PandaVT/datatager_standard_med_question
收藏Hugging Face2024-06-07 更新2024-06-12 收录
下载链接:
https://hf-mirror.com/datasets/PandaVT/datatager_standard_med_question
下载链接
链接失效反馈官方服务:
资源简介:
该数据集名为“标准医疗问题数据”,是DataTager团队在AnyTaskTune出版物下的一项倡议的一部分。它专注于将非标准的患者咨询转换为标准化的医疗问题,旨在帮助医疗专业人员更快、更清晰地理解患者的需求,从而提高医疗咨询的效率。该数据集对于训练旨在处理医疗对话的AI系统特别有价值,可以用于自动化患者咨询的初始部分,减少医疗专业人员理解患者问题的时间,并提高医疗建议的准确性。此外,该数据集还可用于教育环境中,培训医学生如何解释和重新表述患者的问题。
该数据集名为“标准医疗问题数据”,是DataTager团队在AnyTaskTune出版物下的一项倡议的一部分。它专注于将非标准的患者咨询转换为标准化的医疗问题,旨在帮助医疗专业人员更快、更清晰地理解患者的需求,从而提高医疗咨询的效率。该数据集对于训练旨在处理医疗对话的AI系统特别有价值,可以用于自动化患者咨询的初始部分,减少医疗专业人员理解患者问题的时间,并提高医疗建议的准确性。此外,该数据集还可用于教育环境中,培训医学生如何解释和重新表述患者的问题。
提供机构:
PandaVT
原始信息汇总
数据集概述
数据集名称
- Standard Medical Question Data
数据集描述
- 该数据集由DataTager团队发布,是其AnyTaskTune出版物的一部分。
- 数据集旨在将非标准的患者咨询文本转换为标准化的医疗问题,以帮助医疗专业人员更快、更清晰地理解患者情况,提高医疗咨询的效率。
数据集用途
- 用于训练AI系统处理医疗对话,将非标准患者表达转换为标准化医疗查询,辅助自动化患者初诊过程。
- 可用于教育场景,培训医学生解读和重构患者问题。
数据集引用格式
@misc{ Extract Medical Information Dataset, author = {DataTager}, title = {Extract Medical Information Dataset}, year = {2024}, publisher = {GitHub}, journal = {GitHub repository}, howpublished = {\url{https://github.com/PandaVT/DataTager}} }



