HelloWork
DATAQUITAINE 2022 - SESSION 1.1 - Amphi 1 - 10/02/2022 10:00 > 10:30
Apport de la classification multilabels pour caractériser des offres d'emploi
Résumé
La classification de texte, c'est à dire le fait d'attribuer une étiquette à un document, est un des moyens existants en traitement automatique des langues (ou NLP) pour structurer la connaissance à partir de textes bruts. Mais comment associer la bonne étiquette lorsqu'on doit choisir parmi plusieurs milliers, dont certaines sont très proches voire se recoupent ? En s'aidant d'un cas pratique dans le domaine de lâemploi, nous allons étudier comment la classification multilabels peut être mise en Åuvre pour mieux catégoriser des documents.
Télécharger le résume PDF
Revoir la vidéo :
A propos - HelloWork
HelloWork accompagne les actifs tout au long de leur vie professionnelle, les entreprises etcabinets de recrutement sur leurs enjeux RH et recrutement, ...
https://www.hellowork.com
A propos des orateurs
Cérès Carton 
Data scientist
Data scientist chez HelloWork depuis 3 ans, après un parcours d'ingénieure en statistique et docteure en informatique, je travaille actuellement sur des problématiques de recommandations, segmentation utilisateurs ainsi que divers sujets NLP (notamment classification de texte et information retrieval)
Justine Bel-Letoile
Head of Data science
Ingénieur généraliste de formation avec 7 ans d'expérience en data science, d'abord pour de la publicité sur internet puis pour des solutions emploi et recrutement basées sur l'IA. J'ai eu l'occasion de travailler sur des sujets comme de la segmentation utilisateurs ou des modèles de scoring (cliqueurs, churners). Depuis 2017 au sein d'HelloWork j'ai notamment pu approfondir des thématiques NLP (parsing de CV, recherche d'entités nommées, classification de texte, information retrieval, etc.).
S'inscrire !
Organisation
Avec le soutien de
Partenaires
