هوش مصنوعی | متن کامل رایگان | بهینه سازی تطابق رزومه: بررسی مقایسه ای الگوریتم های یادگیری ماشین کلاسیک و معماری مدل های زبان بزرگ

تحقیقات اخیر به طور گسترده ادغام هوش مصنوعی و یادگیری ماشینی در پلتفرم‌های استخدام آنلاین را بررسی کرده است. چندین مدل و روش در ادبیات مورد بررسی قرار گرفته‌اند که بر پتانسیل هوش مصنوعی و یادگیری ماشینی برای بهبود بخش‌های مختلف رویه‌های استخدام تاکید می‌کنند. به عنوان مثال، در [۲]نویسندگان بر استفاده از یادگیری ماشین و هوش مصنوعی برای بهبود فرآیند انتخاب کارکنان تمرکز کردند. این کار از تحلیل معنایی پنهان همراه با نمایش رمزگذار دو طرفه از ترانسفورماتورها (BERT) برای شناسایی و درک الگوهای پنهان در داده های رزومه متنی استفاده کرد. سپس از ماشین‌های بردار پشتیبانی (SVM) برای ایجاد و بهبود مدل غربالگری استفاده شد. این مطالعه نشان داد که LSA و BERT می‌توانند به طور موثر موضوعات ضروری را بازیابی کنند، اما SVM کارایی مدل را از طریق اعتبارسنجی متقابل و روش‌های انتخاب متغیر افزایش داد. این رویکرد به متخصصان منابع انسانی بینش های مفیدی را برای ایجاد و تقویت فرآیندهای استخدام ارائه می دهد، و همچنین نتایج قابل تفسیر بیشتری را نسبت به سیستم های غربالگری رزومه مبتنی بر یادگیری ماشین فعلی ارائه می دهد. که در [۴]، محققان ایجاد و اجرای یک ربات مصاحبه با هدف بهبود فرآیند استخدام را بررسی کردند. این پروژه از فناوری‌های NLP و هوش مصنوعی برای توسعه سیستمی برای انجام مصاحبه‌های اولیه با نامزدهای شغلی استفاده کرد. ربات پاسخ‌های نامزد را با استفاده از الگوریتم‌های پیچیده NLP ارزیابی کرد تا واجد شرایط بودن آنها را برای این نقش تعیین کند. این تکنیک خودکار با هدف بهبود فرآیند استخدام، کاهش تعصب انسانی و افزایش بهره‌وری با فیلتر کردن سریع نامزدهای نامناسب، آزادسازی استخدام‌کنندگان انسانی را برای تمرکز بر روی امیدوارترین افراد آزاد می‌کند. این تحقیق پتانسیل فناوری‌های مبتنی بر هوش مصنوعی را برای تغییر رویه‌های سنتی منابع انسانی نشان می‌دهد و راه‌حلی هدفمندتر و مقیاس‌پذیرتر برای کسب استعداد ارائه می‌دهد. نویسندگان از [۵] پیشرفت‌های فناوری استخدام برای توسعه سیستم‌های استخدام هوشمند (SRS) را بررسی کرد که از یادگیری عمیق و پردازش زبان طبیعی (NLP) برای طبقه‌بندی و رتبه‌بندی رزومه‌ها استفاده می‌کنند. این سیستم ها اطلاعات رزومه را استاندارد و تجزیه می کنند و فرم های مختلف را به انگلیسی تبدیل می کنند و داده های مربوطه را استخراج می کنند. با گنجاندن الزامات اجرایی در فرآیند امتیازدهی، الگوریتم‌ها تضمین می‌کنند که رتبه‌بندی رزومه با اهداف منحصر به فرد استخدام‌کنندگان مطابقت دارد. این استراتژی با ارزیابی رزومه بر اساس قابلیت‌های فنی و سایر اطلاعات مهم، تلاش می‌کند تا متقاضیان با کیفیت بالا را تامین کند و کارایی و کارایی فرآیند استخدام را افزایش دهد.

تحقیقات قبلی بر چالش‌هایی که سازمان‌ها در هنگام غربال کردن، تجزیه و تحلیل، استخدام و هشدار به متقاضیان کار به صورت دستی با آن مواجه هستند، تاکید کرده است. به عنوان مثال، نویسندگان از [۶] سیستمی را برای خودکارسازی فرآیند استخدام با استفاده از مدل آبشار پیشنهاد کرد که ماهیت ساده و متوالی دارد. این سیستم هوشمند غربالگری و استخدام برنامه های شغلی که با PHP و MySQL توسعه یافته است، از تکنیک های هوش مصنوعی برای بهبود مدیریت منابع انسانی استفاده می کند. این رویکرد فرآیند استخدام را سریع‌تر، کارآمدتر و ارزان‌تر کرد. بر اساس ارزیابی ها، این استراتژی دقت تطبیق افراد با مشاغل مناسب را بهبود می بخشد. در یک خط تحقیقاتی مشابه [۷]محققان روشی مبتنی بر تحلیل را برای بهبود رقابت پذیری فرآیند استخدام منابع انسانی پیشنهاد کردند. نویسندگان از ابزارهای موجود برای استخراج ویژگی‌های آگهی‌های شغلی و تطبیق آن‌ها با رزومه نامزدهای احتمالی در پایگاه داده استفاده کردند. بهترین کاندیداهای مناسب با استفاده از تحلیل شباهت و با در نظر گرفتن ویژگی های مورد نظر و رزومه آنها انتخاب شدند. در یک مورد، ساختاری که در پروفایل ۱۰۲۹ نامزد شغلی در یک شرکت فناوری اطلاعات آموخته شد، تلاش‌های غربالگری دستی را تا ۸۰ درصد کاهش داد. پیش بینی می شود که این کاهش باعث صرفه جویی قابل توجهی در زمان و هزینه های عملیاتی شود. اگرچه این مطالعه به وضعیت یک شرکت فناوری در هند محدود شد، رویکرد مبتنی بر هوش مصنوعی پیشنهادی می‌تواند در بسیاری از صنایع مورد استفاده قرار گیرد. مطالعه در [۸] بررسی کاملی از سیستم های استخدام الکترونیکی فعلی را ارائه می دهد و آنها را بر اساس انواع معیارهای ارزیابی طبقه بندی می کند. رویکرد پیشنهادی در این کار با سیستم‌های معمولی متفاوت بود زیرا از چندین منبع معنایی مانند WordNet و YAGO3 به همراه NLP، استخراج ویژگی‌ها و الگوریتم‌های مرتبط با مهارت برای کشف ابعاد معنایی پنهان در رزومه‌ها و آگهی‌های شغلی استفاده می‌کرد. برخلاف الگوریتم‌های قبلی که کل متن اسناد را در نظر می‌گرفت، این رویکرد بخش‌های خاصی از برنامه‌ها را با بخش‌های مربوطه آگهی‌های شغلی مطابقت داد. برای پرداختن به دانش پیشینه از دست رفته، مجموعه داده HS برای تقویت آگهی‌های شغلی با ایده‌های مرتبط معنایی استفاده شد. مطالعات اولیه با مجموعه داده های دنیای واقعی نتایج بسیار دقیقی را به همراه داشت که سودمندی این رویکردها را در دادن امتیاز مربوط به رزومه نامزدها و پیشنهادهای شغلی نشان می داد. همچنین در [۹]، این تحقیق یک روش استخدام آنلاین خودکار را ارائه کرد که منابع معنایی متعدد و اندازه‌گیری‌های آماری مربوط به مفهوم را ترکیب می‌کرد. این سیستم با استفاده از تکنیک های NLP برای کشف و استخراج مفاهیم متقاضی از آگهی های شغلی و رزومه شروع به کار کرد. سپس مفاهیم بازیابی شده با استفاده از معیارهای آماری مربوط به مفهوم پالایش شدند. در نتیجه منابع معنایی مختلفی برای تعیین عناصر معنایی رزومه ها و آگهی های شغلی مورد استفاده قرار گرفت. برای جبران پوشش محدود دامنه این منابع معنایی، از مجموعه داده HS برای تکمیل آگهی‌های شغلی با ایده‌های جدید و مرتبط با معنایی استفاده شد. آزمایش اولیه با رزومه‌ها و آگهی‌های شغلی مختلف نتایج دلگرم‌کننده و دقیقی را نشان داد که اثربخشی رویکرد پیشنهادی را تأیید می‌کرد.

که در [۱۰]، یک مدل تصمیم گیری به عنوان یک نیاز حیاتی برای استفاده از فناوری هوش مصنوعی در مصاحبه های استخدامی شرکتی ارائه شد. رویکرد فرآیند تحلیل سلسله مراتبی (AHP) برای ایجاد مدل مورد استفاده قرار گرفت، که شامل هجده معیار اصلی تعریف شده توسط تحقیقات قبلی با استفاده از مدل یکسان سازی استفاده و پذیرش فناوری بود. عوامل به چهار دسته عمده زیر گروه بندی شدند: انتظارات عملکرد، انتظارات از تلاش، تأثیر اجتماعی و محیط تسهیل کننده. یک نظرسنجی از ۴۰ متخصص که کاربر یا تولید کننده راه حل های مصاحبه شغلی هوش مصنوعی بودند، کشف کرد که سادگی استفاده، تناسب شغلی، سودمندی درک شده و سازگاری درک شده مهم ترین معیارهای تأثیرگذار بر پذیرش سیستم مصاحبه شغلی مبتنی بر هوش مصنوعی است. نتایج نشان داد که توجه بیشتری باید بر روی ادغام سیستم‌های مصاحبه شغلی هوش مصنوعی در رویه‌های استخدام داخلی سازمان متمرکز شود تا تمرکز بر محیط‌ها یا موقعیت‌های بیرونی.

در بازار کار کنونی، سازمان‌ها باید افرادی را استخدام و حفظ کنند که بهترین منطبق با این موقعیت هستند. تحقیقات نشان می‌دهد کارمندانی که احساس می‌کنند شغل‌شان مهم و لذت‌بخش است، مؤثرتر و کمتر تمایل به ترک کار دارند. در طول مراحل استخدام، برای انتخاب واجد شرایط ترین داوطلبان، تعداد زیادی از متقاضیان در نظر گرفته می شوند. با این حال، به دلیل تعداد زیاد نامزدها، غربالگری دقیق و مصاحبه با هر نامزد اغلب غیرعملی است. برای رفع این مشکل، محققان سیستم‌هایی مانند JobFit ایجاد کرده‌اند که از سیستم‌های توصیه‌کننده، الگوریتم‌های یادگیری ماشین و داده‌های تاریخی برای پیش‌بینی بهترین نامزدها برای یک شغل استفاده می‌کند. [۱۱]. JobFit الزامات شغلی و مشخصات متقاضیان را بررسی می کند تا یک امتیاز JobFit ایجاد کند که داوطلبان را بر اساس سازگاری آنها رتبه بندی می کند. این رویکرد با انتخاب گروه کوچکی از کاندیداهای برتر برای غربالگری و مصاحبه های بیشتر به متخصصان منابع انسانی کمک می کند و مطمئن می شود که بهترین متقاضیان نادیده گرفته نمی شوند.

تحقیقات قبلی نشان داده است که چگونه مدل‌های زبانی بزرگ (LLM) به دلیل قابلیت‌های استثنایی خود، پردازش مشاغل زبان طبیعی را در دامنه‌های متعدد تغییر داده‌اند. با این حال، امکان پردازش معنایی نمودار در پیشنهادات استخدامی به طور کامل بررسی نشده است [۳]. هدف این کار نشان دادن پتانسیل مدل‌های زبان بزرگ برای درک نمودارهای رفتاری و استفاده از دانش آنها برای بهبود توصیه‌ها برای استخدام آنلاین، به‌ویژه، تبلیغات برنامه‌های OOD بود. آنها یک تکنیک جدید برای مطالعه نمودارهای رفتاری و تشخیص الگوها و همبستگی های اساسی با استفاده از دانش زمینه ای گسترده و توصیف های معنایی ارائه شده توسط مدل های زبان بزرگ ارائه می دهند. آنها یک سازنده فرامسیر را پیشنهاد می‌کنند تا به توصیه‌کنندگان LLM کمک کند تا نحو نمودارهای رفتاری را برای یک زمان اولیه درک کنند، و همچنین یک مؤلفه تکمیل کننده مسیر برای کاهش تعصب فوری ناشی از ورودی توالی مبتنی بر مسیر. این طراحی اجازه می دهد تا توصیه های شغلی فردی و دقیق را برای افراد خاص ارائه دهد. این روش بر روی مجموعه داده‌های بزرگ و واقعی مورد ارزیابی قرار گرفت و توانایی آن در افزایش اهمیت و ارزش نتایج پیشنهادی را نشان داد. این مطالعه نه تنها نقاط قوت پنهان مدل‌های زبانی بزرگ را نشان داد، بلکه بینش‌های مفیدی را برای ساختن سیستم‌های پیشنهادی پیشرفته برای حوزه اشتغال ارائه کرد. این یافته‌ها حوزه پردازش زبان‌های طبیعی را بهبود بخشید، در حالی که پیامدهای واضحی برای بهبود فرآیندهای جستجوی کار داشت. مدل‌های زبان بزرگ (LLM) در حال افزایش محبوبیت هستند زیرا صنعت از دانش گسترده و قابلیت‌های استدلال پیچیده آنها به عنوان یک استراتژی بالقوه برای بهبود کامل بودن رزومه برای پیشنهادهای شغلی دقیق‌تر استفاده می‌کند. با این حال، استفاده مستقیم از LLM ها می تواند منجر به نگرانی هایی مانند تولید ساختگی و مشکل چند شات شود که می تواند کیفیت رزومه را کاهش دهد. برای غلبه بر این مشکلات ر.ک. [۱۲] یک تکنیک انقلابی مبتنی بر LLM GANs Interactive Recommendation (LGIR) ارائه کرد. محققان با استخراج ویژگی‌های واضح کاربر (مانند مهارت‌ها و علایق) از توصیفات خود و استنتاج ویژگی‌های ضمنی از رفتارها، کامل بودن رزومه را بهبود بخشیدند. برای رسیدگی به مشکل چند شات، که زمانی رخ می‌دهد که سوابق تعامل محدود مانع از تولید رزومه با کیفیت بالا می‌شود، از شبکه‌های متخاصم مولد (GANs) برای تراز کردن رزومه‌های با کیفیت پایین با معادل‌های ایجاد شده با کیفیت بالا استفاده کردند. آزمایش‌های گسترده با استفاده از سه مجموعه داده بزرگ در دنیای واقعی، اثربخشی استراتژی پیشنهادی آنها را نشان داده‌اند. سیستم‌های پیشنهادی شغلی کنونی در درجه اول به فیلترینگ مشترک یا الگوریتم‌های تطبیق فرد-شغل متکی هستند. چنین مدل هایی اغلب به عنوان ساختارهای “جعبه سیاه” عمل می کنند و فاقد شفافیت مورد نیاز برای ارائه اطلاعات واضح به جویندگان کار هستند. علاوه بر این، سیستم‌های مبتنی بر تطابق سنتی فقط می‌توانند موقعیت‌های خالی فعلی را از یک پایگاه داده رتبه‌بندی و بازیابی کنند و کاربرد آن‌ها به عنوان مشاوران حرفه‌ای جامع را محدود کنند. برای پرداختن به این محدودیت ها، نویسندگان [۱۳] GIRL (توصیه شغلی تولیدی بر اساس مدل‌های زبان بزرگ) را معرفی کرد، رویکرد جدیدی که از پیشرفت‌های اخیر در LLM بهره می‌برد. GIRL از رویکرد نظارت بر تنظیم دقیق (SFT) برای آموزش یک نسل مبتنی بر LLM برای ایجاد شرح شغلی مناسب (JDs) بسته به رزومه کاری جویندگان کار استفاده می کند. برای بهبود عملکرد ژنراتور، آنها مدلی را آموزش دادند و به دقت تنظیم کردند که تطابق بین CV و JD را با استفاده از تکنیک یادگیری تقویت‌شده (RL) مبتنی بر بهینه‌سازی سیاست‌های نزدیک (PPO) ارزیابی می‌کند. این ارتباط با بازخورد استخدام‌کننده تضمین می‌کند که خروجی‌های حاصل، ترجیحات کارفرما را بهتر منعکس می‌کنند. GIRL یک الگوریتم مولد با محوریت جویای کار است که ایده های استخدامی را بدون نیاز به لیست نامزدهای از پیش تعریف شده ارائه می دهد و در نتیجه قابلیت های مدل های پیشنهاد شغلی موجود را از طریق محتوای تولید شده افزایش می دهد. آزمایش‌های گسترده بر روی یک مجموعه داده گسترده در دنیای واقعی، موفقیت بزرگ این تکنیک را تأیید کرده است، و GIRL را به عنوان یک راه‌حل تغییر پارادایم در توصیه‌های سیستم شغلی تأیید می‌کند که تجربه‌ای شخصی‌تر و دقیق‌تر در جستجوی کار را ترویج می‌کند. جدول ۱ خلاصه ای از سیستم های بررسی شده را نشان می دهد.

در کار تحقیقاتی پیشنهادی خود، از مجموعه داده‌ای از رزومه‌ها از صنایع مختلف برای استخراج ویژگی‌ها و آموزش مدل‌های یادگیری ماشینی متعدد (Naive Bayes، SVM، رگرسیون لجستیک، Decision Trees، و XGBoost) و مدل‌های زبان بزرگ (ChatGPT و LLaMA) برای کار استفاده کردیم. طبقه بندی. عملکرد مدل ها در دسته بندی رزومه ها با استفاده از معیارهای دقت مورد آزمایش قرار گرفت. شکل ۱ طرح کلی روش را نشان می دهد و به دنبال آن توضیح مفصلی ارائه می شود.

مجموعه داده های این مطالعه شامل رزومه ها و دسته های شغلی در چندین صنعت کلیدی مانند امور مالی، فناوری و مراقبت های بهداشتی است. مجموعه داده ما شامل ۹۶۲ رزومه است که از یک منبع در دسترس عموم به دست آمده است، و به این معنی است که نمایش گسترده ای از دسته های شغلی را برای امکان آموزش و ارزیابی الگوریتم های طبقه بندی ارائه می دهد. [۱۴].

برچسب‌های خروجی، دسته‌های شغلی استخراج‌شده از رزومه‌ها بودند، که نشان‌دهنده عناوین شغلی مختلفی بودند که مدل‌های طبقه‌بندی هدفشان را پیش‌بینی می‌کردند. در مجموع ۲۵ کلاس منحصر به فرد اختصاص داده شد که مربوط به دسته های شغلی متمایز است. این دسته ها به همراه تعداد رزومه هایی که در هر دسته قرار می گیرند، در جدول ۲ ارائه شده اند.

عبارت Frequency-Inverse Document Frequency (TF-IDF) برای ترجمه اطلاعات متنی موجود در رزومه ها به ویژگی های عددی استفاده شد. [۱۵]. این مدل بر ارزش یک کلمه در یک سند نسبت به کل مجموعه تأکید می کند. بردار TF-IDF کتابخانه Scikit-Learn استفاده شد، با پارامترهای آن برای حذف کلمات توقف انگلیسی تنظیم شده بود، و ما حداکثر آستانه فرکانس سند را ۸۵٪ برای فیلتر کردن عبارات بسیار رایج تعیین کردیم. در نتیجه، هر رزومه به یک بردار ویژگی تبدیل شد که می تواند به عنوان ورودی توسط یک مدل یادگیری ماشین استفاده شود.

این یک چارچوب احتمالی است که از قضیه بیز و توزیع چند جمله ای استفاده می کند. این به ویژه برای وظایف دسته بندی متن خوب کار می کند. این مدل احتمال هر دسته شغل را با استفاده از ویژگی های بازیابی شده از رزومه محاسبه می کند و دسته ای را با بالاترین احتمال اختصاص می دهد. [۱۵]. در تحقیق ما، مدل Multinomial Naive Bayes از یک پارامتر آلفای ۱٫۰ برای هموارسازی استفاده کرد که برای مدیریت مفروضات استقلال ویژگی بسیار مهم بود.

این طبقه‌بندی‌کننده‌ای است که ابرصفحه بهینه را در فضایی با ابعاد بالا قرار می‌دهد که به طور مؤثر کلاس‌ها را از هم جدا می‌کند. در این مطالعه از یک هسته خطی برای مدیریت کارآمد داده‌های متنی استفاده شد و یک پارامتر منظم‌سازی (C) برای مدیریت بیش‌برازش روی ۱٫۰ تنظیم شد. [۱۶].

این یک مدل خطی است که برای طبقه‌بندی چند کلاسه با استفاده از روش یک در مقابل استراحت اقتباس شده است. این مدل احتمالات هر دسته شغل را محاسبه می کند و یکی را که بیشترین احتمال را دارد انتخاب می کند. مدل با حداکثر محدودیت تکرار ۱۰۰۰ برای اطمینان از همگرایی تنظیم شد و یک پارامتر تنظیم (C) نیز برای استحکام روی ۱٫۰ تنظیم شد. [۱۷].

این یک مدل غیر خطی است که داده ها را بر اساس مقادیر ویژگی به زیر مجموعه ها تقسیم می کند. یک درخت با جداسازی بازگشتی داده‌ها در ویژگی‌ای که بیشترین اطلاعات را ارائه می‌کند، ساخته می‌شود، و ما آن را با حداکثر محدودیت عمق ۴۰ تنظیم کردیم تا از برازش بیش از حد جلوگیری کنیم در حالی که از یک حالت تصادفی تنظیم شده روی ۴۲ برای تکرارپذیری استفاده می‌کنیم. [۱۷].

مدل زبان بزرگ (LLM) یک سیستم هوش مصنوعی است که زبان انسان را با کارایی بالا درک، تولید و دستکاری می کند. این مدل‌ها بر روی حجم عظیمی از داده‌های متنی آموزش دیده‌اند و از الگوریتم‌های پیچیده برای درک الگوهای زبان، زمینه و تفاوت‌های ظریف استفاده می‌کنند. مدل های موجود در این آزمایش ChatGPT بودند [۱۸] و LLaMA [19].

برای ارزیابی عملکرد مدل‌ها، از متریک دقت استفاده کردیم که نسبت دسته‌های شغلی پیش‌بینی‌شده دقیق به تعداد کل پیش‌بینی‌ها است. [۲۰]. به صورت زیر محاسبه می شود:

که در آن TP (مثبت واقعی) تعداد موارد مثبت پیش‌بینی‌شده درست، TN (منفی واقعی) تعداد موارد منفی پیش‌بینی‌شده درست، FP (مثبت نادرست) تعداد موارد مثبت پیش‌بینی نادرست و FN (منفی کاذب) است. تعداد موارد منفی پیش بینی نادرست