論文の概要: Rule-based detection of access to education and training in Germany

• arxiv url: http://arxiv.org/abs/2304.06307v1
• Date: Thu, 13 Apr 2023 07:32:09 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-14 15:20:52.439147
• Title: Rule-based detection of access to education and training in Germany
• Title（参考訳）: ドイツにおける教育・研修アクセスのルールベース検出
• Authors: Jens D\"orpinghaus, David Samray, Robert Helmrich
• Abstract要約: 本稿では,ドイツのトレーニングオファーや広告における教育・訓練へのアクセスの自動検出に向けた新しいアプローチを提案する。 特に、(a)一般学校及び教育学位及び学校修了証、(b)専門的経験、(c)以前の見習い、(d)ドイツ連邦雇用庁が提供する技能のリストに焦点を当てる。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: As a result of transformation processes, the German labor market is highly dependent on vocational training, retraining and continuing education. To match training seekers and offers, we present a novel approach towards the automated detection of access to education and training in German training offers and advertisements. We will in particular focus on (a) general school and education degrees and schoolleaving certificates, (b) professional experience, (c) a previous apprenticeship and (d) a list of skills provided by the German Federal Employment Agency. This novel approach combines several methods: First, we provide a mapping of synonyms in education combining different qualifications and adding deprecated terms. Second, we provide a rule-based matching to identify the need for professional experience or apprenticeship. However, not all access requirements can be matched due to incompatible data schemata or non-standardizes requirements, e.g initial tests or interviews. While we can identify several shortcomings, the presented approach offers promising results for two data sets: training and re-training advertisements.
• Abstract（参考訳）: トランスフォーメーションのプロセスの結果、ドイツの労働市場は職業訓練、再訓練、教育の継続に大きく依存している。 学習者や提供者とマッチングするために、ドイツのトレーニングオファーや広告における教育やトレーニングへのアクセスを自動検出する新しいアプローチを提案する。 我々は特に焦点をあてる (a)一般学校及び教育の学位及び修了証明書 (b)職業経験 (c)前回の見習い、及び (d)ドイツ連邦雇用庁が提供する技能の一覧 第一に、異なる資格を組み合わせた教育における同義語のマッピングを提供し、非推奨の用語を追加する。 第二に、専門的な経験や見習いの必要性を特定するためのルールベースのマッチングを提供する。 しかし、すべてのアクセス要件が互換性のないデータスキーマや、初期テストやインタビューのような非標準化要件のためにマッチするわけではない。 いくつかの欠点は特定できるが、提示されたアプローチは2つのデータセット、すなわちトレーニングと再トレーニング広告に対して有望な結果を提供する。

関連論文リスト

• SkillMatch: Evaluating Self-supervised Learning of Skill Relatedness [11.083396379885478]
  SkillMatchは、数百万の求人広告から専門知識をマイニングしたスキル関連性タスクのためのベンチマークです。 また,求人広告におけるスキル共起に基づくSentence-BERTモデルを適応するための,スケーラブルな自己教師型学習手法を提案する。
  論文  参考訳（メタデータ） (2024-10-07T13:05:26Z)
• Comparative Analysis of Encoder-Based NER and Large Language Models for Skill Extraction from Russian Job Vacancies [0.0]
  本研究では,エンコーダとLarge Language Models(LLMs)を併用した名前付きエンティティ認識手法を比較し,ロシアの職種からスキルを抽出する。 その結果、従来のNERモデル、特にDeepPavlov RuBERT NERは、精度、精度、リコール、推測時間など、様々な指標でLLMを上回ります。 この研究は、自然言語処理(NLP)の分野と労働市場、特に非英語の文脈におけるその応用に寄与する。
  論文  参考訳（メタデータ） (2024-07-29T09:08:40Z)
• A practical method for occupational skills detection in Vietnamese job listings [0.16114012813668932]
  正確でタイムリーな労働市場情報の欠如は、スキルミスマッチにつながる。 従来のアプローチは、既存の分類学および/または大きな注釈付きデータに依存している。 ベトナムの求人求職者におけるスキル検出のための実践的手法を提案する。
  論文  参考訳（メタデータ） (2022-10-26T10:23:18Z)
• Design of Negative Sampling Strategies for Distantly Supervised Skill Extraction [19.43668931500507]
  本稿では,リテラルマッチングによる遠隔監視に基づく,スキル抽出のためのエンドツーエンドシステムを提案する。 ESCO分類を用いて、関連するスキルからネガティブな例を選択することで、最大の改善が得られます。 我々は,タスクのさらなる研究を促進するために,研究目的のベンチマークデータセットをリリースする。
  論文  参考訳（メタデータ） (2022-09-13T13:37:06Z)
• Prior Knowledge Guided Unsupervised Domain Adaptation [82.9977759320565]
  本稿では,対象とするクラス分布に関する事前知識を利用できる知識誘導型非教師付きドメイン適応(KUDA)設定を提案する。 特に,対象領域におけるクラス分布に関する2種類の事前知識について考察する。 このような事前知識を用いて生成した擬似ラベルを精査する修正モジュールを提案する。
  論文  参考訳（メタデータ） (2022-07-18T18:41:36Z)
• VeriFi: Towards Verifiable Federated Unlearning [59.169431326438676]
  フェデレートラーニング(FL)は、参加者がプライベートデータを共有せずに強力なモデルを共同でトレーニングする、協調学習パラダイムである。 参加者を去るには、グローバルモデルからプライベートデータを削除するよう要求する権利がある。 フェデレートされた未学習と検証を統合した統合フレームワークであるVeriFiを提案する。
  論文  参考訳（メタデータ） (2022-05-25T12:20:02Z)
• Toward a traceable, explainable, and fairJD/Resume recommendation system [10.820022470618234]
  自動採用システムの開発は今でも大きな課題の1つだ。 我々の目的は、JD/Resumeマッチングプロセスを強化するために、現代言語モデルと知識ベースとデータセットを組み合わせる方法を探ることである。
  論文  参考訳（メタデータ） (2022-02-02T18:17:05Z)
• Privileged Knowledge Distillation for Online Action Detection [114.5213840651675]
  リアルタイム予測タスクに対処するフレーム単位のラベル付けタスクとして,ビデオ中のオンラインアクション検出(OAD)を提案する。 本稿では,トレーニング段階においてのみ観測可能な未来のフレームを特権情報の一種とみなすオンライン行動検出のための,新たな学習支援型フレームワークを提案する。
  論文  参考訳（メタデータ） (2020-11-18T08:52:15Z)
• Combining Self-Training and Self-Supervised Learning for Unsupervised Disfluency Detection [80.68446022994492]
  本研究では,未ラベルテキストコーパスを扱える教師なし学習パラダイムについて検討する。 我々のモデルは、自己学習の考え方を拡張する半教師あり学習アプローチである、雑音学習(Noisy Student Training)に関する最近の研究に基づいている。
  論文  参考訳（メタデータ） (2020-10-29T05:29:26Z)
• Exploiting the Matching Information in the Support Set for Few Shot Event Classification [66.31312496170139]
  数ショットの学習セットに基づくイベント分類について検討する。 本稿では,学習過程におけるサポートセットを効果的に活用する新たなトレーニング手法を提案する。 2つのベンチマークECデータセットを用いた実験の結果,提案手法は,イベント分類の精度を最大10%向上できることがわかった。
  論文  参考訳（メタデータ） (2020-02-13T00:40:36Z)
• Learning From Multiple Experts: Self-paced Knowledge Distillation for Long-tailed Classification [106.08067870620218]
  我々は,LFME(Learning From Multiple Experts)と呼ばれる自己評価型知識蒸留フレームワークを提案する。 提案するLFMEフレームワークは,複数の'Experts'からの知識を集約して,統一された学生モデルを学ぶ。 提案手法は,最先端の手法に比べて優れた性能が得られることを示す。
  論文  参考訳（メタデータ） (2020-01-06T12:57:36Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。