本稿では、BioNLP Shared Task 2019 の「Bacteria Biotope Task」への参加について報告する。当研究チームの参加は、このタスクの2つのサブタスクに対応する2つのシステムの構築から成る。すなわち、実体の正規化（BB-norm）と、生物医学テキストを入力として、実体間の関係を同定するタスク（BB-rel）である。実体の正規化では、単語埋め込み（word embeddings）と構文的再ランク付け（syntactic re-ranking）を活用した。関係抽出タスクについては、事前に定義されたルールを用いた。これらのアプローチは、ラベル付きデータを必要としないという意味で、いずれも教師なし（unsupervised）であるが、高い性能を達成した。特にBB-normタスクにおいては、ラベル付きデータを必要とする深層学習ベースの手法と同等の性能を示すことが確認された。