entity-recognition-datasets
多领域实体识别和命名实体识别任务数据集
此库包含多个领域的实体识别和命名实体识别（NER）任务数据集，包括新闻、社交媒体、医学等。项目提供数据目录和转换代码，部分数据因许可证限制无法直接共享。虽然自2020年起更新较少，但仍接受通过issue或pull request添加的数据集，并支持多种语言的NER数据，如德语、西班牙语和荷兰语等。
项目介绍：entity-recognition-datasets
简介
Entity-recognition-datasets是一个致力于实体识别和命名实体识别（NER）任务的数据集集合。此库包含多个领域的英文和其他语言的数据集，通过多种实体类型进行注释。这些数据集对于研究和应用各类实体识别任务都是极其有用的资源。
英文实体识别数据集
英文实体识别（NER）的数据集丰富多样，覆盖新闻、社交媒体、医学、金融等多个领域。以下列举部分代表性数据集：
- CONLL 2003：一个用于新闻领域的经典数据集，由Sang和Meulder于2003年首次引入。
- NIST-IEER：来源于NIST 1999 IE-ER，适用于新闻领域。
- OntoNotes 5：涵盖了多个领域的数据集，由Weischedel等人于2013年推出。
- wikigold：基于维基百科的数据集，注释采用CC-BY 4.0许可。
- i2b2医疗数据集：包括2006和2014年的数据集，毒材料至医疗文献，用于医学领域的实体识别。
非英文实体识别数据集
除了英文数据集，该项目还收录了许多其他语言的NER数据集。这些数据集让语言研究者能够在多语言环境中进行NER研究。部分语言包括：
- 德语：如CoNLL 2003 GermEval 2014等。
- 西班牙语和加泰罗尼亚语：如AnCora数据集。
- 法律和医学领域专用数据集：例如以法语为主的QUAERO医学和广播新闻语料库。
特性和附录
这个项目平台允许开发者和研究人员提交新的数据集，扩展可用数据集的数量和多样性。虽然自2020年以来项目不再主动增加数据集，但项目依旧接受通过“问题”或“拉取请求”的方式来增加新的数据集。此外，各数据集的使用权主要受限于其 特定的许可类型，从DUA（数据使用协议）、LDC发布许可、到开放许可如CC BY-SA等都有所涵盖。项目文档的子目录中提供了更详细的许可信息。
未来发展
对于有兴趣者而言，可通过阅读项目的更新文档和讨论来获取更多支持信息以及参与项目的机会。这些努力不仅对于学术研究有深远意义，更为推动实体识别技术在实际应用中的普及提供了坚实的基础。
entity-recognition-datasets项目对于希望通过实体识别技术更好地理解语言和文本的开发者、数据科学家、研究人员以及语言爱好者来说，是一个不可或缺且宝贵的资源。
编辑推荐精选
openai-agents-python
OpenAI Agents SDK，助力开发者便捷使用 OpenAI 相关功能。
openai-agents-python 是 OpenAI 推出的一款强大 Python SDK，它为开发者提供了与 OpenAI 模型交互的高效工具，支持工具调用、结果处理、追踪等功能，涵盖多种应用场景，如研究助手、财务研究等，能显著提升开发效率，让开发者更轻松地利用 OpenAI 的技术优势。
Hunyuan3D-2
高分辨率纹理 3D 资产生成
Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具，支持从文本描述、单张图片或多视角图片生成 3D 模型，具备快速形状生成能力，可生成带纹理的高质量 3D 模型，适用于多个领域，为 3D 创作提供了高效解决方案。
3FS
一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。
3FS 是一个功能强大的分布式文件系统项目，涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作，如创建文件和目录、设置布局等，同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景，能够提高系统的性能和可靠性，是分布式存储领域的优质解决方案。
TRELLIS
用于可扩展和多功能 3D 生成的结构化 3D 潜在表示
TRELLIS 是一个专注于 3D 生成的项目，它利用结构化 3D 潜在表示技术，实现了可扩展且多功能的 3D 生成。项目提供了多种 3D 生成的方法和工具，包括文本到 3D、图像到 3D 等，并且支持多种输出格式，如 3D 高斯、辐射场和网格等。通过 TRELLIS，用户可以根据文本描述或图像输入快速生成高质量的 3D 资产，适用于游戏开发、动画制作、虚拟现实等多个领域。
ai-agents-for-beginners
10 节课教你开启构建 AI 代理所需的一切知识
AI Agents for Beginners 是一个专为初学者打造的课程项目，提供 10 节课程，涵盖构建 AI 代理的必备知识，支持多种语言，包含规划设计、工具使用、多代理等丰富内容，助您快速入门 AI 代理领域。
AEE
AI Excel全自动制表工具
AEE 在线 AI 全自动 Excel 编辑器，提供智能录入、自动公式、数据整理、图表生成等功能，高效处理 Excel 任务，提升办公效率。支持自动高亮数据、批量计算、不规则数据录入，适用于企业、教育、金融等多场景。
UI-TARS-desktop
基于 UI-TARS 视觉语言模型的桌面应用，可通过自然语言控制计算机进行多模态操作。
UI-TARS-desktop 是一款功能强大的桌面应用，基于 UI-TARS（视觉语言模型）构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能，支持跨平台使用（Windows/MacOS），能提供实时反馈和状态显示，且数据完全本地处理，保障隐私安全。该应用集成了多种大语言模型和搜索方式，还可进行文件系统操作。适用于需要智能交互和自动化任务的场景，如信息检索、文件管理等。其提供了详细的文档，包括快速启动、部署、贡献指南和 SDK 使用说明等，方便开发者使用和扩展。
Wan2.1
开源且先进的大规模视频生成模型项目
Wan2.1 是一个开源且先进的大规模视频生成模型项目，支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项，可调整分辨率、扩散步数等参数，还能对提示词进行增强。使用了多种先进技术和工具，在视频和图像生成领域具有广泛应用前景，适合研究人员和开发者使用。
爱图表
全流程 AI 驱动的数据可视化工具，助力用户轻松创作高颜值图表
爱图表（aitubiao.com）就是AI图表，是由镝数科技推出的一款创新型智能数据可视化平台，专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型，爱图表结合强大的数据处理能力与智能化功能，致力于帮助职场人士高效处理和表达数据，提升工作效率和报告质量。
Qwen2.5-VL
一款强大的视觉语言模型，支持图像和视频输入
Qwen2.5-VL 是一款强大的视觉语言模型，支持图像和视频输入，可用于多种场景，如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式，还包含了视觉处理工具，有助于开发者快速集成和使用，提升工作效率。
推荐工具精选
AI云服务特惠
懂AI专属折扣关注微信公众号
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号