JOBSKAPE: 生成合成职位发布的框架以增强技能匹配
内容提要
本文综述了从职位广告中提取技能的研究进展，涵盖弱监督、零样本大模型、SKILLSPAN数据集、合成标签与对比学习等方法，并结合ESCO分类法提升提取性能。研究还提出SkillRec推荐系统及分层分类横向技能的新方法，在多个基准上显著提高准确率与F1分数。
延伸解读
技能提取的技术演进
文章梳理了从弱监督、零样本大模型到合成标签与对比学习等多种技能提取方法。这些方法逐步减少对人工标注的依赖，并利用ESCO分类法提升提取性能。其中，基于大语言模型的零样本系统在无标注情况下取得不错效果，而合成标签与对比学习策略进一步将R-Precision@5提升15至25个百分点，显示出技术路线的持续优化。
SKILLSPAN数据集与领域适应
SKILLSPAN数据集的引入为技能提取提供了标注基准和指南。实验表明，在职位发布领域进行连续预训练和领域适应处理，能显著提高语言模型的技能提取性能。这说明领域特定数据对模型效果至关重要，通用模型直接应用可能效果有限，而针对职位文本的再训练能带来明显增益。
SkillRec推荐系统与横向技能分类
SkillRec系统基于职位名称，通过词/句嵌入和前馈神经网络推荐所需技能，在6000个职位数据集上表现出高准确率和F1分数。同时，研究提出分层分类横向技能的新方法，利用ESCO分类法和多标签策略，并比较英语与多语言嵌入模型，发现准确性相近，表明多语言模型适用于多样化的欧洲职位市场。
Q&A
JOBSKAPE 框架的主要目标是什么？
JOBSKAPE 旨在生成合成职位发布，以增强技能匹配，通过合成数据提升技能提取性能。
SKILLSPAN 数据集在技能提取中有什么作用？
SKILLSPAN 数据集提供了注释指南，用于比较不同语言模型的性能，并表明在职位发布领域进行连续预训练和领域适应可以显著提高技能提取性能。
如何利用大型语言模型生成技能提取的合成标签？
通过使用大型语言模型，提出了一种成本有效的方法来生成准确、全合成的技能提取标签数据集，并采用对比学习策略，在三个基准测试中 R-Precision@5 提高了 15 至 25 个百分点。
SkillRec 系统是如何推荐技能的？
SkillRec 基于职位名称，收集并确定职位所需的技能集，通过单词/句子嵌入技术和前馈神经网络为职位提供建议，在 6,000 个职位标题和描述的数据集上表现出高准确性和 F1 分数。
如何对横向技能进行分层分类？
通过分类框架和深度学习模型，使用 ESCO 分类法进行数据收集、预处理和标记，采用分层分类和多标签策略，通过数据平衡增强鲁棒性，并比较英语特定和多语言句子嵌入模型，发现准确性相近。
弱监督技术在技能提取中如何应用？
利用弱监督技术中的技能提取，结合 ESCO 分类法，使用潜在表示法在职位广告中发现类似的技能标签，相对于基于令牌级别和语法模式的基准测试，显示出强正信号。
