SkillSpan：从英文招聘信息中提取硬技能与软技能
计算与语言
2022-04-28 v1
摘要
技能提取（SE）是一项重要且被广泛研究的任务，有助于洞察劳动力市场动态。然而，数据集和标注指南存在空白；可用的数据集很少，且包含众包标注的片段级标签或来自预定义技能清单的标签。为解决这一差距，我们引入了 SKILLSPAN，一个新颖的 SE 数据集，包含 14.5K 个句子和超过 12.5K 个已标注片段。我们发布了由领域专家为硬技能和软技能标注、基于三个不同来源创建的相应指南。我们引入了一个 BERT 基线（Devlin 等人，2019）。为了改进此基线，我们尝试了针对长片段优化的语言模型（Joshi 等人，2020；Beltagy 等人，2020）、在招聘信息领域进行持续预训练（Han 和 Eisenstein，2019；Gururangan 等人，2020）以及多任务学习（Caruana，1997）。我们的结果表明，领域自适应模型显著优于其非自适应对应模型，且单任务学习优于多任务学习。
引用
@article{arxiv.2204.12811,
title = {SkillSpan: Hard and Soft Skill Extraction from English Job Postings},
author = {Mike Zhang and Kristian Nørgaard Jensen and Sif Dam Sonniks and Barbara Plank},
journal= {arXiv preprint arXiv:2204.12811},
year = {2022}
}
备注
Accepted to NAACL 2022 Main conference