数据集概述
该数据集包含四千五百二十四条德语医疗领域的模拟问答对，源自一百一十六个标准化问诊问题，由三十九名非患者参与者回答。问题提取自十二项基础问诊问卷及EORTC生活质量问卷等工具，同时包含十八个大中小型语言模型生成的零样本合成回答。
文件详解
- 根目录文件：Jhofenbitzer/GerMedIQ-Corpus-v2.0.0.zip（ZIP格式），为数据集压缩包
- 压缩包内目录及内容：
- Analysis：含R Markdown格式的统计评估与绘图文件
- CorpusFiles：含CSV格式的GerMedIQ语料文件
- EvaluationResults：含评估结果文件
- Judgments：含LLM判断与人类评分数据
- Scripts：含所有使用的脚本文件
适用场景
- 医疗NLP模型训练：用于德语医疗对话系统、问答系统的开发与优化
- 问诊数据研究：分析标准化医疗问诊问题的回答模式与特征
- 语言模型评估：评估大语言模型在医疗领域零样本生成回答的质量
- 医疗文本分析：开展德语医疗文本的语义理解、意图识别等研究
- 医疗AI应用：为智能问诊辅助工具、远程医疗系统提供数据支持
