【NLP】推荐一些NER的英文数据集

1 MUC Data Sets

https://www-nlpir.nist.gov/related_projects/muc/

2 CoNLL-2002

https://www.clips.uantwerpen.be/conll2002/ner/

3 CoNLL-2003

CoNLL 2003是由新闻通讯社的文章以四种不同的语言(西班牙语、荷兰语、英语和德语)创建的，重点关注4个实体:PER(人员)，LOC(位置)，ORG(组织)和MISC(其他，包括所有其他类型的实体)

https://www.clips.uantwerpen.be/conll2003/ner/

4 2010 I2B2

2010 I2B2 NER任务考虑了临床数据，重点关注临床问题、测试和治疗实体类型

https://www.i2b2.org/NLP/Relations/

5 DDIExtraction2013（Drug NER)

重点关注药品、品牌、集团和药品n（未批准或新药）实体类型

https://www.cs.york.ac.uk/semeval-2013/task9/index.html

6 CHEMPROT（Similar to 5）

相比5更侧重于化学和药物实体，例如缩写、配方、家族、标识符等

https://biocreative.bioinformatics.udel.edu/

7 microbiology NER datasets

从PubMed和生物学网站收集，并且主要关注细菌、栖息地和地理位置实体

http://2016.bionlp-st.org/tasks/bb2