JoblessBERT деп аталган модель, Twitter (X) платформасында жумуштан айрылуу тууралуу маалыматтарды бөлүшкөн колдонуучулардын билдирүүлөрүн анализдөө үчүн окутулган. Традициялык ыкмалар конкреттүү фразаларды издеп жатканда, нейрондук тармак сүйлөшүү тилин, сленгди жана жазуу катачылыктарын тааный алат, бул болсо жумуштан айрылуу учурларын 13 эсе көбүрөөк тактык менен аныктоого мүмкүндүк берет.
Twitter аудиториясы менен АКШнын жалпы калкынын структурасы ортосундагы туура эместикти жоюу үчүн, изилдөөчүлөр профилдердин сүрөттөрү аркылуу колдонуучулардын жашын, жынысын жана жашаган жерин аныктап, маалыматтарды калкты санактын жыйынтыктары боюнча тууралашты.
Модель 2020-2022-жылдардагы маалыматтарда, COVID-19 пандемиясы учурунда тесттен өткөрүлдү. Мисалы, 2020-жылдын мартында жумушсуздук боюнча пособие алуу үчүн арыздардын саны 252 миңден 2,9 миллионго чейин өстү, ал эми традициялык болжолдор орто эсеп менен 327 миңди көрсөттү. Бирок JoblessBERT отчеттук жума аяктагандан эки күн мурда 2,66 миллион арызды болжолдой алды.
Орточо алганда, эки жумадык болжолдоо горизонтунда JoblessBERTтин тактыгы улуттук деңгээлде традициялык ыкмалардан 54% жогору, штаттар деңгелинде болсо 36% жогору болду. Мындан тышкары, система жеке шаарларда иштей алат жана расмий статистикада маалыматтардын жарыяланышы туруктуу эмес болгон жерлерде боштуктарды толтура алат.
Изилдөөчүлөр өздөрүнүн ыкмаларынын чектөөлөрүн да белгилешти: алардын иши англис тилиндеги публикациялардын негизинде гана жүргүзүлгөн жана 2023-жылдан баштап Twitter маалыматтарына кирүү кыйла чектелген. Бирок, алар бул ыкманы башка тилдерге жана платформаларга ылайыкташтырууга мүмкүнчүлүк бар деп эсептешет, бул өзгөчө жумуш рыногунан маалыматтарды чогултуу мүмкүнчүлүктөрү чектелген өнүгүп келе жаткан өлкөлөр үчүн актуалдуу.
