DavidLanz/medical_instruction

该数据集名为medical_finetune_tw.json，总共有2.06百万条数据，来源于四个不同的数据集：1) 来自Chinese Medical Dialogue Dataset的六个医疗部门的医疗咨询数据，共79万条；2) 来自huatuo_encyclopedia_qa的在线医学百科全书数据，共36万条；3) 来自huatuo_knowledge_graph_qa的医学知识图谱数据，共79万条；4) 来自Kent0n-Li/ChatDoctor的英文医疗咨询对话数据，共11万条。这些数据被合并成一个总共有1.95百万条的数据集。

This dataset comprises a total of 2.06 million entries and is sourced from various sources, including: 1. Six medical department medical inquiry datasets from the [Chinese Medical Dialogue Dataset](https://github.com/Toyhom/Chinese-medical-dialogue-data), totaling 790,000 entries. 2. An online medical encyclopedia dataset, [huatuo_encyclopedia_qa](https://huggingface.co/datasets/FreedomIntelligence/huatuo_encyclopedia_qa), with 360,000 entries. 3. A medical knowledge graph dataset, [huatuo_knowledge_graph_qa](https://huggingface.co/datasets/FreedomIntelligence/huatuo_knowledge_graph_qa), with 790,000 entries. These three parts are merged, resulting in a dataset with a total of 1.95 million entries. 4. English medical inquiry dialogue data from [Kent0n-Li/ChatDoctor](https://github.com/Kent0n-Li/ChatDoctor), which includes data from HealthCareMagic-100k and GenMedGPT-5k datasets, totaling 110,000 entries.

原始信息汇总

数据集概述

数据集名称

• medical_finetune_tw.json

数据集描述

• 该数据集包含总计206万条数据，来源包括：
  1. 来自Chinese Medical Dialogue Dataset的六个医疗部门医疗咨询数据集，共计79万条数据。
  2. 在线医疗百科数据集huatuo_encyclopedia_qa，包含36万条数据。
  3. 医疗知识图谱数据集huatuo_knowledge_graph_qa，包含79万条数据。这三部分合并后，形成总计195万条数据的数据集。
  4. 来自Kent0n-Li/ChatDoctor的英文医疗咨询对话数据，包括HealthCareMagic-100k和GenMedGPT-5k数据集，共计11万条数据。

数据集标签

• text-generation

数据集大小

• 1M<n<10M

语言

• 中文
• 英文

任务类别

• text-generation