JobHop v2：来自非结构化简历的大规模职业轨迹数据集

研究人员发布了 JobHop v2，这是为劳动力规划和劳动力市场分析设计的公开可用 JobHop 数据集的改进版本。该数据集通过端到端的大型语言模型提取技术，从 VDAB（佛兰德公共就业服务机构）提供的约 440,000 份伪名化多语言简历中提取而成，包含 355,315 条职业轨迹。

• 发布内容包括带有 ESCO 职业代码的注释、季度级时间信息以及标准化的五级教育程度。
• 重新设计的提取管道使用推理控制的 LLM 推理和重试机制，实现了 100% 的 JSON 解析率。
• 与三个补充注释基线的评估显示，最佳提取器仅落后于标注者间一致性上限 1.1-2.7 个百分点。

该数据集和代码已公开发布，以支持可复现的职业轨迹研究。