1、CLUENER2020：https://github.com/GuocaiL/nlp_corpus/tree/main/open_ner_data/cluener_public
| 实体类型 | 说明 |
| 地址（address） | **省**市**区**街**号，**路，**街道，**村等（如单独出现也标记）。地址是标记尽量完全的, 标记到最细。 |
| 书名（book） | 小说，杂志，习题集，教科书，教辅，地图册，食谱，书店里能买到的一类书籍，包含电子书。 |
| 公司（company） | **公司，**集团，**银行（央行，中国人民银行除外，二者属于政府机构）, 如：新东方，包含新华网/中国军网等。 |
| 游戏（game） | 常见的游戏，注意有一些从小说，电视剧改编的游戏，要分析具体场景到底是不是游戏。 |
| 政府（government） | 包括中央行政机关和地方行政机关两级。中央行政机关有国务院、国务院组成部门（包括各部、委员会、中国人民银行和审计署）、国务院直属机构（如海关、税务、工商、环保总局等），军队等。 |
| 电影（movie） | 电影，也包括拍的一些在电影院上映的纪录片，如果是根据书名改编成电影，要根据场景上下文着重区分下是电影名字还是书名。 |
| 姓名（name） | 一般指人名，也包括小说里面的人物，宋江，武松，郭靖，小说里面的人物绰号：及时雨，花和尚，著名人物的别称，通过这个别称能对应到某个具体人物。 |
| 组织机构（organization） | 篮球队，足球队，乐团，社团等，另外包含小说里面的帮派如：少林寺，丐帮，铁掌帮，武当，峨眉等。 |
| 职位（position） | 古时候的职称：巡抚，知州，国师等。现代的总经理，记者，总裁，艺术家，收藏家等。 |
| 景点（scene） | 常见旅游景点如：长沙公园，深圳动物园，海洋馆，植物园，黄河，长江等。 |
| 实体类型 | 地址 | 书名 | 公司 | 游戏 | 政府 | 电影 | 姓名 | 组织机构 | 职位 | 景点 |
| 个数 | 2829 | 1131 | 2897 | 2325 | 1797 | 1109 | 3661 | 3075 | 3052 | 1462 |
| 实体类型 | 地址 | 书名 | 公司 | 游戏 | 政府 | 电影 | 姓名 | 组织机构 | 职位 | 景点 |
| 个数 | 364 | 152 | 366 | 287 | 244 | 150 | 451 | 344 | 425 | 199 |
2、MSRA：https://github.com/GuocaiL/nlp_corpus/tree/main/open_ner_data/MSRA
| 实体类型 | LOC | ORG | PER |
| 个数 | 36860 | 20584 | 17615 |
| 实体类型 | LOC | ORG | PER |
| 个数 | 2886 | 1331 | 1973 |
3、人民网（04年）：nlp_corpus/open_ner_data/people_daily at main · GuocaiL/nlp_corpus · GitHub
| 实体类型 | GPE | DATE | PERSON | ORG |
| 个数 | 14317 | 8348 | 9625 | 1838 |
4、微博命名实体识别数据集：https://github.com/GuocaiL/nlp_corpus/tree/main/open_ner_data/weibo
| 实体 | 标注 | 说明 |
| PER | PER.NAM | 名字（张三） |
| PER.NOM | 代称、类别名（穷人） |
| LOC | LOC.NAM | 特指名称（紫玉山庄） |
| LOC.NOM | 泛称（大峡谷、宾馆） |
| GPE | GPE.NAM | 行政区的名称（北京） |
| ORG | ORG.NAM | 特定机构名称（通惠医院） |
| ORG.NOM | 泛指名称、统称（文艺公司） |
| 实体类型 | PER.NAM | PER.NOM | LOC.NAM | LOC.NOM | GPE.NAM | ORG.NAM | ORG.NOM |
|---|
| 个数 | 574 | 766 | 56 | 51 | 205 | 183 | 42 |
| 实体类型 | PER.NAM | PER.NOM | LOC.NAM | LOC.NOM | GPE.NAM | ORG.NAM | ORG.NOM |
|---|
| 个数 | 90 | 208 | 6 | 6 | 26 | 47 | 5 |
| 实体类型 | PER.NAM | PER.NOM | LOC.NAM | LOC.NOM | GPE.NAM | ORG.NAM | ORG.NOM |
|---|
| 个数 | 111 | 170 | 19 | 9 | 47 | 39 | 17 |
5、BosonNLP NER数据：https://github.com/GuocaiL/nlp_corpus/tree/main/open_ner_data/boson（2000条）
| 实体类型 | company_name | location | org_name | person_name | product_name | time |
| 个数 | 2374 | 4597 | 2689 | 5141 | 4122 | 4250 |
6、影视-音乐-书籍实体标注数据：https://github.com/GuocaiL/nlp_corpus/tree/main/open_ner_data/video_music_book_datasets
| 实体类型 | book | music | video |
| 个数 | 6413 | 4125 | 2994 |
| 实体类型 | book | music | video |
| 个数 | 797 | 626 | 354 |
| 实体类型 | book | music | video |
| 个数 | 770 | 371 | 575 |
7、中文医学文本命名实体识别 2020CCKS：https://github.com/GuocaiL/nlp_corpus/tree/main/open_ner_data/2020_ccks_ner
8、电子简历实体识别数据集:https://github.com/GuocaiL/nlp_corpus/tree/main/open_ner_data/ResumeNER
| 实体类型 | CONT(国家) | EDU(学历) | LOC(地名) | NAME(人名) | ORG(组织名) | PRO(专业) | RACE(种族背景) | TITLE(工作职位) |
| 个数 | 260 | 858 | 47 | 952 | 4611 | 287 | 115 | 6308 |
| 实体类型 | CONT(国家) | EDU(学历) | LOC(地名) | NAME(人名) | ORG(组织名) | PRO(专业) | RACE(种族背景) | TITLE(工作职位) |
| 个数 | 33 | 106 | 2 | 110 | 523 | 18 | 15 | 690 |
| 实体类型 | CONT(国家) | EDU(学历) | LOC(地名) | NAME(人名) | ORG(组织名) | PRO(专业) | RACE(种族背景) | TITLE(工作职位) |
| 个数 | 28 | 112 | 6 | 112 | 553 | 33 | 14 | 772 |
9 医渡云实体识别数据集:https://github.com/GuocaiL/nlp_corpus/tree/main/open_ner_data/yidu-s4k
| 实体类型 | 实验室检验 | 影像检查 | 手术 | 疾病和诊断 | 药物 | 解剖部位 |
| 个数 | 513 | 223 | 417 | 1747 | 838 | 3604 |
| 实体类型 | 实验室检验 | 影像检查 | 手术 | 疾病和诊断 | 药物 | 解剖部位 |
| 个数 | 682 | 746 | 612 | 2465 | 984 | 4822 |
| 实体类型 | 实验室检验 | 影像检查 | 手术 | 疾病和诊断 | 药物 | 解剖部位 |
| 个数 | 590 | 348 | 162 | 1323 | 485 | 3094 |
欢迎关注微信公众号，文章会同步更新在公众号,如需转载请标注来源
着眼未来科技，追踪研究传播最新思想、最新理论，打开最新世界。
