利用知识图谱进行简历处理中的孤儿实体分配
计算与语言
2023-10-24 v1
摘要
在处理和分析非结构化数据（尤其是简历）方面，人才招聘面临重大挑战。本研究提出一种利用知识图谱进行简历处理中孤儿实体分配的新方法。我们的流水线集成了关联挖掘、概念抽取、外部知识链接、命名实体识别和知识图谱构建技术。通过利用这些技术，旨在通过将简历中的孤儿实体成功分桶，自动化并提升求职筛选过程的效率。这使得候选人与职位之间的匹配更加有效，简化了简历筛选流程，并提高了人岗匹配的准确性。广泛的实验与评估凸显了该方法的卓越有效性与鲁棒性，确保在任一组件故障时可依赖替代措施实现无缝处理与孤儿实体分配。我们的研究结果强调了知识图谱通过智能信息抽取与表示生成有价值洞察的能力，特别是在孤儿实体分类领域。
引用
@article{arxiv.2310.14093,
title = {Leveraging Knowledge Graphs for Orphan Entity Allocation in Resume Processing},
author = {Aagam Bakliwal and Shubham Manish Gandhi and Yashodhara Haribhakta},
journal= {arXiv preprint arXiv:2310.14093},
year = {2023}
}
备注
In Proceedings of the 2023 IEEE International Conference on Artificial Intelligence in Engineering and Technology (IICAIET)