PubMedQA生物医学研究问题解答数据集

由 发布于

数据文档

背景描述

PubMedQA是从PubMed摘要中收集的新颖的生物医学问答（QA）数据集。
PubMedQA的任务是使用相应的摘要以是/否/可能的方式回答研究问题（例如：术前他汀类药物是否能减少冠状动脉搭桥术后的房颤？）。

Image Name

数据说明

PubMedQA具有1k专家注释，61.2k未标记和211.3k人工生成的QA实例。每个PubMedQA实例均由

（1）一个问题（既可以是现有研究文章的标题，又可以是从其中得出的问题）组成；
（2）上下文是没有其结论的相应摘要；
（3）长答案，即摘要，大概可以回答研究问题；
（4）是/否/也许是答案，总结了结论。

PubMedQA是第一个QA数据集，需要对生物医学研究文本进行推理，尤其是其定量内容才能回答问题。

我们性能最佳的模型是BioBERT的多阶段微调，具有长答案词袋统计作为额外的监督，可实现68.1％的准确性，相比之下，单个人的性能为78.0％的准确性和多数基准为55.2％的准确性，有很大的改进空间。

数据来源

https://github.com/pubmedqa/pubmedqa

引文

@inproceedings{jin2019pubmedqa,
  title={PubMedQA: A Dataset for Biomedical Research Question Answering},
  author={Jin, Qiao and Dhingra, Bhuwan and Liu, Zhengping and Cohen, William and Lu, Xinghua},
  booktitle={Proceedings of the 2019 Conference on Empirical Methods in Natural Language Processing and the 9th International Joint Conference on Natural Language Processing (EMNLP-IJCNLP)},
  pages={2567--2577},
  year={2019}
}

问题描述

生物医学问答

#PubMed#生物医学问答#BioBERT