GENIA Project

• 東京大学 大学院情報理工学系研究科

科学技術分野における情報の洪水を克服するために科学者の書いた文章から有用な情報を抽出することを目的としたGENIA Project のサイトです。プロジェクトで作られた以下のリソースやツールについて、データマイニングの手順詳細、具体例、フォーマット情報などを収録しています。データは、BioNLP Shared Task形式でダウンロードできます。
・GENIA corpus
プロジェクトで収集、アノテーションされた生物医学関連の文献コレクションです。「ヒト」「血液細胞」「転写因子」のMeSH タームで抽出したMedlineのアブストラクトにさまざまなレベルの言語情報、セマンティック情報を付与しています。
・Other GENIA Project corpora
GENIA / BioNLP共有タスクイベント表現の拡張機能を使用してアノテーションした
DNAメチル化、網羅的PTM (タンパク質修飾)、mTOR パスウェイ、T4SS(タイプIV分泌システム)のイベントコーパスです。