Livelihoods Classifier
Der Tabiya Livelihoods Classifier bietet eine benutzerfreundliche Implementierung des Entity-Linking-Paradigmas zur Unterstützung von Heuristiken für Stellenbeschreibungen.
Mithilfe modernster Transformer-Neuronaler Netze kann dieses Tool 5 Entitätstypen extrahieren: Beruf, Fähigkeit, Qualifikation, Erfahrung und Bereich. Für die Berufe und Fähigkeiten werden ESCO-bezogene Einträge abgerufen. Das Verfahren besteht aus zwei getrennten Schritten: Entitätsextraktion und Ähnlichkeitsvektor-Suche.
Architektur des Modells
Zielgruppe
Das Tool richtet sich an Spezialisten für Workforce Analytics, Rekrutierungstechnologien und Human Capital Management sowie an Forschende mit Schwerpunkt auf Arbeitsmärkten und Stellendaten. Es eignet sich für Organisationen und Fachleute, die Stellenbeschreibungen oder Lebensläufe in großem Umfang analysieren, kategorisieren und optimieren. Ideale Nutzer sind Personen aus der HR-Technologie, der Karriereberatung und datengetriebenen Talentlösungen, insbesondere jene, die die Präzision bei der Identifizierung von Rollen, Fähigkeiten und Qualifikationen verbessern möchten, um fundiertere Entscheidungen bei der Einstellung oder der Personalplanung zu treffen. Auch technische Anwender, die standardisierte Frameworks in ihre Analysen integrieren möchten, werden dieses Tool als besonders relevant empfinden.
Verwandte Forschung
Das Design und die Evaluation unseres Livelihoods Classifier werden in Saroglou, S., Diamantaras, K., Preta, F., Delianidi, M., Benisis, A. & Meyer, C.J. (2025). Enhancing Job Matching: Occupation, Skill and Qualification Linking with the ESCO and EQF taxonomies vorgestellt. arXiv-Preprint arXiv:2512.03195. https://arxiv.org/abs/2512.03195.
Zuletzt aktualisiert