中文医疗问答数据集开源！

最新推荐文章于 2024-07-17 14:19:40 发布

程序猿赵高

最新推荐文章于 2024-07-17 14:19:40 发布

阅读量592

点赞数 5

文章标签： easyui 前端 javascript 人工智能职场和发展语言模型程序人生

本文链接：https://blog.csdn.net/m0_57081622/article/details/140065935

版权

大家好，我是开源项目解析小编，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是一个专门为医疗领域的自然语言处理研究提供丰富资源的数据集。这个数据集包含了医生和患者之间的对话，总共有1百万个对话和4百万个话语。这些对话数据都是用中文进行的，涵盖了多种医疗场景和话题。

该数据集的主要特点包括：

大规模：包含大量的医患对话，这为研究医疗领域的自然语言处理提供了丰富的资源。
多样性：对话涵盖了多种医疗场景和话题，有助于训练和理解不同的医疗交流情况。
持续更新：数据集还在不断增长中，未来将增加更多的对话数据。
来源：原始对话来自于haodf.com，所有数据的版权归haodf.com所有。

这个数据集对于研究和开发医疗对话系统非常有价值，可以帮助改进医患交流的质量和效率。同时，它也为医疗领域的自然语言处理研究提供了宝贵的资源。

以下摘自github

数据

Data_数据中有6个文件夹分别是:

<Andriatria_男科> 94596个问答对 <IM_内科> 220606个问答对 <OAGD_妇产科> 183751个问答对 <Oncology_肿瘤科> 75553个问答对 <Pediatric_儿科> 101602个问答对 <Surgical_外科> 115991个问答对总计 792099条数据

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

ChatGLM-6B 微调

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"  
    },

Chinese-medical-dialogue-data数据集在医疗领域的应用广泛，主要有助于解决以下问题：

医疗问答系统：通过训练基于该数据集的模型，可以建立一个能够理解、回答患者关于疾病、治疗等问题的智能助手。这为患者提供了一个方便、及时的医疗信息获取渠道，也减轻了医生的工作负担[1]。
医疗信息检索：数据集中的对话可以用于改进搜索引擎，帮助医生快速找到相关的医学资料。这有助于医生在诊断和治疗过程中更快速、准确地获取所需信息[1]。
远程诊疗辅助：可以作为远程医疗服务的一部分，辅助医生进行在线诊断和建议。在医疗资源分布不均的情况下，远程诊疗可以大大提高医疗服务的覆盖范围和效率[1]。
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，从而提高医疗服务的可达性和质量[4]。
自然语言处理技术的发展：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。这有助于推动医疗领域的自然语言处理技术发展[3][4]。

Chinese-medical-dialogue-data数据集在推动医疗领域人工智能发展、改善医疗服务质量、提高医疗对话机器人的效率等方面都具有重要意义。

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。

源代码：

http://www.gitpp.com/wzy/chinese-medical-dialogue-data

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。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

在这里插入图片描述

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。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【`保证100%免费`】

程序猿赵高

关注

5
点赞
踩
9

收藏

觉得还不错? 一键收藏
0
评论
中文医疗问答数据集开源！

大家好，我是开源项目解析小编，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：Chinese-medical-dialogue-data是一个专门为医疗领域的自然语言处理研究提供丰富资源的数据集。这个数据集包含了医生和患者之间的对话，总共有1百万个对话和4百万个话语。这些对话数据都是用中文进行的，涵盖了多种医疗场景和话题。该数据集的主要特点包括：大规模：包含大量的医患对话，这为研究医疗领域的自然语言处理提供了丰富的资源。
复制链接

扫一扫