bionlp-st-pc-2013-training | | The training dataset from the pathway curation (PC) task in the BioNLP Shared Task 2013.
The entity types defined in the PC task are simple chemical, gene or gene product, complex and cellular component. | 7.86 K | NaCTeM and KISTI | Yue Wang | 2023-11-27 | Released | |
week10 | | | 57 | | hsp20 | 2023-11-28 | | |
Trait curation | | Project for trait curation in PGDBj | 479 | Sachiko Shirasawa | Sachiko Shirasawa | 2023-11-24 | Testing | |
bionlp-ost-19-BB-norm-test | | | 2.05 K | | ldeleger | 2023-11-28 | Developing | |
Training_Data_English_ru_en | | | 0 | | wmtbio | 2023-11-29 | Developing | |
FA_Top107-forWeb | | ※※※ !要データ加工! webリンク用には、この結果を加工して使っています。その他で使われる場合に、末尾記載の問題を別途解決する必要があります。 !要データ加工! ※※※
Top100+本来Top100に入るべきだった7レビューの計、107レビュー中99レビュー。
5414, 6076, 6930, 8403, 9643, 12112, 18544, 18829は、0denotationでドキュメント自体登録していません。
@AikoHIRAKIはtypoを修正したレビューフォルダ。
attributesの詳細はconfig参照。
※※※ !注意!
webリンク側のしばりで、選択文字列は複数のUniProtIDに対応していません。(例)Protein1~Protein7とある場合、
Protein1, 2, 3, 4, 5, 6, 7をさし、かつ全てにUniProtIDがあったとしても、1と7のみUniProtIDをとってきています。
"~"は、Protein2, 3, 4, 5, 6を意味していますが、positionではなく文字列で検索をかけているのと、見せ方の仕様上、これらのIDは全て未取得となっています。⇔GeneProteinでは"~"に2-6のIDsをもたせていました。
該当レビュー;14898(~=MAPK2, MAPK3, MAPK4, MAPK5, MAPK6), 10471(~=Ago2, Ago3)
---------------------------------------
(例)ProteinAB...ProteinCD...ProteinB...ProteinDとある場合、
ProteinABは、ProteinAとBというLexical_Cueになっています。ProteinCDも同様に、ProteinCとD。BとDだけでは、このレビュー内ではProteinBやProteinDをさすことが分かるのですが、それ以外で使用する場合に、BとDにそれぞれ該当UniProtIDをあてるのは不適切です。
該当レビュー;11957(β4=itgb4, β1=itgb1, β5=itgb5, β3=itgb3)
他の例が出てきたら順次、ここに記載していきます。当座、これらは削除する必要があります。
attributeで削除フラグをつけるか、Jakeの機能がTextAEに実装されれば解決するか、検討して、何かしら分かるようにしておきます。
(例)ProteinA/B とある場合、
webリンクでは、"ProteinA"にUniProtID-Aを、"/B"にUniProtID-Bをつけています(リンク側のしばり)。webリンク以外で使われる場合には、別プロジェクトのFA_Top100Plus-GeneProteinで行っていたようなRelationを使って、"/B"ではなく、"ProteinB"として、UniProtID-Bと対応させる必要があります。現状のとり方ですと、要Relation箇所は救済出来ません。
Lexical cueには"/B"とありますが、Objectには"ProteinB"と残してあるので、Objectを参照して下さい。
但し、言語処理のようなpositionがご入用な場合には上では対応出来ていません。
該当レビュー;11935(/4=BMP4), 14898(/2=LATS2), 7412(/2=TSC2), 4629(/2=CtBP2)
(webリンクでは、レビュー毎に完結しているので、"/B"がそのレビューで他の意味をなしていなければ対応出来るのと、文字列合致でリンクを貼っているためです。)
!注意! ※※※
RelationのmergedはTextAEの既存機能で既に出来ます。 | 10.3 K | | AikoHIRAKI | 2023-11-29 | Beta | |
FA_Top100Plus-Disease | | 2/2 FirstAuthor Top100+7 for diseases
MONDO & HPO | 246 | | AikoHIRAKI | 2023-11-29 | Testing | |
kaiyin_test | | | 3.33 K | | zhoukaiyin | 2023-11-26 | | |
Training_Data_Russian_ru_en | | | 0 | | wmtbio | 2023-11-29 | Developing | |
AIMed | | The AIMed corpus is one of the most widely used corpora for protein-protein interaction extraction. The protein annotations are either parts of the protein interaction annotations, or are uninvolved in any protein interaction annotation.
Publication: http://www.cs.utexas.edu/~ml/papers/bionlp-aimed-04.pdf | 4.04 K | The University of Texas at Austin | Yue Wang | 2023-11-27 | Testing | |
SMAFIRA-Case-Studies-16850029 | | From: https://github.com/SMAFIRA/c_corpus/blob/master/SMAFIRAc_0.4_Annotations.csv | 0 | | zebet | 2023-11-30 | Developing | |
CHEMDNER-training-test | | The training subset of the CHEMDNER corpus | 29.4 K | Martin Krallinger et al. | Jin-Dong Kim | 2023-11-27 | Testing | |
Nalee | | trial version | 1 | | Nakyolee | 2023-11-28 | | |
SMAFIRA-Case-Studies-19735549 | | From: https://github.com/SMAFIRA/c_corpus/blob/master/SMAFIRAc_0.4_Annotations.csv | 0 | | zebet | 2023-11-30 | Developing | |
bionlp-ost-19-SeeDev-bin-test | | | 2.32 K | | ldeleger | 2023-11-28 | Developing | |
KAIST_NLP_Annotation11 | | | 4.88 K | | kaist_nlp | 2023-11-26 | Developing | |
JF-test | | A test corpus for exploring this service | 9 | Johan Frid | johanf | 2023-12-03 | Testing | |
Training_Data_English_ja_en | | | 0 | | wmtbio | 2023-11-26 | Developing | |
Oncogenesis | | | 0 | | Sophie Nam | 2023-11-26 | | |
PMA_Manual | | Manually annotated examples of medical device PMA approval statements | 204 | Stefano Rensi | therightstef | 2023-11-27 | Developing | |