Nikinzt/medical-gen-vqa

这是Slake数据集的一个变体，仅包含英文数据。该数据集包含与医学图像相关的问答对。数据集的不同处理阶段包括原始数据、仅英文数据、分词后的问答、分句后的问答以及包含完整句子答案的训练、验证和测试数据。

原始信息汇总

数据集概述

数据集描述

• 名称：[Dataset Name]
• 类型：医疗问答数据集
• 语言：仅包含英语数据

数据集结构

• 数据实例：
  • data/raw：包含原始的slake数据集。
  • data/clean：仅包含英语数据。
  • data/wordbroken：问题和答案被拆分为单词。
  • data/sentencebroken：问题和答案被拆分为句子。
  • dataset/full_sentence_data：包含训练、验证和测试数据，答案为完整句子。

引用信息

• 来源：该数据集源自论文：https://arxiv.org/abs/2102.09542