健康体检机构服务能力问数垂类大模型语料数据

该数据面向体检行业“合作机构数量多、区域覆盖不均、线上预约与线下履约能力差异大、接口和报告回传能力参差不齐”的平台化运营痛点，可用于训练健康体检机构服务能力问数垂类大语言模型。模型能够围绕机构类型、区域、公共体检开放、提醒服务、发票支持、自动审批、检前问卷、自动接口、报告回传、预约规则天数和运营状态生成可执行SQL，回答“哪些区域缺少公共体检开放机构”“哪些启用机构尚未开通报告回传”“自动接口能力弱的机构集中在哪些类型”“服务能力评分最高的合作机构有哪些”等问题。该语料可支撑体检平台构建机构准入、分层运营、区域供给覆盖、医院合作资源配置和数字化协同能力评估体系；对渠道拓展、医院合作和履约运营团队，可帮助识别低能力机构、发现区域服务空白、优化合作机构结构，提升预约、到检、报告回传等体检服务链路的稳定性和标准化水平。 1.数据清洗与标准化：数据清洗以“体检机构编码”为业务粒度，统一机构类型、省市区编码、公共体检开放状态、提醒服务状态、发票支持状态、审批方式、检前问卷状态、自动接口状态、报告回传状态、运营状态和删除状态；公共号源和专场号源预约规则天数统一为整数。敏感信息加密：机构统一采用脱敏编码，不输出医院名称、详细地址、联系人、电话等直接识别字段；区域仅保留到省市区编码粒度。格式统一：问题中的“开放公共体检、支持发票、开启提醒、自动审批、自动接口、报告回传、服务能力评分、区域覆盖”等表达映射为标准机构能力字段。 2.问题分类与结构化：按照机构服务能力治理场景归类为机构类型服务能力、公共体检开放分析、提醒发票能力组合、自动化能力分析、预约规则天数分析、运营状态治理、区域服务能力分布和机构服务能力排名，确保覆盖机构准入评估、区域供给覆盖、医院合作资源配置和数字化协同能力治理。 3.核心算法建模：（1）语义解析与要素提取：重点抽取机构类型、省份、城市、区县、公共体检开放状态、提醒发票能力、自动审批、自动接口、报告回传、运营状态、删除状态、预约规则天数、排名方向和TOP N条件。（2）SQL语句生成：机构数量采用COUNT(DISTINCT institution_code)；预约人数配置按查询口径采用AVG或SUM；能力评分按公共体检开放、提醒服务、发票支持、自动接口、报告回传等开关累加；机构排名必须以institution_code分组后再ORDER BY capability_score或预约人数配置。（3）异常值检测：校验预约规则天数不得为负，启用但已删除、公共体检开放但预约天数缺失、自动接口开启但报告回传关闭等组合进入治理样本；区域分布查询不得把机构能力开关误作为成交履约结果。（4）逻辑核验与业务对齐：由医院合作、渠道拓展或履约运营人员核验问题-SQL-结果三元组是否符合“机构准入、能力分层、区域覆盖、数字化协同”的管理链路，确保模型输出能支撑机构合作决策。 4.语料库的持续迭代：新增语料优先补充区域覆盖不足、公共体检未开放、自动化能力弱、报告回传未开启、启用但已删除、服务能力评分低等场景；根据模型错误反馈更新“机构准入、服务能力、区域覆盖、自动接口、报告回传、预约规则、能力评分”等同义表达词典。

搜集汇总

背景与挑战

背景概述

该数据集是健康体检机构服务能力问数垂类大语言模型的训练语料，主要解决体检行业合作机构数量多、区域覆盖不均、线上预约与线下履约能力差异大等问题。数据以体检机构编码为粒度，统一机构类型、区域、公共体检开放、提醒、发票、自动审批、检前问卷、自动接口、报告回传、运营状态等字段，并支持生成可执行SQL，回答区域服务空白、机构能力分布与排名等问题。该语料可辅助体检平台构建机构准入、分层运营、区域覆盖及数字化协同评估体系，提升预约、到检、报告回传等链路的稳定性与标准化水平。