Otkrivanje mekih vještina iz životopisa zadanih u slobodnom obliku

diplomski rad

• Naslov (engleski): Extraction of Soft Skills from Free-form Resumes
• Autor: Karlo Butorac
• Mentor: Marin Šilić (mentor)
• Član povjerenstva: Marin Šilić (predsjednik povjerenstva)
• Član povjerenstva: Klemo Vladimir (član povjerenstva)
• Član povjerenstva: Goran Delač (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2020-07-07, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

Tema ovog diplomskog rada je otkrivanje mekih vještina iz životopisa zadanih u slobodnom obliku. U radu su opisane meke vještine i njihova važnost u profesionalnom svijetu. Dvije aplikacije napravljene su za potrebe rada - jedna za označavanje podataka i jedna za otkrivanje mekih vještina. U svrhu otkrivanja mekih vještina korištena je metoda obrade prirodnog jezika. Opisana je i povijest obrade prirodnog jezika, te su definirani modeli strojnog učenja korišteni u radu. Korišteni modeli strojnog učenja su povratne neuronske mreže i ćelije sa dugoročnom memorijom. Uspoređeni su i vrednovani rezultati korištenih modela strojnog učenja.

Sažetak (engleski)

The subject of this master's thesis is the extraction of soft skills from free-form resumes. The paper describes soft skills and their importance in the professional world. For the needs of the paper, an application for data marking and an application for the extraction of soft skills were both created. The discovery and extraction of soft skills were made using natural language processing. The paper contains a summary of the history of natural language processing and the definitions of machine learning models used. Models used are recurrent neural networks and long short-term memory networks. The results of the used machine learning models were compared and evaluated.

• Ključne riječi: Obrada prirodnog jezika; meke vještine; životopis; strojno učenje; analiza teksta; rudarenje podataka; povratne neuronske mreže; ćelija sa dugoročnom memorijom; RNN; LSTM
• Ključne riječi (engleski): Natural language processing; soft skills; resume; machine learning; text analysis; data mining; recurrent neural networks; long short-term memory; RNN; LSTM
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:064287
• Studijski program: Naziv: Računarstvo; Vrsta studija: sveučilišni; Stupanj studija: diplomski; Akademski / stručni naziv: magistar/magistra inženjer/inženjerka računarstva (mag.ing.comp.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Zatvoreni pristup
• Datum i vrijeme pohrane: 2023-01-13 11:56:22