• 法研杯2019裁判文书中包含了丰富的案件信息数据集
• 清洗数据描述
• 数据读取

法研杯2019裁判文书中包含了丰富的案件信息数据集

法研杯 2019裁判文书中包含了丰富的案件信息，比如时间、地点、人物关系等等，通过机器智能化地阅读理解裁判文书，可以更快速、便捷地辅助法官、律师以及普通大众获取所需信息。本任务是首次基于中文裁判文书的阅读理解比赛，属于篇章片段抽取型阅读理解比赛（Span-Extraction Machine Reading Comprehension）。数据清洗后，51333个问题，10000个段落，不能回答的问题个数为10413。

数据集展示

常见的机器阅读理解任务可以分为四种类型：完形填空、多项选择、片段抽取和自由回答；本次整理的机器阅读理解数据，仅为片段抽取任务类型数据。

# 清洗数据描述
将上述数据进行简单地数据清洗以及格式（sqaud格式）转换操作，为了方便读取；具体格式如下：

![](1.png)
 

# 数据读取

def read_mrc_data(path):
with open(path, "r", encoding="utf-8") as fh:
input = json.load(fh)["data"]
for i, entry in enumerate(tqdm(input, desc="iter", disable=False)):
for para in entry["paragraphs"]:
context = para["context"]
print("context:", context)
for qa in para["qas"]:
qas_id = qa["id"]
question_text = qa["question"]
print("question_text:", question_text)
if len(qa["answers"]) != 0:
for answer in qa["answers"]:
answer_text = answer["text"]
answer_start = answer["answer_start"]
print("answer_text:", answer_text)
print("answer_start:", answer_start)
print("*"*30)
exit()
path = "data/medicine_data.json"
read_mrc_data(path)

结果：
context: "胆石症的治疗应区别不同情况分别处理，无症状胆囊结石可不作治疗，但应定期观察并注意良好的饮食习惯。有症状的胆囊结石仍以胆囊切除术为较安全有效的疗法，此外，尚可采用体外震波碎石。胆管结石宜采用以手术为主的综合治疗。胆石症的家庭治疗可采用以下方法：\n（1）一般治疗 预防和治疗肠道寄生虫病和肠道感染，以降低胆石症的发病率。胆绞痛发作期应禁食脂肪等食物，采用高碳水化合物流质饮食；缓解期应忌食富含胆固醇的食物如脑、肝、肾、蛋黄等。\n（2）增进胆汁排泄 可选用50%硫酸镁10~15毫升，餐后口服，每日3次；胆盐每次口服0.5~1克，每日3次；去氢胆酸0.25克，每日3次，餐后服用。\n（3）消除胆绞痛 轻者可卧床休息，右上腹热敷，用硝酸甘油酯0.6毫克，每3~4小时一次，含于舌下；或阿托品0.5毫克，每3~4小时肌肉注射一次。重者应住院治疗。\n（4）排石疗法以中药治疗为主，若右上腹疼痛有间歇期，无明显发热及黄疸，苔薄白，脉弦，属气滞者，用生大黄6克、木香9克、枳壳9克、金钱草30克、川楝子9克、黄苓9克，水煎服。右上腹痛为持续性，且阵发性加剧，有明显发热及黄疸，舌红苔黄，

question_text: 什么类型的胆囊结石可不作治疗？
answer_text: 无症状胆囊结
answer_start: 19
question_text: 胆石症的治疗应注意什么？
answer_text: 应区别不同情况分别处理
answer_start: 7
question_text: 胆管结石宜采用什么样的治疗方式？
answer_text: 以手术为主的综合治疗
answer_start: 95

常见的机器阅读理解任务可以分为四种类型：完形填空、多项选择、片段抽取和自由回答；本次整理的机器阅读理解数据，仅为片段抽取任务类型数据。

清洗数据描述

将上述数据进行简单地数据清洗以及格式（sqaud格式）转换操作，为了方便读取；具体格式如下：

数据读取

def read_mrc_data(path):
    with open(path, "r", encoding="utf-8") as fh:
        input = json.load(fh)["data"]
        for i, entry in enumerate(tqdm(input, desc="iter", disable=False)):
            for para in entry["paragraphs"]:
                context = para["context"]
                print("context:", context)
                for qa in para["qas"]:
                    qas_id = qa["id"]
                    question_text = qa["question"]
                    print("question_text:", question_text)
                    if len(qa["answers"]) != 0:
                        for answer in qa["answers"]:
                            answer_text = answer["text"]
                            answer_start = answer["answer_start"]
                            print("answer_text:", answer_text)
                            print("answer_start:", answer_start)
                print("*"*30)
            exit()
path = "data/medicine_data.json"
read_mrc_data(path)

结果：
context: "胆石症的治疗应区别不同情况分别处理，无症状胆囊结石可不作治疗，但应定期观察并注意良好的饮食习惯。有症状的胆囊结石仍以胆囊切除术为较安全有效的疗法，此外，尚可采用体外震波碎石。胆管结石宜采用以手术为主的综合治疗。胆石症的家庭治疗可采用以下方法：\n（1）一般治疗    预防和治疗肠道寄生虫病和肠道感染，以降低胆石症的发病率。胆绞痛发作期应禁食脂肪等食物，采用高碳水化合物流质饮食；缓解期应忌食富含胆固醇的食物如脑、肝、肾、蛋黄等。\n（2）增进胆汁排泄    可选用50%硫酸镁10~15毫升，餐后口服，每日3次；胆盐每次口服0.5~1克，每日3次；去氢胆酸0.25克，每日3次，餐后服用。\n（3）消除胆绞痛    轻者可卧床休息，右上腹热敷，用硝酸甘油酯0.6毫克，每3~4小时一次，含于舌下；或阿托品0.5毫克，每3~4小时肌肉注射一次。重者应住院治疗。\n（4）排石疗法以中药治疗为主，若右上腹疼痛有间歇期，无明显发热及黄疸，苔薄白，脉弦，属气滞者，用生大黄6克、木香9克、枳壳9克、金钱草30克、川楝子9克、黄苓9克，水煎服。右上腹痛为持续性，且阵发性加剧，有明显发热及黄疸，舌红苔黄，

question_text: 什么类型的胆囊结石可不作治疗？
answer_text: 无症状胆囊结
answer_start: 19
question_text: 胆石症的治疗应注意什么？
answer_text: 应区别不同情况分别处理
answer_start: 7
question_text: 胆管结石宜采用什么样的治疗方式？
answer_text: 以手术为主的综合治疗
answer_start: 95