Nlp 如何获取带有工作标题注释的数据集？

我需要它来做一些实体提取。如何获得带有

作业标题的带注释的数据集？
如果您没有遇到任何数据集，我建议您这样做。抓取维基百科的职业列表：，创建一个工作的目录列表，并编写正则表达式来捕获这些工作或文本中的任何变化，您已经对数据进行了注释：）。
您是否先自己做过任何研究或实验？这个问题对这个论坛来说太广泛了。是的，但我什么也没找到。不清楚你想要什么类型的数据集。你需要一份有职位的名单吗？或者你需要一个手工标注职位的原始文本吗？好的……什么是职位？您试图提取哪些实体？再一次……这个问题需要人们提供具体的帮助。我需要在工作标题的注释处添加rawtext，或者她可以从维基百科构建语料库：当随机维基页面中的链接链接到某个职业维基页面时，她在原始文本中发现了一个职业。