发布 CMCQA 数据集, 应用在 医疗对话、自然语言处理 领域

本次发布的数据集 CMCQA, 该数据集是一个大规模的中文医疗领域对话式问答数据集，包含了130万个完整的对话会话，即1983万条语句。这些数据来自45个不同的医疗科室，并已开源，旨在推动对话式问答研究的发展。该数据集的规模宏大，拥有130万个会话、1983万条语句以及6.5亿个词汇标记。其研究任务主要针对的是对话式问答。

查看CMCQA

README 内容： 

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。