bigbio/biorelex

BioRelEx是一个生物关系抽取数据集。版本1.0包含2010个标注句子，描述了各种生物实体（如蛋白质、化学物质等）之间的结合相互作用。其中1405个句子用于训练，201个句子用于验证，这些数据公开可用。另外404个句子用于测试，目前不公开。每个句子都包含与“结合”相关的词汇，并提供了完整的生物实体标注、实体类型（32种类型）、基础信息（如UniProt、InterPro等数据库的链接）、共指消解（如同义词和缩写）以及结合相互作用类型（积极、消极和中性）。语言： - 英语 bigbio语言： - 英语 许可协议：未知 多语言属性：单语言 bigbio许可简称：UNKNOWN 标准名称：BioRelEx 项目主页：https://github.com/YerevaNN/BioRelEx 支持PubMed标注：是 公开可用：是 bigbio任务包含： - 命名实体识别（NAMED_ENTITY_RECOGNITION） - 命名实体消歧（NAMED_ENTITY_DISAMBIGUATION） - 关系抽取（RELATION_EXTRACTION） - 共指消解（COREFERENCE_RESOLUTION） --- # BioRelEx数据集卡片 ## 数据集说明 - **项目主页：** https://github.com/YerevaNN/BioRelEx - **PubMed支持：** 是 - **公开性：** 是 - **任务：** 命名实体识别、命名实体消歧、关系抽取、共指消解 BioRelEx是一款生物关系抽取数据集。其1.0版本包含2010条标注语句，用于描述各类生物实体（蛋白质、化学品等）之间的结合相互作用。其中1405条语句用于训练，201条语句用于验证，这两部分均可通过https://github.com/YerevaNN/BioRelEx/releases公开获取。另有404条测试语句为本次Codalab竞赛（https://competitions.codalab.org/competitions/20468）的私有数据。所有语句均包含单词"bind"、"bound"或"binding"。 针对每条语句，我们提供以下内容： 1. 语句中出现的所有生物实体的完整标注； 2. 大多数蛋白质及其家族的实体类型（共32种）与实体链接信息（指向UniProt、InterPro等数据库的链接）； 3. 同一句中实体间的共指关系（例如缩写与同义词）； 4. 已标注实体之间的结合相互作用； 5. 结合相互作用类型：正向、负向（A不与B结合）与中性（A可能与B结合）。 ## 引用信息 @inproceedings{khachatrian2019biorelex, title = "{B}io{R}el{E}x 1.0: 生物关系抽取基准数据集", author = "Khachatrian, Hrant and Nersisyan, Lilit and Hambardzumyan, Karen and Galstyan, Tigran and Hakobyan, Anna and Arakelyan, Arsen and Rzhetsky, Andrey and Galstyan, Aram", booktitle = "第18届BioNLP研讨会与共享任务会议论文集", month = 8月, year = "2019", address = "意大利佛罗伦萨", publisher = "计算语言学协会", url = "https://aclanthology.org/W19-5019", doi = "10.18653/v1/W19-5019", pages = "176--190" }

原始信息汇总

BioRelEx 数据集概述

基本信息

• 名称: BioRelEx
• 语言: 英语
• 许可证: 未知
• 多语言性: 单语
• 公开性: 公开
• PubMed链接: 可用

数据集描述

• 主页: https://github.com/YerevaNN/BioRelEx
• 任务:
  • 命名实体识别 (NER)
  • 命名实体消歧 (NED)
  • 关系抽取 (RE)
  • 共指消解 (COREF)

数据集内容

• 版本: 1.0
• 句子数量: 2010
• 训练集: 1405 句
• 验证集: 201 句
• 测试集: 404 句（私有）
• 数据来源: 生物学领域，涉及蛋白质、化学物质等的结合互动描述
• 特征:
  • 完整标注所有生物实体
  • 实体类型（32种）及链接至数据库的定位信息
  • 句子内实体的共指关系
  • 实体间的结合互动及互动类型（正、负、中性）

数据集使用

• 训练和验证数据: 公开可用，地址为 https://github.com/YerevaNN/BioRelEx/releases
• 测试数据: 私有，用于Codalab竞赛，链接为 https://competitions.codalab.org/competitions/20468