命名实体识别（NER）是NLP领域的核心任务之一，广泛应用于信息提取、问答系统、文本分类等场景。以下为相关学习资源和数据集介绍：

📚 常见NER数据集类型

  • CoNLL-2003：经典英文数据集，包含人名（PER）、地点（LOC）、组织机构（ORG）等实体标注
    CoNLL_2003
  • OntoNotes：多语言标注数据集，支持英文、中文等多种语言
    OntoNotes
  • SQuAD：基于问答的实体识别数据集，包含上下文和问题对
    SQuAD

🧠 应用场景示例

  • 从新闻文本中提取人名、地名
  • 构建智能客服的实体识别模块
  • 支持多语言模型的训练与优化

🌐 扩展学习路径

Named_Entity_Recognition