Praxisbericht: Automatisierte Klassifikation von Stellenanzeigen für Experteer
1 gefällt mir1,306 aufrufe
Das Dokument beschreibt die automatisierte Klassifikation von Stellenanzeigen für Expertier und die Herausforderungen, die in der Diversität der Anzeigen und deren Formaten bestehen. Ziel ist es, eine präzise Einordnung nach Kriterien wie Industrie, Funktion und Karrierelevel zu ermöglichen, wobei ein hybrider Ansatz aus Regelwerken und maschinellem Lernen zur Anwendung kommt. Es wird eine hohe Präzision in der Klassifikation angestrebt, mit positiven Ergebnissen, wie über 90% Genauigkeit in den Attributen und einer hohen Dunkelverarbeitungsquote.
Praxisbericht: Automatisierte Klassifikation von Stellenanzeigen für Experteer
- 1. 1 © 2015 Glanos GmbH© 2015 Glanos GmbH Praxisbericht: Automatisierte Klassifikation von Stellenanzeigen für Experteer Gerhard Rolletschek, Glanos
- 2. 2 © 2015 Glanos GmbH Warum das Ganze? Oder: das Ziel der Reise • Viele Stellenanzeigen aus dem Web • In unterschiedlichem Format • Ohne Metadaten Assembly Pipeline • Richtig einsortierte Stellenanzeigen • Nach Industrie, Funktion, Karrierelevel und Ort • Grundlage für erfolgreiche Suchen und Matching zu Kandidaten
- 3. 3 © 2015 Glanos GmbH Methodische Herausforderungen im Datenmeer Stellenanzeigen Heterogenität der Stellenanzeigen • Von großen Firmen • Von mittleren und kleinen Firmen • Von Headhuntern • In mehreren Sprachen • Kulturelle Unterschiede im Arbeitsleben Unterschiedliche Indikatoren für die richtige Klassifikation • Sprachliche Varianten, z.B. von Personalverantwortung • Unterschiedliche Bedeutung eines Features in verschiedenen Branchen
- 4. 4 © 2015 Glanos GmbH Ein kleiner Teil des Wissens ist explizit und liegt in einem Regelwerk vor (=Businesslogik) Der größere Teil liegt jedoch erstmal nicht dokumentiert vor Trainingsdaten zeigen Einflüsse, wer und wann klassifiziert hat Eingespielte Praktiken laufen teilweise gegen Businesslogiken Der Eisberg in den Trainingsdaten Eingespielte Praxis, ad-hoc-Entscheidungen, Intuition, Tagesform Explizites dokumentiertes Wissen
- 5. 5 © 2015 Glanos GmbH In die Tiefe tauchen – und die Auswirkungen auf das Projekt Zusammenspiel in der Organisation und Kommunikation • Erfolge sind schwierig messbar, wenn die Trainingsdaten selbst zweifelhaft sind • Nachevaluation von Differenzen in der Autoklassifikation und der Trainingsmenge • Einbindung unterschiedlicher Abteilungen notwendig, um das implizite Wissen in Regeln zu transformieren Hybrid-Ansatz notwendig • Kombination aus harten Regeln, die sprachliche Varianten berücksichtigen und Machine Learning • Wichtige Business-Regeln müssen forciert werden können
- 6. 6 © 2015 Glanos GmbH Die Autoklassifikation in der Assembly Pipeline Text Analytics-Schicht Extraktion relevanter Phrasen und Zuordnung zu Businesslogik Sehr hohe Präzision (>98%) durch kontrollierte Extraktion Regel-System-Schicht Mehrstufiges Businesslogik-System auf den Ergebnissen der Text Analytics Klassifikationsschicht Linguistisch und semantisch motivierte Feature-Extraktion Stochastic Gradient Descent Learner für perfomantes Lernen in hoch- dimensionalen Problemen Qualitätsmanagement Merge von Text-Analytics, Regeln und Klassifikation Transparente/nachverfolgbare Entscheidungskriterien Continuous integration aller Komponenten, auch der Regeln und Text Analytics
- 7. 7 © 2015 Glanos GmbH Land in Sicht: Das Resultat Mehr als 55% Dunkelverarbeitungsquote Über 90% Präzision in jedem Attribut
- 8. 8 © 2015 Glanos GmbH Eine Stellenanzeige in der Nahansicht …
- 9. 9 © 2015 Glanos GmbH … und was daraus gemacht wird 1 1 3 4 8 7 5 5 6 2 2 6 • Bezugnahme auf Manager Soft Skills: “Leadership”, “Communication skills” • Gesucht wird ein Manager mit lang- jähriger Management-Erfahrung, der viele Mitarbeiter führt und für deren berufliche Förderung zuständig ist (career development) • Große Budgetverantwortung • Stellenbezeichnung • Industrie “Life Science” • Manager auf zweiter Organisations- ebene, der Manager führt • “Director” lässt sich nur schwer einordnen, kann viel bedeuten, muss durch Zusammenhang spezifiziert werden. • Zuständigkeit für den Bereich Verkauf 7 1 2 3 4 5 6 8
- 10. 10 © 2015 Glanos GmbH Der Maschinenraum Frontend DataLab Glanos QM, HTML/JS/CSS, Angular Business-Logik Scala, Java, Akka, Glanos Business- Logik-Tools Linguistik Scala, Java, OpenNLP, Glanos Linguistik- Tools Storage ElasticSearch, OrientDB KonnektorenCrawler
- 11. 11 © 2015 Glanos GmbH Mehr unter www.glanos.de www.experteer.de