DocTalkBN

新的孟加拉语远程医疗数据集DocTalkBN发布，用于医学NLP研究

研究人员推出DocTalkBN，这是一个新数据集，包含超过557小时的孟加拉语专家远程医疗对话。这个多模态数据集包含配对的音频和文本，涵盖了1,515次多轮患者通话和26个医学专业领域的10,274次问答交流。与源自书面内容或合成数据的现有数据集不同，DocTalkBN保留了低资源语言中真实医疗互动的自然流程和口语特征。该数据集还包括三个下游任务的基准：医学分诊分类、建议安全评估和医学命名实体识别，并对各种大型语言模型进行了初步评估。