ERNIE 3.0中文预训练模型进行MSRA序列标注 文章链接：https://blog.csdn.net/sinat_39620217/article/details/125071909?csdn_share_tail=%7B%22type%22%3A%22blog%22%2C%22rType%22%3A%22article%22%2C%22rId%22%3A%22125071909%22%2C%22source%22%3A%22sinat_39620217%22%7D&ctrtid=UfDbk

文本检测数据集，重新生成真值坐标，重新排序命名图片，从1-200，真值文件格式按照ICDAR2015的格式重新生成，方便使用！

MSRA – TD500 图像数据集被用于评估文本检测 算法 基准，它包含多种类和多国语言的 500 张自然图像，分别是 300 张训练图和 200 张测试图。 该数据集使用袖珍相机从室内和室外场景拍摄，其中室内图像以标志，门板和警示牌为主，室外图像以复杂背景下的导板和广告牌为主，图像分辨率从 1296×864 到 1920×1280 不等。 图像包含中英文，每张图片都以行为单位完全标注，其中难以识别的有困难标注。 MSRA-TD500 数据集由华中科技大学于 2012 年在 CVPR 发布, 主要发布人有 C. Yao, X. Bai, W. Liu, Y. Ma 和 Z. Tu。

用于视觉显著性检测的MSRA-1000数据集，包含1000张图像和其对应的ground truth，解决了ground truth和原图像大小不一致的问题，可以直接使用。另一个名字叫ASD数据集

msar实体命名与分词资源，同一处资料，训练集与测试集均有分词和ner标注

采用如下标注方法： nr人名 ns 地名   nt 机构团体    “团”的声母为t，名词代码n和t并在一起。 nz 其他专名 eg:红军/nt 将领/o 孙毅/nr 将军/o 为/o 我们/o 收藏/o 的/o 二十余册/o （/o １９３７年/o —/o １９４５年/o ）/o 晋察冀抗日根据地/ns 出版物/o

显著性检测数据集MSRA-B下载，里面包含5K张原图和5K张GT

适合作为命名实体识别的补充预料，包括微软亚研院MSRA：46365条语料、人民日报：23061条语料和Boson:2000条语料。都是标注过的，非常实用，适合新手作为刚开始的模型练习。

MSRA1000图像显著性标记数据集，有原图像和标记图像。

MSRA数据集NLP，用于NER任务，是命名实体识别最常用的中文数据库之一。有兴趣的话，欢迎下载尝试，一起交流学习。