Künstliche Intelligenz bei Lebenslauf-Erkennung: Deep Learning verbessert CV-Parsing
CV-Parsing spart Zeit im Bewerbermanagement-Prozess. Der Begriff setzt sich aus „CV“ als Abkürzung für „curriculum vitae“, also Lebenslauf, und „parsing“ zusammen, was so viel wie „analysieren“ oder „zerlegen“ bedeutet. Mittels CV-Parsing lassen sich Texte analysieren und in strukturierte Informationen umwandeln. HR spart sich dank der Technologie den Aufwand der manuellen Datenerfassung und Bewerber müssen persönliche Daten nicht mehr mühsam manuell einpflegen.
Wie das funktioniert? CV-Parsing-Software scannt vom Bewerber eingereichte Dokumente, analysiert sie auf Basis voreingestellter Kriterien und nimmt eine Sortierung vor. Alle relevanten Daten landen vollautomatisch in den passenden Feldern der eingesetzten Bewerbermanagementsoftware. Sogar bei Unterlagen, die als Grafik gespeichert sind, erkennt eine OCR-Texterkennung (OCR = optical character recognition) zuverlässig und mit hoher Sicherheit Begriffe und erfasst diese digital.
Textkernel ist internationaler Marktführer von semantischen Technologien in HR und Recruitment. Die Zusammenarbeit mit Persis besteht bereits seit fast 10 Jahren. Nach jahrelanger Forschung und Entwicklung im Bereich der künstlichen Intelligenz, des Machine Learning und Natural Language Processing hat Textkernel eine innovative Lösung entwickelt, die auf „Deep Learning“ basiert.
Innovative Technologie: Deep Learning macht Maschinen intelligent
Deep Learning ist eine spezielle Methode der Informationsverarbeitung. Sie verfolgt das Ziel, Maschinen in die Lage zu versetzen, selbst Prognosen oder Entscheidungen zu treffen und diese zu hinterfragen.
Mitarbeiter der Personal- und/oder HR-Abteilung profitieren im Arbeitsalltag immens von der Technologie: die Software trainiert sich selbst und verbessert sich dank Deep Learning stetig im Betrieb, was zu einem besseren Textverständnis beim Auslesen von Daten führt. Der Aufwand, die Software kontinuierlich den aktuellen Anforderungen im HR anzupassen, wird somit reduziert und durch den Lerneffekt wird außerdem Zeit bei der Erfassung von Bewerbungen gespart. Der Prozess wird automatisiert und systematisch integriert.
Funktionsweise von Deep Learning beim CV-Parsing
Hinter der innovativen Lösung steckt ein intelligenter Prozess. Mit Deep Learning werden große Textmengen durch Algorithmen verarbeitet, um eine automatische Repräsentation von ähnlichen Worten abzuleiten.
Übertragen auf das Auslesen von Lebensläufen bedeutet das, dass die CV-Parsing-Software der Datenanalyse die Tatsache zugrunde legt, dass in einem Text ähnliche Worte in ähnlichen Zusammenhängen vorkommen. Ähnliche Worte werden gruppiert. Wird ein neues Wort in ähnlichem Zusammenhang in der Verwendung erkannt, geht die Software davon aus, dass es sich um ein Wort der gleichen Kategorie handelt.
Ein Beispiel: bei der Erfassung von Bewerbungen werden die Worte „Amsterdam“ und „London“ beide im Adressenfeld als „Stadt“ verwendet. Wird ein neues Wort in ähnlicher Darstellung wie Amsterdam oder London gefunden, geht die Software dank Deep Learning davon aus, dass es sich hierbei ebenfalls um eine Stadt handelt.
Auf diese Art und Weise können neue Erkenntnisse aus rohen Datensätzen abgeleitet werden, welche die Robustheit der Textverständnis-Modelle erhöhen, die Erfassung neuer Worte ermöglichen und die Abdeckung des Definitionsbereichs vergrößern.
Textkernel und Persis
Das Modul Bewerbermanagement von Persis unterstützt beim gesamten Workflow interner und externer Bewerbungsprozesse. Von der ersten Ausschreibung einer Stelle über die Verwaltung eingehender Bewerbungen, Matching und Auswahl der Bewerber sowie Führung von Vorstellungsgesprächen bis hin zur Einstellung eines neuen Mitarbeiters, digitalisiert und optimiert Persis den Prozess.
Textkernel ist im Bereich CV-Parsing Partner der Persis GmbH und sorgt dafür, dass der Aufwand bei der Erfassung von Bewerberdaten minimiert wird. Persis-Kunden profitieren durch die neue Deep Learning Technologie von Textkernel von einer Verbesserung der Extraktionsgenauigkeit einhergehend mit einer Fehlerreduktion von 15 bis 25 % beim Einsatz des CV-Parsers.
Oder treten Sie persönlich mit uns in Kontakt, wir beraten Sie gerne.