##############################################
step: final
Table for all datasets except crossNER
ACE 2004            : 37.4%
ACE 2005            : 38.1%
AnatEM              : 57.9%
Broad Tweet Corpus  : 63.6%
CoNLL 2003          : 65.4%
FabNER              : 35.8%
FindVehicle         : 43.1%
GENIA_NER           : 51.6%
HarveyNER           : 24.5%
MultiNERD           : 66.9%
Ontonotes           : 47.7%
PolyglotNER         : 47.5%
TweetNER7           : 51.2%
WikiANN en          : 70.5%
WikiNeural          : 71.7%
bc2gm               : 65.3%
bc4chemd            : 59.8%
bc5cdr              : 71.0%
ncbi                : 69.6%
Average             : 54.7%

Table for zero-shot benchmark
CrossNER_AI         : 56.6%
CrossNER_literature : 71.1%
CrossNER_music      : 72.2%
CrossNER_politics   : 81.6%
CrossNER_science    : 64.4%
mit-movie           : 62.3%
mit-restaurant      : 53.2%
Average             : 65.9%
##############################################