---
license: apache-2.0
task_categories:
- question-answering
language:
- vi
tags:
- vietnamese
- medical
- question-answering
- retrieval
- RAG
pretty_name: Vietnamese Medical Dataset
size_categories:
- 100K<n<1M
---

# Vietnamese Medical Dataset
- A lightweight dataset of (anchor, positive, negative) triplets for training Vietnamese medical text embeddings.
- Anchors are short section headers, positives are answer snippets from the same article, and negatives are semantically related snippets from other articles in the same category (semi-hard negatives).

# TL;DR
- Language: Vietnamese
- Domain: Healthcare / Patient education
- Format: JSON
- Use cases: Contrastive learning (TripletLoss / MultipleNegatives), retrieval, RAG
- Source: [Long Châu Pharmacy](https://nhathuoclongchau.com.vn/)

# Data format
Each line in `*.json`:
```json
{
  "anchor": "Nhau thai bám mặt trước là gì?",
  "positive": "Nhau thai bám mặt trước là một hiện tượng cho thấy nhau thai phát triển tại thành tử cung trước...",
  "negative": "Sở dĩ có nhiều người hay gọi bệnh viêm tuyến giáp là bướu cổ - viêm tuyến giáp bởi bệnh này thường gây sưng ở cổ ...",
  "meta": {
    "article_id": 0,
    "category": "phong_benh_song_khoe/kien_thuc_y_khoa",
    "title": "Nhau bám mặt trước là trai hay gái? Thông tin cần biết về nhau bám mặt trước"
  }
}
```

# Medical disclaimer
This dataset is for research and educational purposes. It does not replace professional medical advice, diagnosis, or treatment. Always consult qualified healthcare professionals.

# Citation
If you use this dataset, please cite the repository:
```bibtex
@misc{vietnamese-medical-dataset,
  title  = {Vietnamese Medical Dataset},
  author = {Tue Phan Vo Minh},
  year   = {2025},
  url    = {https://huggingface.co/datasets/mtue29/vietnamese-medical-dataset}
}
```