合成文档问答医疗保健行业测试集（图像描述）
医疗保健行业文档图像描述测试集，包含2174个多模态样本，用于评估模型对医疗文档的理解与描述能力。
基本信息
模态
多模态
创建/更新时间
2024-06-05
资源简介
该数据集是用于文档图像描述任务的合成测试集，专注于医疗保健行业。包含2174个样本，每个样本由查询、图像、图像文件名、答案、页码、模型、提示词、来源、文本描述、分块ID、分块类型和分块图像等字段组成。数据模态为多模态（图像和文本），可用于评估模型在医疗保健文档图像上的理解与描述能力。
下载信息
注册下载
Tips: 该数据集需要在对应的数据源网站注册通过后，才能进行数据下载，注册有对应要求，或者需要收费。
暂未开放公开下载
Tips: 该数据集属于公开下载，应该可以免费公开下载。
免登录有偿下载
Tips: 该数据集 Qianfanghub 可以协助提供有偿下载服务，注意，服务不针对数据相关产权，只是技术服务费。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放千方医数集，医疗数据集部分，是为社区服务的公开医疗数据集搜索引擎，并不存储或者下载原始的任何数据。 如果您有其他医疗数据需求，可以和客服联系，或者下工单。我们有强大的三甲医疗机构帮助您提供个性化的医疗数据定制、采集、标注服务。
使用方式
数据集获取与加载（Hugging Face datasets）
# 前置依赖: pip install datasets
from datasets import load_dataset
ds = load_dataset("vidore/syntheticDocQA_healthcare_industry_test_captioning")
print(ds) # 查看 splits 与字段结构
# 国内网络可先设镜像: import os; os.environ["HF_ENDPOINT"]="https://hf-mirror.com"
git lfs install && git clone https://hf-mirror.com/datasets/vidore/syntheticDocQA_healthcare_industry_test_captioning
仓库文件结构
.gitattributesREADME.md
完整数据卡：huggingface.co/datasets/vidore/syntheticDocQA_healthcare_industry_test_captioning
精度瓶颈？数据缺失？
当前公开数据无法满足您的算法精度？千方提供针对 其他 的高质量、多模态真实临床数据定制解决方案。
