본 논문은 직업 코딩 작업을 2단계로 분리하는 새로운 방식을 제시했어요. 첫 단계는 NER 모델로 직업 명칭을 추출하고, 두 번째 단계는 추출된 명칭을 직업 분류 체계에 매핑하는 방식이에요. 기존 방식보다 정확도, 강건성, 해석력을 높일 수 있으며 독일 문서에 적용되었지만 다른 언어에도 적용 가능해요.
기존 방식은 직업 명칭 식별과 직업 코드 할당을 1단계로 처리했지만, 새로운 방식은 NER 모델로 직업 명칭을 추출하여 분류 작업에 집중할 수 있도록 했어요. 이 방식은 OCR 오류 등 노이즈 환경에서도 효과적이에요.
연구진은 직업 코딩에 대한 신뢰도 기준을 제시했는데, 기존 절대값 임계값을 마진 기반으로 대체하여 활용성을 높였으며, 재현성을 위해 소스 코드와 평가 스크립트를 공개했어요.