结构化/非结构化题库-评测数据
基于PubMed医学论文摘要的yes/no/maybe问答，支持Medical LLM训练、医学问答及Benchmark评测。
文本表格/结构化文档特征提取问答摘要医疗/健康教育更新时间 2026·06·08
数据集简介
主要数据内容包括：生物医学问答（Biomedical QA）数据集基于 PubMed 医学论文摘要构建的问题数据包含 yes / no / maybe 三分类医学问答标签医学研究问题与对应论文摘要上下文数据人工标注、自动生成与未标注 QA 数据覆盖临床医学、生物学、药学等领域内容支持的能力方向包括：医学大语言模型（Medical LLM）训练医疗问答系统（Medical QA）研发医学文本推理与知识理解生物医学 NLP 模型训练RAG 医疗知识库问答医学领域 Benchmark 评测适用于：医疗 AI 与 BioAI 模型研发医学知识问答系统构建临床文本理解与推理训练医学 NLP Benchmark 测试医学论文语义检索生物医学领域多模态研究
数据质量
记录时效性
按需更新
记录结构化
NDJSON、JSON、CSV、XLSX、Parquet，支持定制化
记录云交付
Amazon S3、Snowflake、Alibaba Cloud OSS、Google Cloud Storage、Google Drive
记录标准化
为保证数据的一致性与可用性，数据集在构建过程中对原始记录进行了标准化处理，包括：（1）单位标准化：统一价格、重量、尺寸等字段的计量单位；（2）格式标准化：统一日期、时间、数值字段的表示格式；（3）文本清洗：去除 HTML 标签、多余空格及异常字符；（4）字段规范化：统一字段命名、数据类型与缺失值表示方式。该过程确保数据在不同来源和不同采集批次之间保持结构一致性，便于后续分析与建模。
记录代表性
数据覆盖全量业务场景，样本均衡，具备行业代表性
文本表格/结构化文档特征提取问答摘要医疗/健康教育
