Comparative Analysis of Encoder-Based NER and Large Language Models for Skill Extraction from Russian Job Vacancies
HSE University（高等经济大学）
本研究对比基于编码器的传统NER模型与LLMs在俄罗斯职位技能提取中的表现，发现调优后的DeepPavlov RuBERT NER在多项指标上更优，为非英语语境下的劳动力市场NLP应用提供了高效方案。
2024-09-15 cs.CL
Kompetencer: Fine-grained Skill Classification in Danish Job Postings via Distant Supervision and Transfer Learning
IT University of Copenhagen（哥本哈根信息技术大学）；LMU Munich（慕尼黑大学）
技能分类（SC）是从职位发布中对工作能力进行分类的任务。这项工作是第一次在SC适用于丹麦的职位空缺数据。我们发布了第一个丹麦招聘数据集：Kompetencer（en：competences），注释了嵌套的能力跨度。为了改进粗粒度注释，我们利用欧洲技能、能力、资格和职业（The European Skills，Competences，Qualifications and Occupational）（1999; le Vrang et al.，2014）分类API通过远程监督获得细粒度标签。我们研究了两种设置：zero-shot和Few-Shot分类设置。我们微调基于英语的模型和RemBERT（Chung等人，2020年），并将其与丹麦语模型进行比较。我们的研究结果表明，RemBERT显着优于所有其他模型在zero-shot和Few-Shot设置。
2022-05-03 cs.CL
Rethinking Skill Extraction in the Job Market Domain using Large Language Models
EPFL（洛桑联邦理工学院）；IT University of Copenhagen（哥本哈根信息技术大学）
本文针对就业市场技能抽取任务，提出利用大型语言模型的上下文学习克服传统BIO监督模型的泛化局限，并在6个数据集上验证其能更好处理复杂技能提及。
2024-02-06 cs.CL
SkillSpan: Hard and Soft Skill Extraction from English Job Postings
IT University of Copenhagen（哥本哈根信息技术大学）；Center for Information and Language Processing (CIS), LMU Munich（慕尼黑大学信息与语言处理中心（CIS））
技能提取（SE）是一项重要且广泛研究的任务，有助于深入了解劳动力市场动态。然而，数据集和注释指南存在缺陷;可用的数据集很少，并且包含跨级别的众包标签或来自预定义技能清单的标签。为了解决这一差距，我们引入了SKILLSPAN，这是一个由14.5K句子和超过12.5K注释跨度组成的新型SE数据集。我们发布了由领域专家为硬技能和软技能注释的三个不同来源创建的相应指南。我们引入BERT基线（Devlin等人，2019年）。为了改进这一基线，我们用针对长跨度优化的语言模型进行实验（Joshi等人，2020; Beltagy等人，2020年），在招聘领域进行持续的预培训（Han和Eisenstein，2019年; Gururangan等人，多任务学习（Caruana，1997）。我们的研究结果表明，域适应模型显着优于他们的非适应同行，单任务优于多任务学习。
2022-04-27 cs.CL
NLPnorth @ TalentCLEF 2025: Comparing Discriminative, Contrastive, and Prompt-Based Methods for Job Title and Skill Matching
Aalborg University（奥尔堡大学）；IT University of Copenhagen（哥本哈根IT大学）
本研究比较了判别式、对比式和提示方法在职位名称匹配和技能预测任务上的表现，发现提示方法在任务A最佳，分类方法在任务B最佳，且大型多语言模型表现最优。
2025-06-23 cs.CL
TalentCLEF at CLEF2026: Skill and Job Title Intelligence for Human Capital Management
Avature Machine Learning（阿瓦图尔机器学习公司）；NLP & IR Group at UNED（西班牙国立远程教育大学自然语言处理与信息检索组）
TalentCLEF挑战赛第二版作为CLEF 2026评估实验室，旨在推动HCM领域NLP发展。今年设两项任务，任务A是情境化职位与人匹配，任务B是带技能类型分类的职位与技能匹配，通过建立公共基准促进相关系统和方法发展。
2026-07-23 cs.CL
Tec-Habilidad: Skill Classification for Bridging Education and Employment
针对西班牙语求职申请中技能识别与分类缺乏全面数据集的问题，本文开发了西班牙语技能提取与分类数据集，提供区分知识、技能和能力的标注方法，并给出深度学习基线以推进稳健解决方案。
2025-03-05 cs.CL
Overview of the TalentCLEF 2026: Skill and Job Title Intelligence for Human Capital Management
Avature Machine Learning, Spain（Avature机器学习实验室，西班牙）；TechWolf, Belgium（TechWolf，比利时）；NLP & IR Group at UNED, Madrid, Spain（西班牙国立远程教育大学自然语言处理与信息检索组，马德里，西班牙）
本文介绍 TalentCLEF 2026 挑战赛，包含职位-人员匹配与职位-技能匹配两项任务，吸引113支队伍提交超400次，推动人力资本管理中的NLP研究。
2026-07-01 cs.CL
A practical method for occupational skills detection in Vietnamese job listings
Hanoi University of Science and Technology（河内理工大学）
越南劳动力市场发展不平衡。大学毕业生的数量在增长，但失业率也在增长。这种情况往往是由于缺乏准确及时的劳动力市场信息，导致劳动力供给与实际市场需求之间的技能不匹配。要为劳动力市场构建数据监控和分析平台，主要挑战之一是能够从与劳动力相关的数据（如简历和职位列表）中自动检测职业技能。传统的方法依赖于现有的分类法和/或大型注释数据来构建命名实体识别（NER）模型。它们价格昂贵，需要大量的手工劳动。在本文中，我们提出了一个实用的方法，在越南的工作列表中的技能检测。而不是将任务视为NER任务，我们认为任务是一个排名问题。我们提出了一个管道，在该管道中，短语首先被提取并根据与短语的上下文的语义相似度进行排名。然后，我们采用一个最终的分类检测技能短语。我们收集了三个数据集，并进行了广泛的实验。结果表明，我们的方法在稀缺数据集上取得了比NER模型更好的性能。
2022-10-26 cs.CL
JobHam-place with smart recommend job options and candidate filtering options
University of Leicester（莱斯特大学）
本项目开发了智能求职系统JobHam-place，集成工作推荐与简历排名功能，基于Bert的Job2Skill和CV2Skill模型提取关键词，并利用TFIDF算法实现技能匹配与排名，同时提供仪表板等高级功能以提升用户体验。
2023-03-31 cs.CL
Responsible team players wanted: an analysis of soft skill requirements in job advertisements
Sapienza University of Rome（罗马萨皮恩扎大学）；Aalto University（阿尔托大学）；University of Bremen（不来梅大学）；GESIS & University Koblenz（格致研究所与科布伦茨大学）
在过去几十年中，软技能对劳动力市场结果的重要性大大增加。这对劳动力市场的不平等产生了影响，因为以前的研究表明，软技能在种族和性别之间的价值并不平等。这项工作探讨了软技能在招聘广告中的作用，借鉴了计算科学的方法，以及经济学、社会学和心理学的理论和经验见解。我们提出了一种基于众包和文本挖掘的半自动方法，用于提取软技能列表。我们发现，软技能是招聘广告的一个重要组成部分，特别是低收入的工作和女性占主导地位的职业。我们的工作表明，软技能可以作为工作类别性别构成的部分预测因素，并且并非所有软技能都在劳动力市场上获得平等的工资回报。尤其是“女性”技能往往与工资处罚有关。我们的研究结果扩展了越来越多的文献软技能对工资不平等的关联，并强调其在劳动力市场的职业性别隔离的重要性。
2019-04-01 cs.CL cs.CY
Job Skill Extraction via LLM-Centric Multi-Module Framework
City University of Hong Kong（香港城市大学）；Renmin University of China（中国人民大学）
本文提出SRICL框架，结合语义检索、上下文学习和监督微调，解决长尾术语和跨域迁移下的工作广告技能提取问题，提升F1指标并减少无效标签。
2026-04-23 cs.CL
Building a Custom Taxonomy of AI Skills and Tasks from the Ground Up with Job Postings
Technical University of Munich（慕尼黑技术大学）；Loyola University Chicago（芝加哥洛约拉大学）
本文通过分析招聘广告数据，探讨了如何构建更清晰的人工智能技能和任务分类体系，提出TaxonomyBuilder作为系统研究的蓝图，展示了过滤输入数据能提供更具体的领域覆盖。
2026-05-20 cs.CL
Hierarchical Classification of Transversal Skills in Job Ads Based on Sentence Embeddings
本研究提出基于句子嵌入的招聘广告横向技能分层分类框架，结合ESCO分类标注、分层多标签策略与数据增强，对比发现英语专用与多语言嵌入模型准确率相近，验证了方法有效性及多语言模型对欧洲就业市场的适用性。
2024-01-10 cs.CL cs.LG
Entity Linking in the Job Market Domain
IT University of Copenhagen（哥本哈根信息技术大学）；Pioneer Centre for Artificial Intelligence（先锋人工智能中心）；LMU Munich（慕尼黑大学）；Munich Center for Machine Learning (MCML)（慕尼黑机器学习中心）
本研究首次探索就业市场领域的实体链接，将细粒度跨度级职业技能提及链接到ESCO分类体系，微调两种神经EL模型并验证其有效性，对比了BLINK与GENRE在不同评估方式下的表现。
2024-01-31 cs.CL
Learning Job Title Representation from Job Description Aggregation Network
Chulalongkorn University（朱拉隆功大学）；Faculty of Engineering, Chulalongkorn University（朱拉隆功大学工程学院）；Faculty of Arts, Chulalongkorn University（朱拉隆功大学文学院）
针对现有职位名称表示学习过度依赖技能抽取的问题，提出基于JD、聚合器与双向对比损失的框架，并在域内外实验中优于技能方法。
2024-06-12 cs.CL
Measuring Digital Labour Market Transitions with a Digital Semantic Score: An AI-Based Methodology Applied to the Dutch Labour Market
该研究开发AI方法，结合嵌入相似性搜索与大语言模型分类，提出数字语义分数，分析荷兰劳动力市场数字化的不均分布、职业转型路径及数字能力多维性，为相关政策提供支撑。
2026-09-21 cs.CL
ESCOXLM-R: Multilingual Taxonomy-driven Pre-training for the Job Market Domain
IT University of Copenhagen（哥本哈根信息技术大学）；LMU Munich（慕尼黑大学）
提出基于XLM-R的多语言模型ESCOXLM-R，利用ESCO分类体系进行领域自适应预训练，在就业市场多项任务的多数数据集上达到SOTA。
2023-05-20 cs.CL
Computational Job Market Analysis with Natural Language Processing
IT University of Copenhagen（哥本哈根信息技术大学）
本论文研究利用自然语言处理技术从招聘广告中提取技能等信息，通过构建数据集、提出弱监督技能提取、分类体系感知预训练和检索增强模型等方法，提升就业市场分析的透明度和有效性。
2024-04-29 cs.CL
Toward a Knowledge Discovery Framework for Data Science Job Market in the United States
University of Virginia（弗吉尼亚大学）；University of California, Los Angeles（加利福尼亚大学洛杉矶分校）
数据科学领域的发展需要更好的工具来理解这样一个快速增长的领域。此外，来自不同背景的人开始对数据科学家的职业感兴趣。因此，为个人和组织了解就业市场所需的技能提供量化指导至关重要。本文介绍了一个分析美国数据科学相关工作的就业市场的框架，同时提供了一个访问该市场见解的界面。拟议的框架包括三个子模块，允许连续的数据汇集，信息抽取，和基于Web的仪表板可视化调查的空间和时间分布的数据科学相关的工作和技能。这项工作的结果显示了数据科学工作的主要分支的重要技能，并试图为这些数据科学分支提供基于技能的定义。该应用程序的当前版本部署在Web上，允许个人和机构通过行业镜头调查数据科学职位所需的技能。
2021-07-20 cs.CL cs.CY
SkillMatch: Evaluating Self-supervised Learning of Skill Relatedness
Ghent University（根特大学）；imec；TechWolf
针对技能相关性评估缺乏基准的问题，该研究构建发布了基于海量招聘广告专家知识的SkillMatch基准，并提出基于技能共现适配Sentence-BERT的自监督方法，性能大幅优于传统模型，为技能推荐系统研究提供基础。
2024-10-07 cs.CL
Enhancing Job Matching: Occupation, Skill and Qualification Linking with the ESCO and EQF taxonomies
International Hellenic University（国际希伯利安大学）；University of Oxford（牛津大学）；Tabiya（塔比亚）
本文提出利用ESCO和EQF分类法提升岗位匹配，通过两种方法和新数据集改进劳动力市场信息分类。
2025-12-02 cs.CL cs.LG
Joint Extraction and Classification of Danish Competences for Job Matching
University of Copenhagen（哥本哈根大学）
本研究提出首个基于单BERT类架构的丹麦语能力联合抽取分类模型，在真实岗位匹配数据集上性能超越SOTA，推理时间省超50%。
2024-10-29 cs.CL cs.LG
Large Language Models as Batteries-Included Zero-Shot ESCO Skills Matchers
Bright Network Ltd.（布莱特网络有限公司）
本研究提出基于大型语言模型的端到端零样本系统，利用合成数据训练分类器并借助GPT-4重排序，显著提升职位描述与ESCO技能匹配的准确率，无需人工标注。
2023-07-07 cs.AI cs.CL
Efficient Text Encoders for Labor Market Analysis
Internet and Data Science Lab (IDLab), Ghent University – imec, Ghent, Belgium（互联网与数据科学实验室（IDLab）、根特大学–imec、根特、比利时）；Data Science Lab (IDLab), Ghent University – imec, Ghent, Belgium（数据科学实验室（IDLab）、根特大学–imec、根特、比利时）
针对现有劳动力市场技能提取方法依赖大语言模型、成本高速度慢的问题，提出带词元级注意力的对比学习方法ConTeXT-match，搭配新基准Skill-XL与改进的职位归一化模型JobBERT V2，实现高效准确的大规模实时分析。
2025-05-30 cs.AI cs.CL
"FIJO": a French Insurance Soft Skill Detection Dataset
Université Laval（拉瓦尔大学）
了解工作要求的演变对工人、公司和公共组织来说变得越来越重要，以便跟上就业市场的快速转变。幸运的是，最近的自然语言处理（NLP）方法允许开发从招聘广告中自动提取信息并更精确地识别技能的方法。然而，这些有效的方法需要大量的注释数据，从研究领域是难以访问的，主要是由于知识产权。本文提出了一个新的公共数据集FIJO，包含保险工作机会，包括许多软技能注释。为了了解这个数据集的潜力，我们详细介绍了一些特征和一些限制。然后，我们提出了技能检测算法的结果，使用命名实体识别的方法，并表明基于transformers的模型在这个数据集上具有良好的令牌性能。最后，我们分析了我们最好的模型所产生的一些错误，以强调应用NLP方法时可能出现的困难。
2022-07-28 cs.CL cs.LG
SkillNER: Mining and Mapping Soft Skills from any Text
University of Modena and Reggio Emilia（摩德纳和雷焦艾米利亚大学）；University of Pisa（比萨大学）
在当今的数字世界中，人们越来越关注软技能。一方面，它们促进了公司的创新，但另一方面，它们不太可能很快实现自动化。由于缺乏数据驱动的方法来检索软技能，研究人员难以准确地定量研究软技能。这限制了心理学家和人力资源经理理解人类与数字化之间关系的可能性。本文提出了SkillNER，一种新的数据驱动的方法自动提取软技能的文本。它是一个命名实体识别（NER）系统，使用支持向量机（SVM）对5000多篇科学论文的语料库进行训练。我们开发了这个系统，通过测量我们的方法对不同的训练模型的性能，并与一个心理学家团队一起验证结果。最后，SkillNER在一个真实的案例研究中进行了测试，使用欧洲技能/能力资格和职业的职位描述作为文本来源。该系统能够根据其共享的软技能和基于其共享的职务简介的软技能社区来检测职务简介社区。该案例研究表明，该工具可以自动检索软技能，从一个大的语料库，在一个有效的方式，证明有用的企业，机构和工人。该工具是开放的，可在线使用，以促进软技能研究的定量方法。
2021-07-12 cs.CL cs.IR
Distilling Large Language Models using Skill-Occupation Graph Context for HR-Related Tasks
Megagon Labs；Indeed
本文提出简历-职位描述基准RJDB，通过技能-职业图蒸馏大语言模型知识，训练小型模型，使其在人力资源任务上达到接近或优于GPT-4的性能。
2023-11-10 cs.CL cs.LG
Contrastive Bi-Encoder Models for Multi-Label Skill Extraction: Enhancing ESCO Ontology Matching with BERT and Attention Mechanisms
本文提出基于BERT和注意力机制的对比双编码模型，用于多标签技能提取，提升ESCO本体匹配的零样本检索性能。
2026-01-14 cs.CL econ.GN q-fin.EC
VacancySBERT: the approach for representation of titles and skills for semantic similarity search in the recruitment domain
Odessa I. I. Mechnikov National University（敖德萨伊·伊·梅奇尼科夫国立大学）；FH JOANNEUM University of Applied Sciences（FH JOANNEUM应用科技大学）
本文提出 VacancySBERT，通过基于共现信息适配预训练语言模型进行语义相似度搜索，实现招聘广告中职位名称与技能的匹配及归一化，相比基线模型在 Recall 指标上取得显著提升。
2023-07-31 cs.CL
Learning Representations for Soft Skill Matching
Aalto University（阿尔托大学）
雇主积极寻找不仅具有特定硬技能，而且具有各种软技能的人才。为了分析就业市场上的软技能需求，重要的是能够从招聘广告中自动检测软技能短语。然而，当诸如友好的软技能短语被用于描述公司、团队或另一实体而不是期望的候选者时，软技能短语的朴素匹配可能导致假阳性匹配。在本文中，我们提出了一种基于短语匹配的方法，区分软技能短语指的是候选人与其他东西。消歧被公式化为二进制文本分类问题，其中基于其发生的上下文对潜在的软技能进行预测。为了告知模型预测的软技能，我们开发了几种方法，包括软技能掩蔽和软技能标记。我们比较了几种基于神经网络的方法，包括CNN，LSTM和分层注意力模型。使用LSTM提出的基于标记的输入表示在将精度固定为95%时，在作业数据集上实现了83.92%的最高召回率。
2018-07-20 cs.CL cs.LG stat.ML
Design of Negative Sampling Strategies for Distantly Supervised Skill Extraction
Ghent University（根特大学）；imec（比利时微电子研究中心）
技能在就业市场和许多人力资源（HR）流程中发挥着核心作用。在其他数字体验之后，今天的在线就业市场让候选人希望根据他们的技能看到合适的机会。同样，企业越来越需要使用数据来保证其员工队伍中的技能能够适应未来。然而，关于技能的结构化信息往往缺失，建立在自我或管理者评估基础上的流程显示出难以解决所产生数据的采用、完整性和新鲜度等问题。提取技能是一项极具挑战性的任务，因为有成千上万的可能的技能标签被明确地提到或仅仅被隐含地描述，并且缺乏精细注释的训练语料库。以前的工作技能提取过于简化的任务，一个明确的实体检测任务或建立在手动注释的训练数据，将是不可行的，如果应用到一个完整的词汇表的技能。我们提出了一个端到端的技能提取系统，通过文字匹配的远程监督的基础上。我们提出并评估了几个负采样策略，调整一个小的验证数据集，以提高概括的技能提取隐含提到的技能，尽管缺乏这种隐含的技能，在远程监督的数据。我们观察到，使用RP5分类法从相关技能中选择负面示例会产生最大的改进，并且将三种不同的策略结合在一个模型中进一步提高了性能，在RP5中高达8个百分点。我们引入了一个手动注释的评估基准的技能提取的基础上，我们验证我们的模型。我们发布基准数据集用于研究目的，以刺激对该任务的进一步研究。
2022-09-13 cs.CL
Overview of the TalentCLEF 2025: Skill and Job Title Intelligence for Human Capital Management
Avature Machine Learning（Avature机器学习）
TalentCLEF 2025 推出首个面向技能与职位名称智能的公开评测基准，涵盖多语言职位匹配和技能预测任务，吸引 76 支团队参与，发现训练策略比模型规模更关键，推动公平可迁移的劳动力市场语言技术发展。
2025-07-17 cs.AI cs.CL cs.IR
Career Path Prediction using Resume Representation Learning and Skill-based Matching
Ghent University（根特大学）；imec（比利时微电子研究中心）
提出CareerBERT表示学习方法并构建带ESCO标签的数据集，通过基于技能与文本的互补混合模型实现最优职业路径预测。
2023-10-24 cs.AI cs.CL
Smart-Hiring: An Explainable end-to-end Pipeline for CV Information Extraction and Job Matching
ATM Mobilis Algiers, Algeria（阿尔及利亚阿尔梅里尔ATM Mobilis）
本文提出Smart-Hiring，一个端到端NLP流水线，通过文档解析、命名实体识别和上下文文本嵌入技术，从非结构化简历中提取结构化信息，并在共享向量空间中计算候选人与职位的相似度，实现了高准确率、高可解释性的自动化简历筛选与职位匹配。
2025-11-04 cs.CL
Standard Occupation Classifier -- A Natural Language Processing Approach
Royal Holloway, University of London（伦敦大学皇家霍洛威学院）
本文提出利用自然语言处理技术构建职业分类器，通过集成BERT与神经网络模型，实现招聘广告到职业代码的高准确率分类，提升劳动力市场分析的时效性与准确性。
2025-11-28 cs.CL cs.LG econ.GN
Combining Embeddings and Domain Knowledge for Job Posting Duplicate Detection
Fraunhofer（弗劳恩霍夫协会）；University of Stuttgart（斯图加特大学）；Contractor Consulting GmbH（康特拉科特咨询有限公司）
本文针对跨平台职位发布中的重复检测问题，提出融合字符重叠相似性、深度文本嵌入和领域技能加权查找列表的组合方法，显著提升检测性能并已在生产环境中得到验证。
2024-06-10 cs.CL cs.IR
An Efficient Long-Context Ranking Architecture With Calibrated LLM Distillation: Application to Person-Job Fit
Malt
本文提出一种基于新型晚期交叉注意力架构的高效长上下文排序模型，通过校准的LLM蒸馏技术提升人-职位匹配的准确性和可解释性。
2026-01-16 cs.CL cs.IR cs.LG
Leveraging Multimodal Behavioral Analytics for Automated Job Interview Performance Assessment and Feedback
National Institute of Technology Karnataka（卡纳塔克国家理工学院）
行为线索在人类的交流和认知中起着重要的作用。在大多数专业领域，员工招聘政策的制定都充分评估了专业技能和个性特征。招聘面试的结构是为了广泛地评估潜在员工对该职位的适合性-他们的专业资格，人际交往能力，在关键和压力情况下的表现能力，在时间和资源限制的情况下，等等，因此，候选人需要意识到他们的积极和消极属性，并注意可能对他们的成功产生不利影响的行为线索。我们提出了一个多模态的分析框架，分析候选人在面试的情况下，并提供反馈预定义的标签，如参与，说话速度，眼神接触等。我们进行了全面的分析，包括受访者的面部表情，语音和韵律信息，使用的视频，音频和文字成绩单从录制的面试。我们使用这些多模态数据源来构建一个复合表示，用于训练机器学习分类器来预测类标签。然后，这种分析用于为受访者的行为线索和肢体语言提供建设性的反馈。实验验证表明，该方法取得了可喜的成果。
2020-06-16 cs.CL cs.CV cs.LG
