Literaturnachweis - Detailanzeige
Autor/inn/en | Gnehm, Ann-Sophie; Clematide, Simon |
---|---|
Institution | Association for Computational Linguistics |
Titel | Text Zoning and Classification for Job Advertisements in German, French and English. Proceedings of the Fourth Workshop on Natural Language Processing and Computational Social Science, Online, November 20, 2020. Gefälligkeitsübersetzung: Texteinteilung und Klassifizierung von Stellenanzeigen auf Deutsch, Französisch und Englisch. |
Quelle | (2020), S. 83-93
PDF als Volltext |
Sprache | englisch |
Dokumenttyp | online; Monographie |
DOI | 10.18653/v1/2020.nlpcss-1.10 |
Schlagwörter | Textanalyse; Datenanalyse; Datengewinnung; Branche; Stellenanzeige; Arbeitskräftebedarf; Arbeitsmarktforschung; Berufsgruppe; Qualifikationsanforderung; Stellenausschreibung; Klassifikation; Schweiz |
Abstract | "We present experiments to structure job ads into text zones and classify them into pro- fessions, industries and management functions, thereby facilitating social science analyses on labor marked demand. Our main contribution are empirical findings on the benefits of contextualized embeddings and the potential of multi-task models for this purpose. With contextualized in-domain embeddings in BiLSTM-CRF models, we reach an accuracy of 91% for token-level text zoning and outperform previous approaches. A multi-tasking BERT model performs well for our classification tasks. We further compare transfer approaches for our multilingual data." (Author's abstract, IAB-Doku). |
Erfasst von | Institut für Arbeitsmarkt- und Berufsforschung, Nürnberg |
Update | 2021/4 |