DFKI-SLT/tbga

TBGA是一个用于基因-疾病关联（GDA）提取的大规模数据集，包含超过200,000个实例和100,000个独特的基因-疾病对。数据集是从超过700,000篇出版物中生成的，每个实例包括提取GDA的具体句子、提取的GDA本身以及涉及的基因-疾病对的详细信息。数据集采用半自动标注方法，数据来源于DisGeNET数据库，遵循OpenNRE格式，包含四种关系类型。数据集的语言为英语，分为训练集、验证集和测试集。TBGA是一个用于基因-疾病关联（GDA）提取的大规模数据集，包含超过200,000个实例和100,000个独特的基因-疾病对。数据集是从超过700,000篇出版物中生成的，每个实例包括提取GDA的具体句子、提取的GDA本身以及涉及的基因-疾病对的详细信息。数据集采用半自动标注方法，数据来源于DisGeNET数据库，遵循OpenNRE格式，包含四种关系类型。数据集的语言为英语，分为训练集、验证集和测试集。