RoMedQA
罗马尼亚语医疗问答数据集，含10万+问答对，覆盖乳腺癌和肺癌患者病例摘要，由专业医生标注。
基本信息
资源简介
RoMedQA
【数据集背景】
本数据集源站标题为《ana-rogoz/MedQARo》。源站首次发布：2025-08-01。
【数据内容】
源站原始描述：MedQARo: A Large-Scale Benchmark for Medical Question Answering in Romanian # MedQARo: A Large-Scale Benchmark for Medical Question Answering in Romanian We introduce MedQARo, the first large-scale medical QA benchmark in Romanian, alongside a comprehensive evaluation of state-of-the-art large language models (LLMs). We construct a high-quality and large-scale dataset comprising 105,880 QA pairs about cancer patients from two medical centers. The questions regard medical case summaries of 1,242…
【适用方向】
文本类数据可用于医学自然语言处理，如命名实体识别、信息抽取与文本分类。
【获取与许可】
源站页面：https://github.com/ana-rogoz/MedQARo
【使用注意】
· 源站最后修改于 2026-01-27，引用时请注意版本时效。
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载，适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档，适合快速预览和评估数据集质量。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放当前数据集主要来源为 Kaggle 公开托管，完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
git clone https://github.com/ana-rogoz/MedQARo.git
curl -L -o repo.zip https://github.com/ana-rogoz/MedQARo/archive/refs/heads/main.zip
unzip repo.zip
源站 README 摘录（使用方式）
Getting Started <a name = “getting_started”></a>
There are no environment dependencies that should be installed, although the dataset should be downloaded before running each of the the notebooks.
数据加载示例（表格/文本类）
import pandas as pd, glob, os
files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))
数据缺失？
依托陕西、四川两大基地，我们与超过十家三甲医院建立直接合作关系，覆盖合规授权、采集治理、专业标注、数据交付的全流程，为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务？立即联系我们获取专业方案。
