Joint Extraction and Classification of Danish Competences for Job Matching

要約

スキル、職業、知識などの能力のマッチングは、候補者が仕事に適しているかどうかの重要な要望です。
履歴書や求人情報から能力を自動的に抽出することで、求人に関連する候補者を見つける際の採用担当者の生産性が大幅に向上します。
この研究は、デンマークの求人情報から能力を共同で抽出して分類する最初のモデルを提示します。
スキル抽出やスキル分類に関する既存の研究とは異なり、私たちのモデルは注釈付きの大量のデンマーク語コーパスでトレーニングされており、さまざまなカテゴリのスキル、職業、知識を含む幅広いデンマーク人の能力を抽出できます。
さらに重要なことは、結合の抽出と分類のための単一の BERT のようなアーキテクチャとして、私たちのモデルは軽量であり、推論において効率的であるということです。
実際のシナリオのジョブマッチングデータセット上で、私たちのモデルはデンマークのコンピテンス抽出と分類の全体的なパフォーマンスにおいて最先端のモデルを上回り、推論にかかる時間を 50% 以上節約しました。

要約(オリジナル)

The matching of competences, such as skills, occupations or knowledges, is a key desiderata for candidates to be fit for jobs. Automatic extraction of competences from CVs and Jobs can greatly promote recruiters’ productivity in locating relevant candidates for job vacancies. This work presents the first model that jointly extracts and classifies competence from Danish job postings. Different from existing works on skill extraction and skill classification, our model is trained on a large volume of annotated Danish corpora and is capable of extracting a wide range of Danish competences, including skills, occupations and knowledges of different categories. More importantly, as a single BERT-like architecture for joint extraction and classification, our model is lightweight and efficient at inference. On a real-scenario job matching dataset, our model beats the state-of-the-art models in the overall performance of Danish competence extraction and classification, and saves over 50% time at inference.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google