Nach mehr als einem Jahrzehnt Forschung und Entwicklung in den Bereichen der künstlichen Intelligenz, des Machine Learning und Natural Language Processing gelang es Textkernel die erste vollkommen Deep Learning basierte Verarbeitung von Lebensläufen (CV Parsing) zu entwickeln. Nachdem die Technologie Ende letzten Jahres erstmalig auf Englisch gelauncht wurde, gibt es diese ab jetzt auch auf Deutsch.

Die Kunst der maschinellen Verarbeitung von Lebensläufen

Für das menschliche Auge ist es keine große Herausforderung einen Lebenslauf zu lesen. Die vermeintlich strukturierten Dokumente sind klar in Bereiche definiert und haben zumeist ein Layout, dass das Erkennen der wichtigsten Faktoren vereinfacht. Eine Maschine hingegen muss stetig weiterentwickelt werden, um das Lesen von verschiedenen CVs mit der höchstmöglichen Extraktionsgenaurigkeit zu garantieren.

Dieser Prozess wird als CV Parsing bezeichnet. Mithilfe des CV Parsing werden unstrukturierte Lebenslaufdaten in eine strukturierte Form gebracht, welche daraufhin in alle Software-Systeme integriert werden können. Dieses kreiert eine verbesserte Candidate Experience, eliminiert das manuelle Eintragen von Bewerberdaten und ist die Grundlage für eine optimale semantische Such- und Matching-Lösung.

Eine neue Ära intelligenter Recruiting Technologie beginnt jetzt

Als eines der führenden Forschungs- und Entwicklungs-Labore im Feld der künstlichen Intelligenz für Personal und Recruiting, läutet Textkernel mit dem ersten vollkommen Deep Learning betriebenen CV Parsing, Extract! 4.0, eine neue Ära im Recruiting ein. Die Implementierung der Deep Learning Technologie in das deutsche CV-Parsing Model erzielt eine enorme Verbesserung der Extraktions-Genauigkeit, mit einer durchschnittlichen Fehlerreduktion von 15-25 Prozent. Bereits das englische Extract! 4.0 konnte herausragende Resultate erzielen.

Deep Learning: Ein Game Changer!

Deep Learning bezeichnet künstlich Intelligente-Algorithmen, die durch die Verwendung von Neuronalen Netzen (Gehirn-ähnliche Strukturen) automatisch Muster in Daten finden. Von selbstfahrenden Autos bis hin zu automatisierten persönlichen Assistenten hat Deep Learning nahezu alle Bereiche revolutioniert, auf die es angewendet wurde. Mit dem Release von Extract! 4.0 führt Textkernel jetzt Deep Learning auch in den Bereich des Recruitments ein. Die Deep Learning Technologie setzt sich über die Limitationen der menschlich annotierten Daten hinweg und erhöht damit die Robustheit des CV Parsing. "Deep Learning has transformed entire industries including automotive, healthcare, retail, and finance services. Today Textkernel is revolutionising the HR domain with it launch of Extract! 4.0", erklärt Matt McNair, VP Global Services bei CareerBuilder – Textkernel’s Mutterkontern.

Sollten Sie Fragen bezüglich des Extrakt! 4.0. haben, oder würden gerne eine Demo anfordern, können Sie uns gerne direkt kontaktieren.

Über Textkernel BV

Seit der Gründung in 2001 ist Textkernel internationaler Marktführer im Bereich von Machine Learning und AI für die HR Branche. Textkernel bietet einen qualitativ hochwertigen und multilingualen CV & Job Parser, semantische Such-, Sourcing- und Matchinglösungen sowie eine Big Data Jobplattform zur Arbeitsmarktanalyse und Neukundengewinnung. Textkernels Software optimiert die Recruitingprozesse von tausenden Unternehmen, Personaldienstleistern, Jobbörsen, HR-Softwareherstellern sowie Outplacement- und Arbeitsmobilitäts-Agenturen weltweit.

Firmenkontakt und Herausgeber der Meldung:

Textkernel BV
Nieuwendammerkade 26a5
NL1022 Amsterdam
Telefon: +31 (20) 4942496
Telefax: +31 (20) 494-2499
http://www.textkernel.com/de

Ansprechpartner:
Saskia Horn
Marketing Manager DACH
E-Mail: horn@textkernel.nl
Für die oben stehende Pressemitteilung ist allein der jeweils angegebene Herausgeber (siehe Firmenkontakt oben) verantwortlich. Dieser ist in der Regel auch Urheber des Pressetextes, sowie der angehängten Bild-, Ton-, Video-, Medien- und Informationsmaterialien. Die United News Network GmbH übernimmt keine Haftung für die Korrektheit oder Vollständigkeit der dargestellten Meldung. Auch bei Übertragungsfehlern oder anderen Störungen haftet sie nur im Fall von Vorsatz oder grober Fahrlässigkeit. Die Nutzung von hier archivierten Informationen zur Eigeninformation und redaktionellen Weiterverarbeitung ist in der Regel kostenfrei. Bitte klären Sie vor einer Weiterverwendung urheberrechtliche Fragen mit dem angegebenen Herausgeber. Eine systematische Speicherung dieser Daten sowie die Verwendung auch von Teilen dieses Datenbankwerks sind nur mit schriftlicher Genehmigung durch die United News Network GmbH gestattet.