BioRED-BC8

BioRED-BC8 is a manually-curated corpus of 1 000 PubMed abstracts containing six entity types (disease, gene/protein, chemical, cell line, gene variant, species) and eight pairwise relation classes, all normalized to standard vocabularies. Each relation is labeled “novel” if it represents a new finding, enabling training and benchmarking of document-level biomedical relation-extraction systems.BioRED-BC8 是一个经人工整理标注的语料库，包含1000篇PubMed摘要，涵盖6种实体类型（疾病（disease）、基因/蛋白质（gene/protein）、化学物质（chemical）、细胞系（cell line）、基因变异（gene variant）、物种（species））与8种成对关系类别，所有实体及关系均已完成标准词汇表归一化。若某关系代表一项全新的研究发现，则将其标注为"新发现（novel）"，该数据集可用于训练及评测文档级生物医学关系抽取系统。

搜集汇总

背景与挑战

背景概述

BioRED-BC8是一个包含1000篇PubMed摘要的手工标注语料库，涵盖六种实体类型和八种成对关系类别，所有标注均映射到标准词汇表。该数据集旨在支持文档级生物医学关系抽取系统的训练与基准测试，并特别标注了关系是否为新颖发现。