面向职位空缺统计的多语言层次化招聘广告分类
应用统计
2025-08-19 v2 综合经济学
经济学
机器学习
摘要
本论文的目标是开发一种多语言分类器和条件概率估计器，用于根据国际职业分类标准（ISCO）扩展波兰职业与专业分类（KZiS）来对在线招聘广告中的职业编码进行分类，KZiS 类似于欧洲职业分类。本文利用了多种数据源，包括一种新型数据源，即中央职位提供数据库，该数据库是提交至公共就业办公室的所有空缺职位的登记簿。其工作人员根据 ISCO 和 KZiS 对空缺职位进行编码。基于 transformer 架构开发了一种层次化多类分类器。该分类器首先将广告中找到的职位编码到最宽泛的 1 位职业组，然后逐步细化到 6 位职业编码。我们表明，引入职业的层次结构可将预测准确率提高 1-2 个百分点，尤其是在人工编码的在线招聘广告中。最后，基于使用闭源和开源软件翻译的数据，开发了双语（波兰语和英语）和多语言（24 种语言）模型。开源软件面向官方统计界提供，特别关注国际可比性。
引用
@article{arxiv.2411.03779,
title = {Multilingual hierarchical classification of job advertisements for job vacancy statistics},
author = {Maciej Beręsewicz and Marek Wydmuch and Herman Cherniaiev and Robert Pater},
journal= {arXiv preprint arXiv:2411.03779},
year = {2025}
}
备注
54 pages