ChemDisGene

ChemDisGene数据集由马萨诸塞大学阿默斯特分校创建，包含80,000篇生物医学研究摘要，标注了化学物质、疾病和基因的提及，并远距离标注了18种类型的生物医学关系。数据集通过自动从CTD数据库中提取，旨在提高知识图谱的覆盖率，辅助生物医学研究，如疾病诊断、药物再利用等。创建过程中，使用了PubTator Central进行实体链接，提高了实体识别的准确性。该数据集适用于生物医学关系抽取模型的训练和评估，有助于解决生物医学文本中关系抽取的挑战。