ChuGyouk/KoMedInstruct-36k

Ko-AlpaCare数据集是MedInstruct-52k数据集的韩语翻译版本，用于医疗指令生成任务。MedInstruct-52k是一个合成的医疗指令数据集，由AlpaCare使用。翻译过程中使用了DeepL Pro应用程序，并且提到了翻译过程中可能存在的错误和需要进一步过滤的问题。数据集包含医疗指令的输入和输出示例，例如药物分类和mRNA疫苗的工作原理。

原始信息汇总

数据集概述

基本信息

• 许可证: Apache-2.0
• 任务类别: 文本生成
• 语言: 韩语
• 标签: 医疗

数据集进展

• 完成进度: 69.23% (36/52)

数据处理

• 步骤1: 确认现有数据中存在大量接近重复的数据，需要移除。
• 步骤2: 许多输出数据存在幻觉风险，输出中最后一句话不完整的数据必须编辑。
• 步骤3: 如果输出数据中包含与输入相同的数据，这些数据必须编辑。

数据翻译过程

• 使用工具: DeepL Pro app (手动操作)，初期少量使用DeepL免费API。

警告

• 数据集为简单翻译结果，未进行额外过滤。
• 不推荐使用包含“请将以下内容改写为非医疗专业人士也能理解的形式”等指令的数据，因为转换前后的句子在韩语中几乎相同。

示例

• 指令: 이 약을 진통제, 해열제, 항생제 또는 항우울제로 분류하세요.

• 输入: 메트로니다졸

• 输出: 메트로니다졸은 항생제로 분류됩니다. 정답은 항생제입니다.

• 指令: 화이자-바이오엔텍 및 모더나 COVID-19 백신과 같은 mRNA 백신의 주요 기능 메커니즘을 요약하세요.

• 输入: <noinput>

• 输出: 화이자-바이오엔텍 및 모더나 COVID-19 백신과 같은 mRNA 백신은 우리 몸의 세포에 스파이크 단백질이라는 특정 단백질을 생산하도록 지시를 내리는 방식으로 작동합니다. ...