Matcha jobbsökande till jobbannonser i fritext användandes semantiska nätverk och naturlig språkinferens

Automated e-recruitment systems have been a focus for research in the past decade due to the amount of work required to screen suitable applicants to a job post, whose resumés and job ads are commonly submitted as free text. While recruitment organizations have data concerning applicant resumés and job ad descriptions, resumés are often confidential, limiting the use of direct deep learning methods. This presents an issue where traditional data-agnostic methods have greater potential to achieve good results in determining applicant suitability for a given job post. However, with the advent of transfer learning methods, it is possible to train language models independently of the task at hand, and thus independently of the available data. In this report, a language model fine-tuned on Natural Language Inference (NLI) via cross-lingual transfer learning is used for the job matching task. This is compared to a semantic method using Swedish taxonomies to construct networks with hierarchical and synonymy relations. As NLI may apply to arbitrary sentence pairs, the use of text segmentation to enhance the methods’ performance is also examined. The results show that the NLI approach is significantly better than a random suitability classifier, but is outperformed by the semantic method that achieved 34% better performance on the used dataset. The use of text segmentation had negligible effect on overall performance, but was shown to improve ranking of the top-most suitable applicants in relation to manual expert relevance scores.Automatiserade e-rekryteringssystem har varit ett forskningsfokus det senaste årtioendet på grund av hur mycket arbete som krävs för att sålla passande jobbsökande till en jobbpost, vars CV och jobbannons vanligen skickas som fritext. Medan rekryteringsorganisationer har data omfattande sökandes CV:n och jobbannonsbeskrivningar, är CV:n oftast konfidentiella, vilket begränsar direktanvändande av djupinlärningsmetoder. Detta leder till ett problem där traditionella data-agnostiska metoder har större potential att uppnå bra resultat i att bestämma hur lämplig en jobbsökande är för en given jobbpost. Dock är det möjligt att träna språkmodeller oberoende av det faktiska problemet– och därav oberoende av tillgänglig data – med tillkomsten av inlärningsöverföring. I den här rapporten används en språkmodell som finjusterats på naturlig språkinferens (NSI) via tvärspråklig inlärningsöverföring för jobbmatchningsproblemet. Den jämförs mot en semantisk metod som använder svenska taxonomier för att konstruera nätverk med hierarki- och synonymrelationer. Då NSI kan appliceras på godtyckliga meningspar, undersöks även textsegmentering för att förbättra metodernas prestanda. Resultaten visar att NSI-metoden är signifikant bättre än en slumpmässig lämplighetsklassificerare, men överträffas av den semantiska metoden som hade 34% bättre prestanda på datasetet som användes. Användandet av textsegmentering hade försumbar effekt för den samlade prestandan, men visades uppnå bättre rankning av de mest lämpande jobbsökande relativt expertbedömning av deras relevans