在职业市场领域利用大型语言模型重新思考技能提取

该文章介绍了一种填补综合性人力资源任务基准的方法，通过提取领域特定知识和使用技能-职业图来生成上下文，该基准可以满足各种人力资源任务的需求。实验证明，该基准的学生模型性能接近或优于教师模型，并在零-shot和弱监督方式下探索了技能提取和简历-职位描述匹配的实用性。数据集和代码已发布以促进进一步研究和应用。