HiTZ/casimedicos-squad

casimedicos-squad数据集是一个多语言的医学考试数据集，主要包含西班牙语的医学考试题目及其解释。该数据集旨在通过SQuAD抽取式问答范式，自动评估语言模型在医学考试中识别正确答案解释的能力，从而减少对医学专家手动评估的依赖。数据集来源于CasiMedicos社区，该社区由西班牙医学专业人士组成，他们自愿免费发布关于MIR考试答案的解释。数据集经过提取、清理、结构化和注释，每个文档包括临床案例、正确答案、多项选择题以及由西班牙本土医学医生撰写的考试评论。评论中标注了与正确答案解释对应的文本片段。数据集分为训练集、验证集和测试集，分别包含404、56和119个文档。

原始信息汇总

数据集概述

数据集名称

• casimedicos-squad

许可证

• CC-BY-4.0

语言

• 西班牙语 (es)

标签

• casimedicos
• explainability
• medical exams
• medical question answering
• extractive question answering
• squad
• multilinguality
• LLMs
• LLM

配置

• config_name: es
  • train: data/es/es_train_casimedicos_squad.json
  • validation: data/es/es_dev_casimedicos_squad.json
  • test: data/es/es_test_casimedicos_squad.json

任务类别

• question-answering

大小类别

• 1K<n<10K

数据集内容

• 包含临床案例、正确答案、多项选择题及由西班牙语医学专家编写的评论考试。
• 评论中标注了正确答案解释的文本范围。

数据集结构

• context: 文档中的解释（E）
• qas: 可能的答案和问题列表
  • answers: 正确答案的解释（A）
  • question: 临床案例（C）和问题（Q）
  • id: 文档的唯一标识符

数据集示例

• 示例展示了包含文本内容（临床案例、问题、可能答案和解释）的文档，并标注了正确答案解释的文本范围。

数据集引用

• 引用文献：Explanatory Argument Extraction of Correct Answers in Resident Medical Exams
• 作者：Iakes Goenaga, Aitziber Atutxa, Koldo Gojenola, Maite Oronoz, Rodrigo Agerri
• 年份：2023

联系信息

• Iakes Goenaga: http://www.hitz.eus/es/node/65
• Rodrigo Agerri: https://ragerri.github.io/
• HiTZ Center - Ixa, University of the Basque Country UPV/EHU