Jobgbert

🚀 jobGBERT

jobGBERT是一個針對德語招聘廣告進行領域適配的基於Transformer的語言模型。它基於deepset/gbert-base，並通過對1990 - 2020年來自瑞士的400萬條德語招聘廣告（5.9GB數據）進行持續的領域內預訓練，使其適配招聘廣告領域。

🚀 快速開始

jobGBERT可用於掩碼語言建模，但建議在下游任務上進行微調以獲得更好的效果。

✨ 主要特性

• 領域適配：專門針對德語招聘廣告領域進行適配，能更好地處理該領域的文本。
• 基於成熟模型：基於deepset/gbert-base模型，繼承了其優秀的語言理解能力。

📚 詳細文檔

概述

預期用途和侷限性

您可以使用該模型進行掩碼語言建模，但它的設計初衷是在下游任務上進行微調。該模型是基於瑞士的德語招聘廣告進行訓練的，它繼承了其基礎模型的潛在偏差，並且可能包含招聘廣告中常見的偏見和刻板印象。

關於我們

• Ann - Sophie Gnehm: gnehm [at] soziologie.uzh.ch
• Eva Bühlmann: bühlmann [at] soziologie.uzh.ch
• Simon Clematide: simon.clematide [at] cl.uzh.ch

瑞士就業市場監測旨在系統地擴展關於就業市場的科學知識，並通過向公眾通報就業市場的當前發展情況來提高勞動力市場的透明度。

聯繫我們：郵件 網站 Zenodo SWISSUbase

📄 許可證

本模型採用知識共享署名 - 非商業性使用 - 相同方式共享4.0國際許可協議（cc - by - nc - sa - 4.0）。

使用我們的模型時，請使用以下引用：

@inproceedings{
    title = "Evaluation of Transfer Learning and Domain Adaptation for Analyzing German-Speaking Job Advertisements",
    author = "Gnehm, Ann-Sophie and
      Bühlmann, Eva and
      Clematide, Simon",
    booktitle = "Proceedings of the 13th Language Resources and Evaluation Conference",
    month = june,
    year = "2022",
    address = "Marseille, France",
    publisher = "European Language Resources Association",
}