chaoyi-wu/PMC-CaseReport_original
收藏Hugging Face2023-08-06 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/chaoyi-wu/PMC-CaseReport_original
下载链接
链接失效反馈官方服务：
资源简介：
PMC-CaseReport_original数据集是一个用于视觉问答（VQA）任务的医学案例报告数据集。数据集包含训练和测试两部分，分别有883,570和239,654个样本。每个样本包含PMC_id、context、img_ref、inline、question和answer六个特征。PMC_id对应PMC论文的ID，context是案例报告中讨论图像之前的文本内容，inline是原始论文中引用图像的句子，question是生成的问题，answer是正确答案，img_ref是相关图像的ID列表。数据集中的图像可以从PMC图像部分获取，图像命名格式为PMCxxxxxxx_figid.jpg。需要注意的是，部分案例的context中可能泄露了答案，且由于数据收集时间窗口的原因，部分图像可能缺失。
PMC-CaseReport_original数据集是一个用于视觉问答（VQA）任务的医学案例报告数据集。数据集包含训练和测试两部分，分别有883,570和239,654个样本。每个样本包含PMC_id、context、img_ref、inline、question和answer六个特征。PMC_id对应PMC论文的ID，context是案例报告中讨论图像之前的文本内容，inline是原始论文中引用图像的句子，question是生成的问题，answer是正确答案，img_ref是相关图像的ID列表。数据集中的图像可以从PMC图像部分获取，图像命名格式为PMCxxxxxxx_figid.jpg。需要注意的是，部分案例的context中可能泄露了答案，且由于数据收集时间窗口的原因，部分图像可能缺失。
提供机构：
chaoyi-wu
原始信息汇总
数据集概述
数据集名称
- PMC-CaseReport_original
数据集结构
-
配置信息：
- 默认配置包含训练集和测试集。
- 训练集路径：
data/train-* - 测试集路径：
data/test-*
-
数据集特征：
- PMC_id: 字符串类型
- context: 字符串类型
- img_ref: 字符串类型
- inline: 字符串类型
- question: 字符串类型
- answer: 字符串类型
-
数据集大小：
- 训练集：883,570个样本，总大小1,807,264,196字节
- 测试集：239,654个样本，总大小509,716,573字节
- 下载大小：333,750,891字节
- 数据集总大小：2,316,980,769字节
样本示例
| PMC_id | context
