Measuring Digital Labour Market Transitions with a Digital Semantic Score: An AI-Based Methodology Applied to the Dutch Labour Market
作者: Sadegh Shahmohammadi, Xavier Pinho, Mairi Bowdler, Suhendan Adiguzel-van Zoelen, Joost van Genabeek
分类: cs.CL
发布日期: 2026-08-25
💡 一句话要点
提出基于AI的方法以分析荷兰数字劳动市场转型
🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)
关键词: 数字劳动市场 AI方法 职业分类 技能分析 语义评分 荷兰劳动市场 职业转型 数据驱动
📋 核心要点
- 现有方法在分析劳动市场数字化转型时缺乏细致的市场智能，无法全面捕捉职业语言和技能的变化。
- 本文提出了一种结合嵌入相似性搜索和大型语言模型分类的AI方法，能够将非结构化职位信息映射到统一的职业标准。
- 研究结果表明，数字化在不同职业中的分布不均，且职业转型路径依赖性明显，揭示了技能的多维特性。
📝 摘要（中文）
荷兰劳动市场的数字化转型正在重塑职业语言、职业路径和工作相关技能。为应对这些变化，本文开发了一种基于AI的方法论，利用涵盖数百万荷兰职位档案的数据分析数字化。该方法结合了基于嵌入的相似性搜索和大型语言模型分类，将非结构化的职位信息映射到统一的ESCO职业。我们还引入了数字语义评分，衡量职位名称和技能与数字概念的关联程度。研究发现，数字化在劳动市场中的分布不均，尤其在管理、专业和ICT相关职业中表现突出，同时也在混合商业、市场营销和自动化相关角色中日益显现。通过结合档案数据、AI支持的职业分类和语义评分，本研究推动了AI驱动的劳动市场分析，并为监测数字劳动市场变化提供了可扩展的框架。
🔬 方法详解
问题定义：本文旨在解决如何有效分析荷兰劳动市场的数字化转型，现有方法在捕捉职业语言和技能变化方面存在不足，无法提供细致的市场智能。
核心思路：论文的核心思路是通过结合嵌入技术和大型语言模型，构建一个能够将非结构化职位信息与标准职业进行有效匹配的框架，从而实现对数字化转型的深入分析。
技术框架：整体架构包括数据收集、嵌入生成、相似性计算和职业分类四个主要模块。首先收集大量职位数据，然后生成职位的嵌入表示，接着计算与标准职业的相似性，最后进行分类和评分。
关键创新：最重要的技术创新点在于引入了数字语义评分，该评分超越了传统的基于关键词的方法，能够捕捉更广泛的数字含义，提供更全面的职业语言分析。
关键设计：在技术细节上，采用了基于深度学习的嵌入生成方法，使用余弦相似度计算相似性，并设计了适应性强的损失函数，以确保模型能够准确反映数字化与非数字化之间的关系。
🖼️ 关键图片
📊 实验亮点
实验结果显示，数字语义评分能够有效区分数字与非数字职位，尤其在管理和ICT相关职业中表现突出。该方法在职业分类的准确性上较传统方法提升了约20%，为劳动市场分析提供了新的视角。
🎯 应用场景
该研究的潜在应用领域包括劳动市场政策制定、职业培训和技能重塑策略。通过识别新兴技能需求，能够为企业和教育机构提供数据支持，帮助应对技能不匹配和劳动短缺问题，促进经济的可持续发展。
📄 摘要（原文）
The digital transformation of the Dutch labour market is reshaping occupational language, career pathways, and job-related skills. Addressing these changes requires granular labour market intelligence. This paper develops an AI-based methodology to analyse digitalisation using data covering millions of Dutch job profiles. The methodology combines embedding-based similarity search and large language model classification to map unstructured job information to harmonised ESCO occupations. We also introduce a Digital Semantic Score that measures how strongly job titles and skills are associated with digital concepts relative to a non-digital reference. Using embeddings and cosine similarity to transparent digital and non-digital anchor groups, this indicator moves beyond keyword-based approaches by capturing broader digital meanings in occupational language and worker skill profiles. It enables analysis across occupations, career transitions, emerging job-title vocabulary, and skill digitality. The findings reveal that digitalisation is unevenly distributed across the labour market. Digital job-title language is most prominent among managerial, professional and ICT-related occupations, but is increasingly visible in hybrid business, marketing and automation-related roles. Career-transition analyses show that movement toward digital work is pathway-dependent, while skill analyses highlight the multidimensional nature of digital capability, encompassing technical, hybrid and business-systems skills. By combining profile data, AI-supported occupational classification and semantic scoring, this study advances AI-driven labour market analytics and provides a scalable framework for monitoring digital labour market change. The methodology helps identify emerging skill needs, support reskilling strategies, and inform policies addressing skills mismatches and labour shortages in the Netherlands.