JMedQA 日语医疗执照考试问答基准数据集

医疗健康
0 下载
4 浏览
2026-07-25

数据集简介

Dataset card

JMedQA 是一个日语医疗问答基准数据集,源自日本厚生劳动省(Ministry of Health)公开发布的国家医师考试材料。该数据集由 SIP-med-LLM 项目(SIP Healthcare generative AI project: Med-LLM, nii)构建,用于评估大语言模型(LLM)和视觉-语言模型(VLM)在日语医疗执照考试中的表现。

数据集的任务类型为多项选择题问答(Question Answering / Multiple Choice),数据模态包括图像(Image)、表格(Tabular)和文本(Text)。数据格式为 CSV,语言为日语,规模在 1K 至 10K 条之间。

数据字段

每条记录包含以下字段:

  • id:记录标识符
  • problem_unique_id:题目唯一标识符,例如 2018B002
  • year:考试年份
  • section:考试科目或部分
  • clinical_area:临床领域
  • question:题目文本
  • question_raw:原始题目文本
  • options_json:选项(JSON 格式)
  • answer_json:答案(JSON 格式)
  • answer_mode:答案模式(如单选/多选)
  • answer_count:答案数量
  • is_calc:是否需要计算
  • is_linked:是否为关联题
  • is_case_based:是否基于病例
  • image:图片信息
  • image_paths_json:图片路径(JSON 格式)
  • has_unpublished_image:是否包含未公开图片
  • unpublished_image_refs_json:未公开图片引用(JSON 格式)
  • image_dependency:图片依赖关系

这些字段为研究者提供了完整的题目、选项、答案及图片关联信息,便于进行模型评估和基准测试。

Data Studio

数据集页面提供了 Data Studio 功能,用户可以在线预览数据、查看字段统计和进行初步探索。Data Studio 支持通过 Datasets、pandas、Polars 等库加载数据,方便快速上手。

Files Files and versions

数据集文件以 CSV 格式提供,用户可通过 HuggingFace 数据集页面直接下载。页面中列出了所有文件及其版本,用户可以根据需要选择合适的分卷或版本进行下载。

许可与访问

数据集的许可类型为“other”(其他),具体条款需参考数据集页面。数据可免费公开访问,下载方式为通过 HuggingFace 数据页面。

使用建议

该数据集适用于日语医疗问答任务的研究,尤其适合评估大语言模型和视觉-语言模型在医学领域的表现。研究者可结合图片字段进行多模态评估,或利用选项和答案字段进行多项选择任务训练与测试。

基本信息

记录数量未知
文件大小未知
文件格式csv
数据来源SIP-med-LLM
语言日语
任务类型多项选择题问答
数据模态图像、表格、文本
许可other
数据落地页https://huggingface.co/datasets/SIP-med-LLM/JMedQA
发布日期2026-07-25
日语医疗问答医师考试基准数据集大语言模型视觉语言模型

上架信息

数据集市运营
平台统一选品上架,经质量审核后公开
0 次下载

价格

免费