本研究では、BioCreative V Chemical Disease Relation datasetに対し、固有表現抽出、共参照解析、関係抽出を行い、論文中の特定の情報を抽出する。 医学生物学論文では、多くの関係が文をまたいでおり、文脈から関係を推定する事が必要となる。 また、医学生物学論文に対するアノテーションには専門知識を要するので、学習データが小規模である事が多い。 今回、嬢規模のデータでも固有表現抽出、関係抽出において精度の高く、文をまたぐ関係を抽出することができるモデルをベースにしたモデルを提案する． ベースモデルからの変更点としては，共参照解析モデルを追加し，固有表現抽出モデルの改良を行っている。 医学生物学論文のタイトルと概要文に対し、固有表現を抽出し、全固有表現ペアに対し、共参照解析、関係抽出を行う。 また、BioCreative V Chemical Disease Relation dataset以外のデータセットを用いる事で、精度向上を試みた。