基于句子嵌入的招聘广告中横向技能层次分类

本文提出一个分类框架，旨在识别招聘广告要求与横向技能集之间的关联，重点是利用深度学习模型预测单个职位描述所需的技能。该方法涉及使用ESCO（欧洲技能、能力与职业）分类法进行数据收集、预处理和标注。采用层次分类和多标签策略进行技能识别，同时使用增强技术解决数据不平衡问题，增强模型鲁棒性。对比英语专用和多语言句子嵌入模型的结果显示准确率接近。实验案例研究详细说明了神经网络配置、超参数和交叉验证结果，突显了层次方法的有效性以及多语言模型对多样化欧洲就业市场的适用性。由此，提出了一种从招聘广告中对横向技能进行层次分类的新方法。