我正在使用条件随机字段构建命名实体识别器，我正在寻找两件事：
A）人员，位置和组织实体的开源英语NER数据集
B）英语NER功能列表
我已经查看了CoNLL-2003语料库，发现这正是我想要的，但它并不容易获得。我找不到NER功能列表是不成功的;我试图避免手工设计这些功能。
由于
答案 0 :(得分：2)
您可以在Ratinov＆amp ;; this paper中找到有关NER所需内容的概括性和非常丰富的信息。罗斯。此外，他们的系统是完全开源的，包括从维基百科收集的命名实体列表。
答案 1 :(得分：1)
A）除了MUC语料库，你应该在这里查看手动注释的子语料库：http://www.americannationalcorpus.org/MASC/About.html它是免费的，有各种文档类型。它附带了解析NLTK，GATE和UIMA格式的工具：http://www.anc.org/MASC/Download
B）这是一个非常普遍的问题..您可以尝试使用n-gram，单词大写，使用单词字符串作为特征，词性等。您可以从阅读有关CRF的Stanford解析器方法开始：{{ 3}}