职位名称分类的语义相似度策略
人工智能
2016-09-21 v1 计算与语言
摘要
对项目进行自动且准确的分类能够在许多领域催生众多下游应用。这些应用范围涵盖从项目的分面浏览到产品推荐和大数据分析。在在线招聘领域，我们将职位广告分类到预定义或自定义的职业类别称为职位名称分类。一个大规模的职位名称分类系统可以驱动诸如语义搜索、职位推荐和劳动力市场分析等多种下游应用。本文讨论了为改进我们内部的职位名称分类系统而进行的实验。该系统的分类组件由一个两级粗细分类器级联构成，将输入的文本（如职位名称和/或职位广告）分类到我们分类体系中的数千个职位名称之一。为了提高分类的准确性和有效性，我们尝试了各种语义表示策略，例如平均词向量（W2V）向量，以及文档相似度度量，例如词移距离（WMD）。我们的初步结果显示，Carotene[1]的准确性得到了整体提升。
引用
@article{arxiv.1609.06268,
title = {Semantic Similarity Strategies for Job Title Classification},
author = {Yun Zhu and Faizan Javed and Ozgur Ozturk},
journal= {arXiv preprint arXiv:1609.06268},
year = {2016}
}