用途：从非结构化科学及领域文本中抽取结构化信息，包括实体、关系、事件和条款。
主要能力与数据集：ChemProt（bigbio/chemprot）用于化学-蛋白交互抽取，含CPR:3–CPR:9共10种关系类型；CUAD（atticus-project/cuad）来自510份法律合同，含41种条款类型，采用CC-BY许可；JNLPBA用于生物医学命名实体识别（蛋白、DNA、RNA、细胞系、细胞类型）；SciERC用于AI论文摘要的科学实体与关系抽取。
抽取类型：化学-蛋白交互（底物、抑制剂、激动剂、拮抗剂、激活剂）；法律条款（终止、知识产权、竞业禁止、赔偿、责任限制）；基因-疾病关联（因果、生物标志物、治疗靶点）；药物-药物交互（协同、拮抗、药代动力学）。
流程：先定义目标实体类型、关系类型与属性模式；然后做分句、分词、缩写扩展等预处理；再进行命名实体识别（NER）与实体对关系抽取（RE）；随后将实体归一化映射到标准本体（MeSH、ChEBI、UniProt）；最后输出为结构化JSON、RDF三元组或知识图谱。
规则与限制：需为每个实体/关系报告抽取置信度分数，提供指回源文本的跨度偏移以便追溯，将实体归一化为标准标识符（如CAS、UniProt ID），并处理嵌套实体与重叠关系；在可能时对抽取事实与已知数据库进行校验。资料未提供具体安装命令、收费、价格或平台信息。