VietJobs：越南职位广告数据集
计算与语言
2026-03-06 v1
摘要
VietJobs是第一个大规模、公开可获取的越南职位广告语料库，包含48,092篇招聘信息，涵盖越南34个省和市，总计超过1500万字。数据集提供了详尽的语言和结构化信息，包括职位名称、类别、薪资、技能和雇佣条件，覆盖16个职业领域和多种雇佣类型（全职、兼职和实习）。旨在支持自然语言处理和劳动力市场分析研究，VietJobs捕捉了显著的语言、区域和社会经济多样性。我们对几个生成式大语言模型(LLM)在两个核心任务上进行基准测试：职位类别分类和薪资估计。指令调优模型如Qwen2.5-7B-Instruct和Llama-SEA-LION-v3-8B-IT在few-shot和微调设置下均取得显著提升，同时凸显了多语言和越南特定建模在结构化劳动力市场预测方面的挑战。VietJobs为越南NLP建立了新的基准，为未来在招聘语言、社会经济表征和AI驱动的劳动力市场分析方面的研究提供了宝贵的基础。所有代码和资源均可在：https://github.com/VinNLP/VietJobs 获取。
引用
@article{arxiv.2603.05262,
title = {VietJobs: A Vietnamese Job Advertisement Dataset},
author = {Hieu Pham Dinh and Hung Nguyen Huy and Mo El-Haj},
journal= {arXiv preprint arXiv:2603.05262},
year = {2026}
}
备注
10 pages