数据集概述
本数据集为BioASQ生物医学问答基准数据集，包含英文问题、标准参考答案及相关材料，反映生物医学专家真实信息需求，兼具挑战性与实用性。数据集融合结构化与非结构化数据，除精确答案外还包含理想答案（摘要形式），适用于问答系统、多文档摘要、信息检索等多任务研究，且随BioASQ挑战赛持续扩展。
文件详解
- README文件
- 文件名称：README
- 文件格式：无扩展名
- 字段映射介绍：说明数据用途，指出训练数据文件为training11b.json，提及该文件涵盖挑战赛前十版的4719个问题及相关文档、片段、概念、RDF三元组、精确与理想答案，提供数据格式及参与BioASQ任务的参考链接，对比与BioASQ-training10b.json的差异。
- training11b.json文件
- 文件名称：training11b.json
- 文件格式：JSON
- 字段映射介绍：包含挑战赛前十版的4719个问题，每个问题关联相关文档、片段、概念、RDF三元组，以及精确答案和理想答案，支持信息检索、摘要生成、自然语言生成等任务。
数据来源
BioASQ挑战赛
适用场景
- 生物医学问答系统研发: 用于训练和评估生物医学领域问答系统的性能，优化答案准确性与相关性。
- 多文档摘要研究: 利用理想答案（摘要形式）数据，开展生物医学文本的多文档摘要算法开发与验证。
- 信息检索与段落检索实验: 基于问题关联的文档和片段数据，进行生物医学领域的信息检索与段落检索模型测试。
- 自然语言生成研究: 通过概念与文本映射数据，探索生物医学概念到文本的自然语言生成技术。
- 文本复述与蕴含分析: 评估复述和文本蕴含方法对生物医学问答系统性能的提升效果。
