Открытый набор задач в области здравоохранения
Успешное развитие и применение методов глубокого обучения к новым областям знания невозможно без специализированных бенчмарков и данных.
Нехватка подобного рода ресурсов особенно остро ощущается в строго регулируемых предметных областях. Ярким примером служит область автоматической обработки естественного языка (NLP) в медицине. Эта проблема, в частности, актуальна и для русского языка, т.к. наборы открытых медицинских данных и постановки задач машинного обучения крайне ограничены.
Мы предлагаем открытый бенчмарк, позволяющий тестировать ML-модели в широком наборе задач медицинской тематики.