MedQuAD

该数据集包含了来自120ask问答社区的17,387条医疗问题，这些问题被归类为20个不同的类别。数据集按照训练集（60%）、验证集（20%）和测试集（20%）的比例进行划分，采用随机分区的形式。规模上，该数据集覆盖了20个类别的17,387条问题，任务是对这些问题进行分类。

This dataset includes 17,387 medical questions sourced from the 120ask Q&A community, with all questions categorized into 20 distinct categories. It is randomly partitioned into three subsets: 60% for training, 20% for validation, and 20% for testing. Covering 17,387 questions across 20 categories, the task of this dataset is to classify these medical questions.

搜集汇总

背景与挑战

背景概述

MedQuAD是一个包含47,457个医学问答对的数据集，来源于12个NIH网站，涵盖多种医学问题类型，并附带丰富注释。数据集还包括一个测试集，用于评估问答系统的性能。