基于招聘文本实体挖掘的人才供需分析——以人工智能领域为例 |
| |
引用本文: | 袁毅,陶鑫琪,李瑾萱,刘娅娴,汪晓芸,景香玉.基于招聘文本实体挖掘的人才供需分析——以人工智能领域为例[J].图书情报工作,2022,66(14):101-118. |
| |
作者姓名: | 袁毅 陶鑫琪 李瑾萱 刘娅娴 汪晓芸 景香玉 |
| |
作者单位: | 华东师范大学经济与管理学部信息管理系 上海 200062 |
| |
基金项目: | 本文系上海市2020年度"科技创新行动计划"软科学重点项目"人工智能复合型人才需求及培养模式研究"(项目编号:20692108300)研究成果之一。 |
| |
摘 要: | 目的/意义]基于网络招聘文本和学科数据,提出"行业-岗位-知识-学科"的人才需求及供给分析框架,以人工智能领域为例进行挖掘与分析,同时对其他领域的人才供需分析也具有借鉴意义。方法/过程]采集招聘网站中与人工智能相关的职位招聘公告,综合对比CRF、BiLSTM-CRF、BERT-BiLSTM-CRF、BERT模型对招聘文本的实体抽取效果,并运用社会网络分析方法与学科数据进行关联分析。结果/结论]BERT-BiLSTM-CRF实体抽取实验效果最佳,分别构建"行业-岗位""岗位-知识"以及"知识-学科"3种关系网络,得到与人工智能领域联系最紧密的行业、岗位、知识及学科。该框架能充分地挖掘人才需求现状,并能较精准地将需求定位到人才培养的学科,对于国家发展战略以及高等院校人才培养计划的制订具有现实意义。
|
关 键 词: | 招聘实体 人工智能 供需分析 人才培养 深度学习 |
收稿时间: | 2022-03-01 |
修稿时间: | 2022-05-09 |
|
| 点击此处可从《图书情报工作》浏览原始摘要信息 |
| 点击此处可从《图书情报工作》下载免费的PDF全文 |
|