根据技能预测职位名称
predict job title on the basis of skills
我正在做一个项目，我需要根据一个人的技能来预测他应该是前端开发人员、后端开发人员、DevOps 工程师还是数据科学家等。
例如：
Sam 拥有 ['python','sql','machine learning','flask'] 的技能，因此他可以被称为 数据科学家.
我已经废弃了 LinkedIn，并获得了人们的职位和他们的技能。我需要一些指导：
- 我如何使用 NLP 规范化数据
- 我如何预测新用户他属于特定的工作或领域。
使用 python 实现它的过程应该是什么，非常感谢任何参考文章或教程提前致谢
这里我假设您要采用的方法是 ML 模型而不是字符串匹配问题。
我解决这个问题的方法是：
- 为您自己的数据集中存在的技能创建 one-hot 编码。这将确保您拥有针对相关工作简介的所有技能的二进制文件，示例如下：
python sql machine_learning flask product_management Job
0 1 1 1 1 0 Data_Scientist
- 同样，下一步是将作业转换为相应的标签。
python sql machine_learning flask product_management Job
0 1 1 1 1 0 1
- 现在这两个值都已设置，您可以使用任何可用的预测算法，从线性回归到使用 ANN，以便根据技能值预测工作标签。
我看到的 NLP 的用法是，不是使用 one-hot 编码转换值，您可以使用自定义训练的分词器，以便将技能分解为标记，然后进一步分解为相关向量（tok2vec ) 然后可以将其输入数据帧进行预测。
我已经通过使用 BERT 解决了这个问题，它本身负责矢量化和标记化。我有一个具有特定技能及其领域（前端、后端等）的数据集。我使用多分类器来预测域，然后这就是所有作业通过特定域聚集的方式
我正在做一个项目，我需要根据一个人的技能来预测他应该是前端开发人员、后端开发人员、DevOps 工程师还是数据科学家等。
例如：
Sam 拥有 ['python','sql','machine learning','flask'] 的技能，因此他可以被称为 数据科学家.
我已经废弃了 LinkedIn，并获得了人们的职位和他们的技能。我需要一些指导：
- 我如何使用 NLP 规范化数据
- 我如何预测新用户他属于特定的工作或领域。
使用 python 实现它的过程应该是什么，非常感谢任何参考文章或教程提前致谢
这里我假设您要采用的方法是 ML 模型而不是字符串匹配问题。 我解决这个问题的方法是：
- 为您自己的数据集中存在的技能创建 one-hot 编码。这将确保您拥有针对相关工作简介的所有技能的二进制文件，示例如下：
python sql machine_learning flask product_management Job
0 1 1 1 1 0 Data_Scientist
- 同样，下一步是将作业转换为相应的标签。
python sql machine_learning flask product_management Job
0 1 1 1 1 0 1
- 现在这两个值都已设置，您可以使用任何可用的预测算法，从线性回归到使用 ANN，以便根据技能值预测工作标签。
我看到的 NLP 的用法是，不是使用 one-hot 编码转换值，您可以使用自定义训练的分词器，以便将技能分解为标记，然后进一步分解为相关向量（tok2vec ) 然后可以将其输入数据帧进行预测。
我已经通过使用 BERT 解决了这个问题，它本身负责矢量化和标记化。我有一个具有特定技能及其领域（前端、后端等）的数据集。我使用多分类器来预测域，然后这就是所有作业通过特定域聚集的方式