Medical NLP Competition, dataset, large models, paper

手工整理医疗行业词汇、术语等语料。可用于语音识别、对话系统等各类nlp模型训练。

中文医学NLP公开资源整理：术语集/语料库/词向量/预训练模型/知识图谱/命名实体识别/QA/信息抽取/模型/论文/etc

Chinese medical dialogue data 中文医疗对话数据集

Chinese Medical Intent Dataset

This is the dataset for Chinese community medical question answering.

中医药古籍文本，近700项

A Chinese medical question answering dataset

PubMedQA: A Dataset for Biomedical Research Question Answering

Code and dataset for our Bioinformatics 2022 paper: "A Benchmark for Automatic Medical Consultation System: Frameworks, Tasks and Datasets"

Collection of awesome medical dataset resources.

百度百科 500 万数据集

MNBVC(Massive Never-ending BT Vast Chinese corpus)超大规模中文语料集。对标chatGPT训练的40T数据。MNBVC数据集不但包括主流文化，也包括各个小众文化甚至火星文的数据。MNBVC数据集包括新闻、作文、小说、书籍、杂志、论文、台词、帖子、wiki、古诗、歌词、商品介绍、笑话、糗事、聊天记录等一切形式的纯文本中文数据。