sarus-tech/medical_extended

该数据集包含与疾病、药物、症状、用药指南、问题和答案相关的信息。数据集分为一个训练集，包含9407个样本，文件大小为9308914字节。

原始信息汇总

数据集概述

数据集信息

特征

• Disease: 类型为字符串
• Drug: 类型为字符串
• symptoms: 类型为字符串序列
• posology: 类型为字符串
• answer: 类型为字符串
• question: 类型为字符串
• index_level_0: 类型为整数

数据分割

• train: 包含9407个样本，占用9308914字节

数据集大小

• 下载大小: 3216907字节
• 数据集大小: 9308914字节

配置

• config_name: default
  • data_files:
    • split: train
    • path: data/train-*

搜集汇总

背景与挑战

背景概述

该数据集是一个合成的医疗问答数据集，包含约9,407行数据，模拟了患者症状描述和医生诊断回复的交互。数据集中定义了虚构的疾病、药物、症状和用法，并提供了结构化的问答对，适用于自然语言处理任务如医疗对话生成或分类。其特点在于使用虚构的医疗场景，避免了真实患者数据的隐私问题，同时保持了医疗领域的专业术语和逻辑结构。