LiveQA 比赛于 2015 年开始举办,专注于实时回答用户问题。2017年引入了医疗问答任务。官方使用了从美国国家医学图书馆(NLM)收到的消费者健康问题,构建了用于训练和测试的医疗问题-答案对,并附加了可以用于开发问题分析和问题解答系统的注释。LiveQA 也是谷歌医疗大模型 Med-Palm 的训练数据之一。官方提供了634个问题-答案(QA)对用于训练,考虑了23种问题类型(例如治疗、原因、诊断、指示、易感性、剂量),涉及四个类别:疾病、药物、治疗和检查。测试集包括104个问题,涵盖26种问题类型,与五个类别相关。
xianweichengxiang模态 | other |
任务类型 | other |
解剖结构 | 不适用 |
解剖区域 | 不适用 |
类别数 | 23 |
数据量 | 738 |
文件格式 | xml |
LiveQA/
├── TREC-2017-LiveQA-Medical-Test.xml
├── TREC-2017-LiveQA-Medical-Train-1.xml
└── TREC-2017-LiveQA-Medical-Train-2.xml
统计类型 | 间距 (mm) | 尺寸 |
---|---|---|
最小值 | 不适用 |
不适用 |
中位值 | 不适用 |
不适用 |
最大值 | 不适用 |
不适用 |
@inproceedings{
author = {Asma {Ben Abacha} and Eugene Agichtein and Yuval Pinter and Dina Demner{-}Fushman},
title = {Overview of the Medical Question Answering Task at TREC 2017 LiveQA},
booktitle = {TREC 2017},
year = {2017}
}