通过 LLM-Centric 多模块框架提取工作技能

从招聘广告中提取跨度级别的技能是候选人职位匹配和劳动力市场分析的基础，但生成式 大语言模型 (LLM) 经常会产生畸形的跨度、边界漂移和幻觉，特别是在长尾术语和跨域转移的情况下。我们提出了 SRICL，一个以 LLM 为中心的框架，它将语义检索 (SR)、上下文学习 (ICL) 和有监督的 微调 (SFT) 与确定性验证器相结合。 SR 从 ESCO 中提取域内注释的句子和定义，形成格式受限的提示，以稳定边界并处理协调。 SFT 对齐输出行为，而验证器以最少的重试强制执行配对、非重叠和 BIO 合法性。在跨部门和语言的六个公共跨度标签的招聘广告句子语料库上，SRICL 相对于 GPT-3.5 提示基线实现了 STRICT-F1 的实质性改进，并大幅减少了无效标签和幻觉跨度，从而在资源匮乏、多域环境中实现了可靠的句子级部署。