Jan, 2024

基于句子嵌入的职位广告中横向技能的分层分类

PDF
TL;DR通过分类框架和深度学习模型，该论文提出一种方法来识别职位要求和横向技能的关联，并预测个体职位描述所需的技能。该方法使用 ESCO（欧洲技能、能力和职业）分类法进行数据收集、预处理和标记。采用分层分类和多标签策略进行技能识别，通过数据平衡增强模型的鲁棒性。通过比较使用英语特定和多语言句子嵌入模型得到的结果，发现它们具有相近的准确性。实验案例研究详细介绍了神经网络配置、超参数和交叉验证结果，突出了分层方法的有效性和多语言模型在多样化欧洲职位市场的适用性。因此，提出了一种新的方法来从职位广告中对横向技能进行分层分类。
classification frameworkjob ad requirementstransversal skill setsdeep learning modelhierarchical classification
发现论文，激发创造
  • 利用大型语言模型进行极端多标签技能抽取训练

    通过使用大型语言模型，本研究提出了一种成本有效的方法来生成准确、全合成的技能提取的标签数据集，并提出了一种对比学习策略，证明其在任务中的有效性。在三个技能提取基准测试中，我们的结果显示，与仅依赖于远程监督的字面匹配的先前发布结果相比，R-Precision@5 提高了 15 至 25 个百分点。

    Jul, 2023

  • 使用远程监督和迁移学习在丹麦职位发布中进行细粒度技能分类

    本研究使用 ESCO 分类法 API 对丹麦职位招聘数据集 Kompetencer 进行标注并比较数据集的 fine-grained 标签应用于 zero-shot 和 few-shot 分类设置，结果表明 RemBERT 在两种情况下的表现均优于其他模型。

    May, 2022

  • 基于深度学习的计算机就业市场分析：对职位发布中技能提取和分类的调查

    近年来，自然语言处理（NLP）取得了显著进展，使得计算机行业市场分析领域有了快速发展。本调查旨在提供深度学习方法、数据集和特定于 NLP 驱动的技能提取和分类的术语的全面概述，填补这一新兴领域的不完全评估。我们对公开可用数据集的详细分类解决了关于数据集创建和特征的信息缺乏的问题。最后，对术语的关注解决了目前对重要概念（如硬技能和软技能）和技能提取和分类相关术语缺乏一致定义的问题。

    Feb, 2024

  • 职场领域的实体链接

    本文首次探索在职业技能与 ESCO 分类之间进行实体链接，使用高效的神经模型（双编码器和自回归模型）进行技能链接的实证研究。

    Jan, 2024

  • 作为内置零迁移 ESCO 技能匹配器的大型语言模型

    The paper presents an end-to-end zero-shot system for skills extraction from job descriptions based on large language models, achieving promising results on skills extraction against the ESCO framework without human annotations.

    Jul, 2023

  • 使用弱监督从职位发布中提取技能

    利用弱监督技术中的技能提取，结合欧洲技能、能力、资格和职业分类法，使用潜在表示法在职位广告中发现类似的技能标签，相对于基于令牌级别和语法模式的基准测试，该方法显示出强正信号。

    Sep, 2022

  • 软实力匹配的表示学习

    本文提出一种基于短语匹配的方法，旨在区分与候选人相关的软技能短语和其他实体提及。使用多种方法来确定软技能以及进行文本分类，使用神经网络中的 LSTM 模型达到了最高 83.92% 的召回率。

    Jul, 2018

  • 多层次句子嵌入用于人格预测

    通过 AdaCos 损失函数对上层句子空间进行训练，并使用基于余弦相似度的新型损失函数进行微调，我们成功地将文本表示为多维空间中的向量，实现了在拥有复杂多级结构的数据集中进行文本分类的目标。

    May, 2023

  • 一个层次化多任务方法用于从语义任务中学习嵌入

    本研究介绍了一种使用多任务学习方式训练的分层模型，在一组精心选择的语义任务上取得了最新领先的结果，包括命名实体识别、实体提及检测和关系提取，无需手工设计特征或使用外部 NLP 工具，同时在模型的底层引入归纳偏差，促使模型产生共享语义表示。

    Nov, 2018

  • JobBERT：通过技能了解工作职称

    通过将预训练语言模型与从招聘信息中提取的技能标签协同出现信息相结合，我们提出了一种职位称号的神经表示模型， JobBERT 方法相比使用通用语句编码器，在职位标题规范化任务中表现出显著提高，并发布了一个新的评估基准。

    Sep, 2021