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2018B002year: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