FreedomIntelligence/huatuo_consultation_qa

我们从一个医疗咨询网站收集了数据，包含了许多由医疗专家进行的在线咨询记录。每条记录是一个问答对：患者提出问题，医生回答问题。记录了医生的基本信息（包括姓名、医院组织和部门）。我们直接爬取了患者的问题和医生的答案作为问答对，得到了32,708,346对。随后，我们删除了包含特殊字符的问答对，并去除了重复的对。最终，我们得到了25,341,578个问答对。请注意，由于某些原因，我们无法直接提供文本数据，因此我们数据集中的答案部分是URL。如果您想使用文本数据，可以参考我们开源数据集的其他两个部分（huatuo_encyclopedia_qa、huatuo_knowledge_graph_qa），或者使用URL进行数据收集。

原始信息汇总

数据集概述

数据集名称

• 名称: huatuo_consultation_qa

数据集描述

• 语言: 中文
• 类别: 医学
• 任务类型: 文本生成
• 数据规模: 1M<n<10M
• 许可: Apache-2.0

数据集内容

• 来源: 从医疗咨询网站收集的在线咨询记录，包含医疗专家的回答。
• 结构: 每个记录为QA对，包括患者问题和医生回答。
• 数据量: 原始数据包含32,708,346对QA，经过清洗后剩余25,341,578对QA。
• 特殊说明: 由于某些原因，数据集的回答部分以URL形式提供，无法直接提供文本数据。

数据集使用

• 建议: 如需使用文本数据，可参考其他两个开源数据集：huatuo_encyclopedia_qa 和 huatuo_knowledge_graph_qa。

引用信息

@misc{li2023huatuo26m, title={Huatuo-26M, a Large-scale Chinese Medical QA Dataset}, author={Jianquan Li and Xidong Wang and Xiangbo Wu and Zhiyi Zhang and Xiaolong Xu and Jie Fu and Prayag Tiwari and Xiang Wan and Benyou Wang}, year={2023}, eprint={2305.01526}, archivePrefix={arXiv}, primaryClass={cs.CL} }