基于技能匹配模型的劳动力市场性别流动
人工智能
2023-07-18 v1 计算与语言
摘要
基于技能的匹配有望实现劳动力市场中劳动者在不同部门和职业间的流动。在这种情况下，求职者可以寻找他们尚无经验但具备相关技能的工作。目前，多个职业存在性别分布偏斜的现象。对于基于技能的匹配，尚不清楚职业间性别分布（我们称之为性别流动）是否以及将如何发生转变。预计基于技能的匹配方法很可能是数据驱动的，包括计算语言模型和监督学习方法。本工作首先展示了基于语言模型的职业技能表示中存在性别隔离。其次，我们基于模拟数据评估了这些表示在潜在应用中的使用，并表明各种数据驱动的基于技能的匹配模型会传播性别隔离。这些模型基于不同的语言表示（词袋、word2vec 和 BERT）以及距离度量（静态和基于机器学习的）。据此，我们展示了如何根据匹配性能以及性别隔离风险对基于技能的匹配方法进行评估和比较。明确模型的性别隔离偏差有助于在实践中对这些模型的使用产生健康的信任。
引用
@article{arxiv.2307.08368,
title = {Gender mobility in the labor market with skills-based matching models},
author = {Ajaya Adhikari and Steven Vethman and Daan Vos and Marc Lenz and Ioana Cocu and Ioannis Tolios and Cor J. Veenman},
journal= {arXiv preprint arXiv:2307.08368},
year = {2023}
}
备注
This paper was presented during the AAAI Spring Symposium 2023 (AI Trustworthiness Assessment (AITA) track)