面向更优职位名称表示学习的职位转换标签图
机器学习
2022-06-08 v1 人工智能
计算与语言
摘要
学习职位名称表示的工作主要基于从人才工作经历构建的“职位转换图”(Job-Transition Graph)。然而，由于这些记录通常杂乱无章，该图非常稀疏，影响了所学表示的质量并阻碍了进一步分析。针对这一具体问题，我们提出用额外的节点来丰富该图，以提升职位名称表示的质量。具体而言，我们构建了“职位转换标签图”(Job-Transition-Tag Graph)，这是一个包含两类节点（即职位名称和标签，标签指与工作职责或功能相关的词）的异构图。在此基础上，我们将职位名称表示学习重新表述为该图上节点嵌入学习的任务。在两个数据集上的实验显示了我们方法的优势。
引用
@article{arxiv.2206.02782,
title = {Towards Job-Transition-Tag Graph for a Better Job Title Representation Learning},
author = {Jun Zhu and Céline Hudelot},
journal= {arXiv preprint arXiv:2206.02782},
year = {2022}
}