寻求用于NER训练的含地址语句数据集（优先美国地址）

以下是适合训练命名实体识别（NER）模型的美国地址相关数据集：

• US Address Dataset：包含大量真实美国街道地址，每条数据都标注了地址组成部分（街道名、城市、州、邮编等），支持细粒度地址实体识别训练。
• OpenAddresses US：覆盖美国各地的公开地址数据，自带结构化地址字段，可快速转换为NER训练所需的标注格式，数据包含城市、乡村等多种类型地址。
• Google Research StreetView Addresses：从街景数据中提取的美国地址集合，附带实体标注，涵盖商铺、住宅等多种场景的地址，能提升模型对不同环境下地址的识别能力。
• U.S. Census Bureau Address Data：官方人口普查地址数据集，包含标准化的美国地址信息，标注规范统一，适合训练模型识别正式格式的地址。
• Amazon US Reviews Address Annotations：从亚马逊美国区用户评论中提取的地址标注数据，包含用户提及的收货地址、店铺地址等非结构化场景下的地址，能增强模型在日常文本中识别地址的能力。

内容的提问来源于stack exchange，提问作者grinay