Job Recommendation Based on Deep Learning Methods for Natural Language Processing

La ricerca di nuove soluzioni sempre più efficienti, da quando l’essere umano viveva nelle caverne ad oggi, ci ha spinto a sviluppare nuovi strumenti sempre più sofisticati e precisi. Con l’arrivo del computer, un altro grande passo in avanti è stato fatto potendo risolvere velocemente quei problemi complessi ma che possono essere espressi in maniera formale. Diversamente, esistono problemi più o meno semplici, ma difficili da porre con una certa formalità come capire una frase. Per questo tipo di problemi sono nate le Intelligenze Artificiali o le Artificial Neural Network e successivamente, grazie all’arrivo dei Big Data, le Deep Neural Network. Oggi esse hanno trovato grande impiego in vari settori quali banche, ospedali, … . Queste nuove tecnologie continuano però a essere molto studiate e a stupire per i risultati sempre migliori che riescono ad ottenere. Un campo in cui sono applicate, che ha ricevuto una recente attenzione, è quello della Job Recommendation. Esso comprende tutto l’insieme di tecnologie e strumenti utilizzati per facilitare un lavoratore nel trovare un lavoro e una azienda nel trovare i migliori candidati per le sue posizioni aperte. Questo campo si basa molto, in particolare per piccole realtà, su personale qualificato che si occupa di cercare candidati utilizzando alcuni modelli di Machine Learning per semplificare la ricerca. Questo lavoro vuole indagare come le nuove tecnologie di Deep Neural Network, che si sono affermate in vari settori come il Natural Language Processing, possano aiutare anche nel campo della Job Recommendation. L’idea è quella di prendere i migliori modelli nei task di NLP e provare, con le opportune modifiche, ad applicarli in un campo nuovo, con regole nuove. Infine, valutare i risultati ottenuti e come questi modelli possano essere applicati concretamente.