Otkrivanje kompetencija iz životopisa zadanih u slobodnom obliku

diplomski rad

• Naslov (engleski): Extraction of Hard Skills from Free-form Resumes
• Autor: Sebastian Dovičin
• 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

U životopisu se nalaze čovjekove kompetencije, koje pobliže predstavljaju sposobnosti osobe. Koristeći alate za obradu prirodnog jezika, moguće je izdvojiti samo kompetencije iz svakog životopisa. Prirodni jezik je složen, stoga za programsko ostvarenje treba koristiti napredne tehnologije poput neuronskih mreža. Svaku riječ prije slanja u neuronsku mrežu potrebno je pretvoriti u jedinstveni vektor brojeva zbog prirode rada računala s brojevima. Sustav uči nad označenim skupom fraza i pripadnih konteksta te analizira novi životopis i za svaku frazu iz životopisa procijeni kolika je vjerojatnost pripadnosti nekoj od kategorija. Sustav mora imati početni vokabular i sadrži puno elemenata koji mogu poboljšati točnost.

Sažetak (engleski)

There is a list of person's skills in his resume. Those skills represent person's abilities. It is possible to extract only skills from every resume by using Natural Language Processing. Natural language is complex, so advanced technologies, like neural networks, must be used in extraction system. Before sending to neural network, every word must be converted to unique vector of numbers because computers work best with numbers. The system is trained using marked set of phrases and associated context. When new resume is given to it, the system calculates probability of affiliation to a category for each phrase. The system must learn from an initial vocabulary, and it contains a lot of parameters by which the system can be fine-tuned to improve accuracy.

• Ključne riječi: kompetencija; životopis; strojno učenje; neuronska mreža; obrada prirodnog jezika
• Ključne riječi (engleski): skill; resume; cv; machine learning; neural network; natural language processing
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:289562
• 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 09:56:12