SARS-CoV-2 病毒防護語料庫 yizhan2020

MuLanPSL-2.0
跨平臺
2020-02-13
程剛byr

1.疫戰 2020(yizhan2020)介紹

“疫戰 2020”是一個關于新型冠狀病毒疫情防護的開源語料庫。

該項目由用友白清杰發起,語料庫全部由來自志愿者完成編輯撰寫。志愿者有來自北師大、北航、北郵、浙大、重大、武漢理工等高校的學生和老師,有來自上海計算所、共致開源等組織的熱心人士。志愿者在很短的時間自發自愿的聚集在一起,借助網絡的力量分工協作,通過眾包方式完成語料庫的整理。蒲公英醫學的 CEO 趙鑫磊提供了大量支持。

語料庫的語料來源于國家權威機構發布的資料,如國務院的中國政府網發布的權威回應、中國疾病預防控制中心發布的《新型冠狀病毒感染的肺炎公眾防護指南》、中國醫學科學院北京協和醫學院的相關專家編寫的《協和新型冠狀病毒肺炎防護手冊》、人民日報的相關問答等。

將國家及各個公司發布的疫情相關的工具鏈接附在每個結果的后面。這些工具包括國務院疫情督查、征集肺炎求助者、密切接觸者測量儀、疫情實時地圖、心理援助電話、防疫物資供求等。通過語料庫,我們將這些工具傳遞給每一個人,為抗擊疫情貢獻力量。

疫戰 2020 疫情語料庫秉承開源開放的原則,希望社會各界都可以基于該語料庫,發布疫情智能問答服務和 API。

2.語料說明

2.1 語料來源

  • 國務院的中國政府網發布的權威回應、
  • 中國疾病預防控制中心發布的《新型冠狀病毒感染的肺炎公眾防護指南》
  • 中國醫學科學院北京協和醫學院的相關專家編寫的《協和新型冠狀病毒肺炎防護手冊》
  • 人民日報的相關問答
  • 騰訊較真
  • 蒲公英醫學

2.2 語料規范

一條語料由基本問題、相似問題和答案組成。一個基本問題對應多個相似問題。

答案的格式規范:

答案正文

來源:機構名稱+文件名稱

參考連接: http://url

祝福語

免責聲明: http://url

3.規范

3.1 資料搜集規范

3.2 整理規范

1、 基本問題和答案在同一行;注明【來源】和【出處鏈接】,來源包括來源機構+文檔名詞,如下圖所示:

2、考慮大眾(非醫療工作者)能夠看懂答案,若字數過多可適當縮減。

3、和安全防護、口罩百科相關的資料,我們主要采用衛健委、疾控中心、協和醫院、蒲公英醫學四個機構的資料,其他機構的相關資料不再采用。

整理經驗:

(1)EXCEL 單元格內換行方法:將光標定格在需要換行的地方,然后按鍵盤上的 Alt+Enter 回車鍵或直接設置為自動換行。

(2)插入完一個基本問題和答案后,可以適當空出幾行方便相似問題組插入相似問題。

(3)鏈接可復制到瀏覽器中打開。

3.3 相似問題規范

相似問題的基本內涵:

1、相似問題是指和標準問題意思相同,但表述?式不同的問題。

2、相似問題是標準問題的有效補充,通過學習同?問題的多種不同表述?式,機器?才能理解?戶提問。

3、相似問題越多,越能幫助機器?更加準確的理解?戶提問。

4、在項?啟動初期的語料準備階段,每個標準問題應?少準備 3-5 個相似問題,如果能準備 10 個以上相似問法的話,機器?的理解能?會更有強。

相似問題的設置規范:

1、相似問題的設置和基本問題類似,表述要完整、明確、清晰。

2、在保證意思相同的情況下,?個基本問題的多個不同相似問法的表述?式差別要?,簡而言之就是一句話用不同的說法來表達。

3、如果相似問題只是在連接詞、語?詞、標點或者詞語順序上有不同,那么對機器?理解?戶提問的幫助就會?較有限,如對于“發貨時間”這一問題的相似問法 “發貨時間呢”或“發貨時間?”都意義不大。

4、避免更換同義詞、調整詞語順序、使用無實際意義的表達。例如:

  • “……是對的”這一問題中“是對的”即無實際意義
  • “如何戴口罩”和“口罩怎么戴”算法也可以解決
  • “如何”與“怎么”是同義詞,算法能處理

5、使用縮寫和改寫或者多種方法的組合對原有問題進行相似性問題改寫。

6、根據問題答案進行改寫

相似問題撰寫舉例:

例1:“發貨時間”這一問題可以采取以下相似問法

  • 多久可以發貨
  • 什么時候發貨
  • 發貨要多?時間

例 2:“退貨如何辦理”這一問題可以采取以下相似問法:

  • 退貨流程
  • 我要退貨
  • 想退貨怎么操作

參考:

問題

相似問題

策略

問題答案

疫情期間想少跑幾趟醫院,能一次多開點藥嗎?

疫情期間醫院能多開藥嗎

縮寫

疫情期間,支持醫療機構根據患者實際情況,合理增加單次處方用藥量,減少病人到醫療機構就診配藥次數;對高血壓、糖尿病等慢性病患者,經診治醫院醫生評估后,支持將處方用藥量放寬至 3 個月,保障參保患者長期用藥需求。

 

肺炎期間想少往醫院跑,醫院可不可以給我多開些藥

同義替換

 

 

現在這時候,醫院可以給病人一次多開處方藥嗎

改寫

 

 

我生病了,但現在情況特殊,想少跑幾趟醫院,能不能一次給我多開些藥

擴寫,問題短的時候用

 

 

慢性病患者醫院能不能多開藥

根據問題答案內容改寫

 

 

醫生能否根據病人情況多開藥

根據問題答案內容改寫

 

 

 

 

醫療機構有減少病人就診次數的措施嗎

根據問題答案內容改寫

 

以上策略分為兩個部分:

1、針對原句子可進行同義替換和擴寫,在算法上的效果不如縮寫和改寫帶來的效果好,因而提倡縮寫和改寫或者多種方法的組合對原有問題進行相似性問題改寫;

2、根據問題答案進行改寫,可通過對不同方面進行歸納改寫。

由于我們整理了同義詞以及算法本身的能力,因而如下情況的書寫是不提倡的:

問題

不推薦相似問題寫法

原因

兒童如何佩戴口罩?

兒童怎么佩戴口罩?

“如何”與“怎么”是同義詞,算法能處理

 

小孩怎么佩戴口罩

兒童與小孩是同義詞算法能處理

 

小學生怎么佩戴口罩

算法能解決

怎么戴口罩?

如何戴口罩?

如何和怎么是同義詞算法能解決

 

口罩怎么戴?

調換詞順序,沒意義

 

怎么戴口罩是對的?

“是對的”,沒實際意義

3.4 核對校驗規范

1、檢查格式是否符合規范:

  • 檢查有無來源說明,如果內容來自權威機構,需要加上權威機構的名字;
  • 檢查有無參考鏈接,如果沒有參考鏈接,需要補充參考鏈接

2、檢查內容是否來自權威機構。口罩以及安全防護有關的內容,需來自中國疾病控制中心、國家衛健委、協和醫院、蒲公英醫學等權威機構。

3、檢查文字是否符合規范。檢查是否有錯別字,是否有標點符號錯誤。

檢查過程中,如果發現問題,用顯著的顏色標注。

如果發現多個基本問題答案相似,可找到后進行合并處理。

3.5 交互規范

1、開場白

[昵稱], 你好~ 我是疫情小助手,可以回答新型冠狀病毒相關問題,希望可以幫助你更好地抗擊疫情、減少恐慌。

我的語料庫由[疫戰2020]提供支持,語料來源于國務院的中國政府網發布的權威回應、中國疾病預防控制中心發布的《新型冠狀病毒感染的肺炎公眾防護指南》、中國醫學科學院北京協和醫學院的相關專家編寫的《協和新型冠狀病毒肺炎防護手冊》、人民日報的相關問答等。

我的技術實現由xx提供支持。

常用工具:

疫情督查:http://t.cn/A6PqcbSP   

肺炎求助:http://t.cn/A6PE3Spx  

同行查詢:http://t.cn/A6hUpX2S     

實時疫情:http://t.cn/A6Pe7h7M  

定制疫情地圖:http://t.cn/A6PkuSzp   

心理援助電話:http://t.cn/A6PESDrT  

防疫物資供求:http://t.cn/A6h7yLn5  

密切接觸者測量:http://t.cn/A6hhTd4j  

豈曰無衣、與子同袍、王于興師,修我戈矛

免責聲明:http://t.cn/A6h72EGW

2、找不到答案時的反饋

這個問題我還不知道...你可以試試下面的工具

常用工具:

疫情督查:http://t.cn/A6PqcbSP   

肺炎求助:http://t.cn/A6PE3Spx  

同行查詢:http://t.cn/A6hUpX2S     

實時疫情:http://t.cn/A6Pe7h7M  

定制疫情地圖:http://t.cn/A6PkuSzp   

心理援助電話:http://t.cn/A6PESDrT  

防疫物資供求:http://t.cn/A6h7yLn5  

密切接觸者測量:http://t.cn/A6hhTd4j  

豈曰無衣、與子同袍、王于興師,修我戈矛

免責聲明:http://t.cn/A6h72EGW

 

4.工作流程

5.志愿者招募

5.1 招募志愿者的說明

以下為為疫戰2020做出了貢獻的志愿者名單

1. 夏艷紅  北京師范大學的教育管理專業的學生 來自湖南衡陽。

2. 張劼 在上海清算所工作

3. 葉志樂 北京師范大學珠海分校的金融數學的學生 來自廣東河源

4. 暢晉儀 北京師范大學珠海分校漢語國際教育的學生 來自廣東深圳

5. 朱賢穎  北京師范大學學科教學(語文)專業的學生 來自江蘇揚州

6. 楊采琳  北京師范大學珠海分校會計學的學生   來自廣東茂名

7. 王怡然   北京師范大學珠海分校金融學專業的學生  來自河北唐山

8. 和靜宇 北京師范大學的教育技術學專業的學生 來自河北保定

9. 程剛   北京郵電大學光電信息學院學生  來自安徽池州 在用友實習

10. 賀迪  浙江大學的流行病與衛生統計專業的學生 來自浙江杭州

11. 何妍潔   北京師范大學珠海分校外國語學院學生   來自廣東深圳

12. 陳銘丹 廣東金融學院會計學專業的學生 來自廣東汕頭

13. 任爽  北京師范大學學科教學數學的學生       來自黑龍江齊齊哈爾

14. 劉毅然 北京航空航天大學軟件工程專業的學生 來自四川攀枝花

15. 俞林杰 浙江大學公共衛生學院的學生 來自浙江杭州

16. 張夢 北京師范大學學科教學數學的學生 來自山西運城

17. 謝金 武漢理工大學電子商務專業的學生  來自湖北荊州 在用友實習

18. 王鈺晴  重慶大學經濟與工商管理學院學生 來自山東德州 在用友實習

19. 劉蕓  河南大學土木工程專業的學生  來自河南三門峽

20. 莊秀麗 北京師范大學 教育學部教師

21. 陳麗娜   長沙學院市場營銷專業的學生  來自湖南郴州

22. 金歌  

   1.學習經歷:‘中國石油大學’工程管理的學生與‘高山大學’線上學員兼助教;

   2.輸出經歷:專注于‘PM’、筆記俠:筆記達人與幕布:共創達人。

   來自安徽-蕭縣。

23. 馬紀陽   北京師范大學珠海分校工業設計學生

24. 周游  北京師范大學教育管理專業的學生,來自云南曲靖

25. 賀希 湖南第一師范學院小學教育專業的學生,來自湖南長沙

26. 陳媛  全職太太,來自北京

27. 王建華 江西省上饒市廣信區教研室 英語教研員

28. 舒坤 武漢工商學院 教輔類老師 來自湖北武漢

29. 侯燕  北京師范大學珠海校區 法律碩士 來自甘肅天水

30. 霍然 北京師范大學 2019級法律碩士 來自河北保定

31. 賈苗雨田 內蒙古師范大學新聞傳播學院來自內蒙古鄂爾多斯

32. 周秋凌 北京師范大學心理健康教育學生來自河南信陽

33. 寧青云  北京師范大學教育碩士  來自湖南

34. 張珍  北京師范大學教育碩士  來自湖北

35. 劉潔 全職太太,來自天津

36. 張爽 北京師范大學學科教學數學的學生 來自廣東汕頭

37. 孫陽玲 湖南科技職業學院畢業  來自湖南長沙,目前從事健身行業

38. 孫婧雅  河北大學旅游管理專業學生  來自河北衡水

39. 高山 目前在職 來自河北保定

40. 周麗麗  北京師范大學外國語言文學學院碩士  來自內蒙古呼倫貝爾

41. 陳臻翰

42. 蔡仁

43. 楊賽 infoq編輯

44. 劉頌 前用友員工 待業在家

45. 楊爽 全職太太 來自蘇州

46. 李少萍 用友員工

47. 朱俊彬 用友員工

48. 張蒙 從事互聯網運營工作 來自湖北武漢

49. 康小路 北京師范大學教學管理專業學生 來自甘肅蘭州

50. 陳智民

51. 侯燕

52. 馮斯京 寧夏大學學科教學(英語)碩士 北京郵電大學附屬小學教師

6.合作

6.1 合作機構

用友

微信開放平臺

愛因互動

開源社

句子互動

一知智能

6.2 合作要求

  • 需要顯著說明基于“疫戰 2020”語料庫
  • 需要反饋bad case和不能回答的問題

誰可以使用疫戰 2020?

所有希望提供疫情常見問答服務的機構和個人。

提供支持的廠商

各個廠商需要補充各自的服務使用說明

  • 愛因互動

愛因互動安排了產品經理和技術人員進行支持,主要提供智能問答機器人平臺和服務器資源。幫助訓練了一個智能問答機器人,并對外提供服務。

  • 微軟中國

微軟中國安排了技術團隊進行支持,主要提供智能問答機器人平臺和服務器資源。幫助訓練了一個智能問答機器人,該機器人支持并發 1000 的訪問。

  • 開源社

開源社提供了媒體資源幫助推廣。

的碼云指數為
超過 的項目
加載中

評論(4)

h
heike07
所有的鏈接 都是url!!!
imlk
imlk
僅僅是例子吧
程剛byr 軟件作者
已更正,感謝提醒
h
heike07
客氣~

疫情下的情人節,疫情防護語料庫助你靠譜保護你愛的人

疫情下的情人節,疫戰2020助你靠譜保護你愛的人 愿得一人心,白首不相離。今天,2月14日,是萬千情侶翹首以盼的情人節。但因為疫情,我們不能出門歡聚;因為疫情,我們不能花前月下;因為疫情...

02/14 08:59

沒有更多內容

加載失敗,請刷新頁面

沒有更多內容

暫無問答

暫無博客

返回頂部
頂部
真人龙虎斗论坛