界医学交流和信息交换的重要资源。
• 适用性: 适用于医学研究和教育，可用于分析患者与医生之间的交流。
• 注意事项: 需考虑数据隐私和回答质量的差异等局限性。

引用

• 引用格式:

  @dataset{kayrab2024patient-doctor-qa-tr-167732, author = {Muhammed Kayra Bulut}, title = {Patient Doctor Q&A TR 167732}, year = 2024, url = {https://huggingface.co/datasets/kayrab/patient-doctor-qa-tr-167732}, }