##############################################
step: final
Table for all datasets except crossNER
ACE 2004            : 38.5%
ACE 2005            : 39.6%
AnatEM              : 48.8%
Broad Tweet Corpus  : 64.5%
CoNLL 2003          : 66.0%
FabNER              : 35.8%
FindVehicle         : 48.8%
GENIA_NER           : 59.4%
HarveyNER           : 28.0%
MultiNERD           : 61.8%
Ontonotes           : 39.7%
PolyglotNER         : 48.5%
TweetNER7           : 52.3%
WikiANN en          : 69.6%
WikiNeural          : 75.0%
bc2gm               : 64.6%
bc4chemd            : 64.6%
bc5cdr              : 74.1%
ncbi                : 74.9%
Average             : 55.5%

Table for zero-shot benchmark
CrossNER_AI         : 59.1%
CrossNER_literature : 72.4%
CrossNER_music      : 76.0%
CrossNER_politics   : 83.1%
CrossNER_science    : 66.6%
mit-movie           : 65.2%
mit-restaurant      : 53.6%
Average             : 68.0%
##############################################