大家好,我是GitHub好项目君,每天分享GitHub上的好项目
主要分享GitHub上有趣、有意义、重要的项目
一个用于医疗领域的问答数据集
源代码:
http://www.gitpp.com/wzy/chinese-medical-dialogue-data
“Chinese-medical-dialogue-data” 是一个用于医疗领域的问答数据集,由 GitHub 上的 Toyhom 创建和维护。这个数据集包含了大量的真实医疗对话记录,覆盖了疾病诊断、用药指导等多个主题。数据集的详细分类和丰富内容为研究人员提供了一个深度探索中文医疗对话处理技术的宝贵资源,特别是在自然语言处理领域。
数据集包含六个主要医疗专业的问答对,具体包括男科、内科、妇产科、肿瘤科、儿科和外科。每个专业领域都有大量的问答对,总计达到 792,099 条数据。每个文件夹下都有一个 CSV 文件,其中的数据格式包含了部门、标题、问题和答案。例如,在男科文件夹中,有 94,596 个问答对,涵盖了高血压患者是否能吃党参等具体问题及其医疗建议。
这个数据集为开发高质量的医疗对话机器人提供了坚实的基础,有助于提高模型理解和生成符合临床实践的对话的能力。此外,数据集的多样性也有助于提高模型的泛化能力。
数据格式
{
"instruction": "现在你是一个神经脑外科医生,请根据患者的问题给出建议:",
"input": "癫痫病能吃德巴金吗,错觉,有时候感觉看到的和听到的不太一样。",
"output": "巴金是广谱抗病药物,主要作用于中枢神经系统,对动物的药理研究发现德巴金对各种癫痫的实验模型(全身性和部分性)均有抗惊厥作用,对人的各种类型癫痫发作有抑制作用,作用机理可能与增加γ-氨基丁酸的浓度有关。主要是治癫痫药物。建议在医生的知道下,用药,祝您身体早日康复。"
},
{
"instruction": "现在你是一个生殖医学科医生,请根据患者的问题给出建议:",
"input": "男性输精管堵塞的症状会出现什么,男性输精管堵塞的症状会出现什么?输精管堵塞的症状会有哪些?",
"output": "输精管堵塞的症状一\\n输精管道的先天性梗阻:先天性输精管缺如或闭塞、先天性附睾发育不良、附睾与睾丸不连接、先天性精囊缺如或射精管缺如。\\n输精管堵塞的症状二\\n输精管道的感染:这一输精管堵塞的症状有结核、淋病及血丝虫病,当结核杆菌侵及输精管壁,使输精管壁增厚,输精管变硬变粗,呈串珠状,病变可沿输精管蔓延到附睾尾,然后波及整个附睾和睾丸。球菌感染主要破坏附睾尾部,很少侵及附睾头,输精管也常常受累。丝虫病感染侵及输精管、附睾时,同样可造成其阻塞而不通。当感染侵及前列腺、精囊时,输精管道梗阻症状可表现"
},
每个文件夹下有一个csv文件,其中的数据格式为:
department | title | question | answer |
---|---|---|---|
心血管科 | 高血压患者能吃党参吗? | 我有高血压这两天女婿来的时候给我拿了些党参泡水喝,您好高血压可以吃党参吗? | 高血压病人可以口服党参的。党参有降血脂,降血压的作用,可以彻底消除血液中的垃圾,从而对冠心病以及心血管疾病的患者都有一定的稳定预防工作作用,因此平时口服党参能远离三高的危害。另外党参除了益气养血,降低中枢神经作用,调整消化系统功能,健脾补肺的功能。感谢您的进行咨询,期望我的解释对你有所帮助。 |
消化科 | 哪家医院能治胃反流 | 烧心,打隔,咳嗽低烧,以有4年多 | 建议你用奥美拉唑同时,加用吗丁啉或莫沙必利或援生力维,另外还可以加用达喜片 |
这个数据集有助于解决以下问题:
-
提高医疗对话机器人的质量和效率:通过提供大量的真实医疗对话数据,数据集有助于训练和优化医疗对话机器人,使其能够更准确地理解和回应医疗相关的问题。
-
改善医疗服务的可达性和质量:数据集支持开发能够提供自动化健康咨询和支持的系统,这些系统可以帮助缓解医生的工作压力,并提高医疗服务的整体效率。
-
推动医疗领域的自然语言处理技术发展:数据集为研究人员提供了一个丰富的资源,用于探索和开发新的自然语言处理技术,特别是在医疗对话理解和生成方面。
-
支持医疗教育和培训:数据集可以用于教育和培训场景,帮助学生和医疗专业人员了解和练习医疗对话的技巧。
-
促进医疗领域的跨学科研究:数据集涵盖了广泛的医疗主题,有助于促进医疗、人工智能、数据科学等领域的跨学科研究。
总的来说,“Chinese-medical-dialogue-data” 数据集在医疗领域的自然语言处理、医疗服务改进、教育和研究等多个方面都有重要的应用价值。
声明:此项目仅仅是医疗领域的问答数据集,其不能代替医生进行医学诊断和给出医学建议。如有需要,请咨询专业医生或前往医院就诊。
如何学习大模型 AI ?
由于新岗位的生产效率,要优于被取代岗位的生产效率,所以实际上整个社会的生产效率是提升的。
但是具体到个人,只能说是:
“最先掌握AI的人,将会比较晚掌握AI的人有竞争优势”。
这句话,放在计算机、互联网、移动互联网的开局时期,都是一样的道理。
我在一线互联网企业工作十余年里,指导过不少同行后辈。帮助很多人得到了学习和成长。
我意识到有很多经验和知识值得分享给大家,也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑,所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限,很多互联网行业朋友无法获得正确的资料得到学习提升,故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。
第一阶段(10天):初阶应用
该阶段让大家对大模型 AI有一个最前沿的认识,对大模型 AI 的理解超过 95% 的人,可以在相关讨论时发表高级、不跟风、又接地气的见解,别人只会和 AI 聊天,而你能调教 AI,并能用代码将大模型和业务衔接。
- 大模型 AI 能干什么?
- 大模型是怎样获得「智能」的?
- 用好 AI 的核心心法
- 大模型应用业务架构
- 大模型应用技术架构
- 代码示例:向 GPT-3.5 灌入新知识
- 提示工程的意义和核心思想
- Prompt 典型构成
- 指令调优方法论
- 思维链和思维树
- Prompt 攻击和防范
- …
第二阶段(30天):高阶应用
该阶段我们正式进入大模型 AI 进阶实战学习,学会构造私有知识库,扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架,抓住最新的技术进展,适合 Python 和 JavaScript 程序员。
- 为什么要做 RAG
- 搭建一个简单的 ChatPDF
- 检索的基础概念
- 什么是向量表示(Embeddings)
- 向量数据库与向量检索
- 基于向量检索的 RAG
- 搭建 RAG 系统的扩展知识
- 混合检索与 RAG-Fusion 简介
- 向量模型本地部署
- …
第三阶段(30天):模型训练
恭喜你,如果学到这里,你基本可以找到一份大模型 AI相关的工作,自己也能训练 GPT 了!通过微调,训练自己的垂直大模型,能独立训练开源多模态大模型,掌握更多技术方案。
到此为止,大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗?
- 为什么要做 RAG
- 什么是模型
- 什么是模型训练
- 求解器 & 损失函数简介
- 小实验2:手写一个简单的神经网络并训练它
- 什么是训练/预训练/微调/轻量化微调
- Transformer结构简介
- 轻量化微调
- 实验数据集的构建
- …
第四阶段(20天):商业闭环
对全球大模型从性能、吞吐量、成本等方面有一定的认知,可以在云端和本地等多种环境下部署大模型,找到适合自己的项目/创业方向,做一名被 AI 武装的产品经理。
- 硬件选型
- 带你了解全球大模型
- 使用国产大模型服务
- 搭建 OpenAI 代理
- 热身:基于阿里云 PAI 部署 Stable Diffusion
- 在本地计算机运行大模型
- 大模型的私有化部署
- 基于 vLLM 部署大模型
- 案例:如何优雅地在阿里云私有部署开源大模型
- 部署一套开源 LLM 项目
- 内容安全
- 互联网信息服务算法备案
- …
学习是一个过程,只要学习就会有挑战。天道酬勤,你越努力,就会成为越优秀的自己。
如果你能在15天内完成所有的任务,那你堪称天才。然而,如果你能完成 60-70% 的内容,你就已经开始具备成为一名大模型 AI 的正确特征了。