ACE2004数据集，官网编号LDC2005T09

ACE2004（Automatic Content Extraction）数据集是一个用于信息抽取和实体关系识别研究的数据集。它是美国国家情报总监办公室（Office of the Director of National Intelligence）赞助的一个项目的一部分。

ACE2004数据集的目标是从新闻文章中抽取出实体和实体关系，以帮助机器理解文本中的信息和关系。该数据集主要基于英语新闻文章，涵盖了各种主题，包括政治、经济、军事等。

ACE2004数据集提供了大约500多篇新闻文章，其中包含了对应的实体标注和实体关系标注。实体标注指定了文章中的具体实体，如人物、组织、地点等。实体关系标注指定了这些实体之间的关系，如就业关系、成立关系等。

除了实体和实体关系标注，ACE2004数据集还提供了其他信息，如文章的元数据、核心指称（coreference）信息等。核心指称是指在文章中引用同一个实体的不同表述。这些附加信息可以帮助研究人员进行更深入的分析和研究。

ACE2004数据集在信息抽取和实体关系识别研究中非常有用，可以用于训练和评估自动信息抽取和关系识别系统的性能。它提供了一个具有挑战性的任务，要求系统能够从文本中准确地提取实体和识别实体之间的关系。

获取方法：

方法1：注册LDC账号并加入组织获取数据，官网链接：LDC官网

方法2：关注公众号，回复ACE2004 LDC语料小助手https://mp.weixin.qq.com/s/8GgZFh9XAr7FYwivQ_ajRg