从职位描述聚合网络学习职位标题表示
计算与语言
2024-06-13 v1
摘要
学习职位标题表示是开发自动人力资源工具的关键步骤。现有方法主要通过从职位描述中提取技能来学习标题表示，忽略了职位描述中丰富且多样化的内容。因此，我们提出了一种通过各自职位描述（Job Description, JD）学习职位标题的替代框架，并利用职位描述聚合器（Job Description Aggregator）组件处理冗长的描述文本，同时引入双向对比损失以考虑职位标题与其描述之间的双向关系。我们在域内和域外设置下评估了该方法的性能，相较于基于技能的方法，实现了优异的性能。
引用
@article{arxiv.2406.08055,
title = {Learning Job Title Representation from Job Description Aggregation Network},
author = {Napat Laosaengpha and Thanit Tativannarat and Chawan Piansaddhayanon and Attapol Rutherford and Ekapol Chuangsuwanich},
journal= {arXiv preprint arXiv:2406.08055},
year = {2024}
}
备注
to be published in Findings of the Association for Computational Linguistics: ACL 2024