In dieser Projektarbeit wurden für den Kunden Yooture zwei Teilprojekte umgesetzt. Yooture ist der Entwickler hinter der gleichnamigen App. Diese App zeigt offene Stellenausschreibungen an. Ein Benutzer kann sich auf der Yooture App mit seinen Interessen und Fähigkeiten registrieren. Die App schlägt dem Benutzer anschliessend passende Vakanzen vor. Für unseren Kunden mussten wir in einem ersten Schritt ein Klassifizierungsproblem lösen. Im zweiten Teil haben wir ein System entwickelt, welches automatisch Zusammenfassungen von Stellenausschreibungen generiert.
Das Ziel der Arbeit ist, aus gecrawlten Stellenanzeigen die wichtigen Informationen zu finden (benötigte Skills, Ausbildung etc.) und vollautomatisch sinnvolle und gut lesbare Abstracts unterschiedlicher Granularität zu generieren:
Die iPhone/Android App von Yooture bietet Zugriff auf über 100'000 in der Schweiz ausgeschriebene Stellen und wurde bereits rund 100'000 mal heruntergeladen. Die App verwendet ein von der FHNW entwickeltes Matching System, um jedem User eine Übersicht der für ihn passendsten Jobs anzubieten. Bei vielen Stellen kann sich der User sogar mit einem einzigen Klick direkt bewerben. Der in der App angezeigte Text stammt im Allgemeinen von der Webseite des Arbeitgebers und wird nur geringfügig aufbereitet. Deswegen beinhaltet dieser leider neben der eigentlichen Stellenausschreibung oftmals noch weitere Informationen, die für den User nicht relevant sind und teilweise auch die Qualität des Matchings verschlechtern.
In der Projektarbeit wurde ein Klassifikator für Sätze einer Stellenausschreibung entwickelt. Der Klassifikator ist in der Lage, einzelne Sätze einer Vakanz zu einer von insgesamt 4 Klassen zuzuordnen. Die 4 Klassen sind Arbeitgeberbeschreibung, Jobbeschreibung, Kontaktdaten und Text ohne weiteren Verwendungszweck. Aufbauend auf den Klassifikator wurden in diesem Projekt mehrere Lösungen für das automatische Generieren von Zusammenfassungen für Stellenausschreibungen umgesetzt. Diese Lösungen verwenden den Klassifikator um zu steuern welcher Texttyp einer Vakanz in die Zusammenfassung gehört. Der klassifizierte Text wird automatisch auf eine bestimmte Grösse komprimiert und als Zusammenfassung ausgegeben. Die verwendeten Stellenausschreibungen sind vom Projektauftraggeber Yooture zur Verfügung gestellt worden.
Machine Learning, NLP, Text-Mining, Klassifikation, Summarization, Spark und Java
| Projekttyp | Projektarbeit des 5. Semesters, IP5 |
|---|---|
| Projektdauer | 18.09.2017 - 19.01.2018 |
| Personenstunden | 180h |
| Teamgrösse | 2 |
