Extracting O*NET Features from the NLx Corpus to Build Public Use Aggregate Labor Market Data
作者：Stephen Meisenbacher，慕尼黑工业大学Svetlozar Nestorov，芝加哥洛约拉大学Peter Norlander，芝加哥洛约拉大学 摘要：在线职位发布的数据很难访问，并且不是以标准或透明的方式构建的。标准分类和职业信息数据库（O*NET）中包含的数据很少更新，并且基于小调查样本。我们[…]帖子从 NLx 语料库中提取 O*NET 特征以构建公共使用的劳动力市场总体数据首先出现在公平增长上。
