为职称的命名实体识别创建培训数据集

Question

我想从文本中识别职称。如何通过扩展我的小型训练数据集来创建更大的训练数据集？ 是否存在扩展训练集的现成包或开放项目？

Answer 1

有一套约44,000个职位名称及其相应的标准职务代码，作为O * Net（美国劳工部职业数据计划）的一部分发布。您可以在此处下载文件：

https://www.onetcenter.org/database.html?p=3#occ

Answer 2

对于此类请求，您可以向corpora邮件列表发送电子邮件：

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