CultureBERT: Measuring Corporate Culture With Transformer-Based Language Models

要約

この論文では、テキスト文書から企業文化を測定する文献に教師あり機械学習を導入します。
当社は、企業の企業文化についてレビューで明らかになった情報に関して、人間の評価者によってラベル付けされた従業員レビューの独自のデータセットを編集しています。
このデータセットを使用して、同じ分類タスクを実行するために最先端のトランスフォーマーベースの言語モデルを微調整します。
サンプル外の予測では、当社の言語モデルは、従来のテキスト分類アプローチよりも人間の評価者に沿って従業員レビューを 16 ～ 28 パーセント ポイント多く分類します。
私たちはモデルを公開しています。

要約(オリジナル)

This paper introduces supervised machine learning to the literature measuring corporate culture from text documents. We compile a unique data set of employee reviews that were labeled by human evaluators with respect to the information the reviews reveal about the firms’ corporate culture. Using this data set, we fine-tune state-of-the-art transformer-based language models to perform the same classification task. In out-of-sample predictions, our language models classify 16 to 28 percent points more of employee reviews in line with human evaluators than traditional approaches of text classification. We make our models publicly available.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google