Un framework end-to-end per l'estrazione di informazioni da curriculum italiani
Nell’ultimo decennio, le tecnologie dell’informazione e della comunicazione (ICT) hanno rivoluzionato il mercato del lavoro, compresi i processi di reclutamento delle Persone che sono stati completamente ristrutturati da strumenti e tecniche basati sull’AI.
Quali scenari si prospettano dunque per gli specialisti HR? E come diventa possibile far collimare alla perfezione una determinata job description con i dati contenuti all’interno dei molteplici CV che ogni giorno si accumulano nei database delle organizzazioni?
Il tema è stato ampiamente discusso e approfondito da Alessandro Barducci - R&D Manager di Fiven, e Simone Iannaccone – Solutions Architect di Fiven, in collaborazione con i docenti del dipartimento di Ingegneria Elettrica e delle Tecnologie dell’Informazione dell’Università degli Studi di Napoli Federico II, all’interno della pubblicazione accademica e internazionale dal titolo “An end-to-end framework for information extraction from Italian resumes”.
Come evidenziano gli esperti, spesso l’estrazione delle informazioni dai curricula rappresenta una grande sfida a causa della loro elevata eterogeneità, tanto nella forma quanto nello stile, e per la mancanza di standard condivisi tra le diverse aziende e i diversi Paesi.
Per questo motivo, Fiven e Centro di Ricerca dell’Università di Napoli hanno lavorato sinergicamente per lo sviluppo di un innovativo framework end-to-end con cui risulta possibile analizzare in maniera uniforme i dati contenuti nei diversi formati di CV, per organizzarli e segmentarli in parti semanticamente coerenti grazie a pattern linguistici e tecniche di keyword matching ben precisi.
A questa fase segue poi un’ulteriore elaborazione del dato attraverso un algoritmo NER, basato su modelli linguistici pre-addestrati in grado di estrapolare le informazioni rilevanti da consultare per verificare l’idoneità di un candidato a una specifica offerta di lavoro.
L’articolo passa in rassegna il metodo di job-person fitting elaborato dagli autori, sottolineando i vantaggi di questa nuova strategia di segmentazione, soprattutto se combinata con i moderni modelli di PNL, rispetto agli approcci analitici standard già esistenti sul mercato.
Nell’ultimo decennio, le tecnologie dell’informazione e della comunicazione (ICT) hanno rivoluzionato il mercato del lavoro, compresi i processi di reclutamento delle Persone che sono stati completamente ristrutturati da strumenti e tecniche basati sull’AI.
Quali scenari si prospettano dunque per gli specialisti HR? E come diventa possibile far collimare alla perfezione una determinata job description con i dati contenuti all’interno dei molteplici CV che ogni giorno si accumulano nei database delle organizzazioni?
Il tema è stato ampiamente discusso e approfondito da Alessandro Barducci - R&D Manager di Fiven, e Simone Iannaccone – Solutions Architect di Fiven, in collaborazione con i docenti del dipartimento di Ingegneria Elettrica e delle Tecnologie dell’Informazione dell’Università degli Studi di Napoli Federico II, all’interno della pubblicazione accademica e internazionale dal titolo “An end-to-end framework for information extraction from Italian resumes”.
Come evidenziano gli esperti, spesso l’estrazione delle informazioni dai curricula rappresenta una grande sfida a causa della loro elevata eterogeneità, tanto nella forma quanto nello stile, e per la mancanza di standard condivisi tra le diverse aziende e i diversi Paesi.
Per questo motivo, Fiven e Centro di Ricerca dell’Università di Napoli hanno lavorato sinergicamente per lo sviluppo di un innovativo framework end-to-end con cui risulta possibile analizzare in maniera uniforme i dati contenuti nei diversi formati di CV, per organizzarli e segmentarli in parti semanticamente coerenti grazie a pattern linguistici e tecniche di keyword matching ben precisi.
A questa fase segue poi un’ulteriore elaborazione del dato attraverso un algoritmo NER, basato su modelli linguistici pre-addestrati in grado di estrapolare le informazioni rilevanti da consultare per verificare l’idoneità di un candidato a una specifica offerta di lavoro.
L’articolo passa in rassegna il metodo di job-person fitting elaborato dagli autori, sottolineando i vantaggi di questa nuova strategia di segmentazione, soprattutto se combinata con i moderni modelli di PNL, rispetto agli approcci analitici standard già esistenti sul mercato.
Lorem ipsum dolor sit amet, consectetur adipiscing elit, sed do eiusmod tempor incididunt ut labore et dolore magna aliqua. Ut enim ad minim veniam, quis nostrud exercitation ullamco laboris nisi ut aliquip ex ea commodo consequat. Duis aute irure dolor in reprehenderit in voluptate velit esse cillum dolore eu fugiat nulla pariatur.
.png)
