conll2003

CoNLL-2003专注于语言独立的命名实体识别，数据规模为1万到10万条样本。它主要包含英文新闻文本，并标注了词性标签、句法块标签和命名实体标签，采用IOB2标注方案。该数据集主要来源于路透社语料库，经过众包方式进行标注，可用于命名实体识别和词性标注等任务。使用者需要注意路透社语料库的使用授权许可。