Stanford nlp 用于生成训练数据的约定

我必须做一个好的基于CRF的模型。我的目标是一个广阔的领域，我的目标类总数是17。我还制作了一套很好的特性集（austin.prop），通过做大量的实验，这些特性应该对我有用。NER没有产生好的结果。我需要知道NER的限制，NER是基于训练数据大小等背景下的CRF。

我搜索了很多，但到目前为止，我无法找到制作培训数据时应该遵循的惯例。

（注意：我完全知道如何创建模型并使用它，我只需要知道是否有任何约定，每个目标类中应该存在一定比例的约定等。）

---

如果有人能指导我，我会感谢你。

对于英语，标准的培训数据集是CoNLL 2003，它有大约15000个标记句子，用于4个课程（组织、人员、地点、杂项）。

这真的很有帮助。你能给我介绍一下NER的局限性吗？