Update README.md

README.md

@@ -24,9 +24,9 @@
 
 # NER
 
-| ID   | 标题   | <div style="width: 150pt"> 更新日期 </div> | 数据集提供者 | 许可 | 说明   | 关键字   | 类别 | 论文地址   | 备注 |
+| ID   | 标题   | 更新日期 | 数据集提供者 | 许可 | 说明   | 关键字   | 类别 | 论文地址   | 备注 |
 | ---- | ------------------------------------------------------------ | --------- | -------------------------------------- | ---- | ------------------------------------------------------------ | ------------ | ------------ | ----------------------------------------------------- | ---- |
-| 1    | [CCKS2017中文电子病例命名实体识别](https://biendata.com/competition/CCKS2017_2/data/) | 2017年5月 | 北京极目云健康科技有限公司    |      | <font size=2>数据来源于其云医院平台的真实电子病历数据，共计800条（单个病人单次就诊记录），经脱敏处理</font> </font> | 电子病历     | 命名实体识别 | \                                                     | 中文 |
+| 1    | [CCKS2017中文电子病例命名实体识别](https://biendata.com/competition/CCKS2017_2/data/) | <div style="width: 150pt">2017年5月 </div> | 北京极目云健康科技有限公司    |      | <font size=2>数据来源于其云医院平台的真实电子病历数据，共计800条（单个病人单次就诊记录），经脱敏处理</font> </font> | 电子病历     | 命名实体识别 | \                                                     | 中文 |
 | 2    | [CCKS2018中文电子病例命名实体识别](https://biendata.com/competition/CCKS2018_1/data/) | 2018年    | 医渡云（北京）技术有限公司             |      | <font size=2> CCKS2018的电子病历命名实体识别的评测任务提供了600份标注好的电子病历文本，共需识别含解剖部位、独立症状、症状描述、手术和药物五类实体 </font> | 电子病历     | 命名实体识别 | \                                                     | 中文 |
 | 3    | [微软亚研院MSRA命名实体识别识别数据集](https://github.com/lemonhu/NER-BERT-pytorch/tree/master/data/msra) | \         | MSRA                                   |      | <font size=2> 数据来源于MSRA，标注形式为BIO，共有46365条语料               </font> | Msra         | 命名实体识别 | \                                                     | 中文 |
 | 4    | [1998人民日报语料集实体识别标注集](https://github.com/ThunderingII/nlp_ner/tree/master/data) | 1998年1月 | 人民日报                               |      | <font size=2> 数据来源为98年人民日报，标注形式为BIO，共有23061条语料       </font> | 98人民日报   | 命名实体识别 | \                                                     | 中文 |