为职务的命名实体识别创建培训数据集

Question

我想从文本中识别职位名称。如何通过扩展我的小训练数据集来创建更大的训练数据集？是否存在一些现成的扩展培训包或开放项目？

Answer 1

作为O*Net（美国劳工部职业数据计划）的一部分，有一组约44000个职位头衔及其相应的标准职位代码。你可以在这里下载文件：

https://www.onetcenter.org/database.html#occ

Answer 2

对于这种请求，您可以向语料库邮件列表发送电子邮件：

http://www.hit.uib.no/corpora/welcome.html