求人広告の役割を深層学習で解釈、初期キャリア職3.6万件分析
Yisong Cao氏らは2026年11月16日(現地時間)、「Beyond Job Titles: Interpreting Early-Career Job Advertisements with Sparse Autoencoders and Semantic Clustering」と題する論文をarXiv cs.CLに発表した。本研究は、ジョブタイトルだけでは捉えきれない技術職の役割や業界アプリケーションの違いを評価するため、深層学習とTransformerモデルをベースとした二つの手法を比較。2025年12月から2026年10月にかけて米国のLinkedInから収集された初期キャリアの求人広告36,081件を分析対象とした。