研究人员推出了一种新颖的两步职业编码方法,这项任务对于将职位名称链接到职业分类的劳动力市场研究至关重要。与现有的单步方法相比,这种新方法将职位名称的识别与编码的分配分离开来,提高了准确性、鲁棒性和可解释性。该系统最初是为德语文档开发的,它使用领域特定的命名实体识别(NER)模型进行标题提取,并使用基于边距的置信度标准映射到分类。源代码和评估脚本是公开的,以确保可重复性。 AI
影响 这项研究可以通过增强职位名称分类来提高劳动力市场数据分析的准确性和效率。
排序理由 该集群包含一篇详细介绍职业编码新方法的论文。
- alphaXiv
- arXiv
- CatalyzeX Code Finder for Papers
- Connected Papers
- CORE Recommender
- DagsHub
- German
- Gotit.pub
- Hugging Face
- Influence Flower
- Litmaps
- named-entity recognition
- ScienceCast
- scite Smart Citations
- Two-Step Occupation Coding
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →