Deep Learning Based Automated Job Candidate Interview Screening
Date
2019
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Tartu Ülikool
Abstract
Traditional way of recruitment process is challenging for both the candidate and the employer.
To apply for a job, the candidate needs to prepare a CV. On the other hand, the employer needs
to check all the submitted CVs and analyze the candidate data manually. These aspects can
make the process very time consuming, especially when there are many candidates. Furthermore,
the manual analysis of the candidate data is very open to human bias. The thesis proposes
an automated video interview analysis system, which eliminates the problems mentioned above.
Description
Traditsiooniliselt on värbamisprotsess keeruline nii kandidaadile kui ka tööandjale. Tööle kandideerimiseks
peab kandidaat koostama elulookirjelduse (CV). Tööandja peab aga kõik esitatud
CV-d üle vaatama ja kandidaadi andmeid manuaalselt analüüsima. Need aspektid võivad
värbamisprotsessi muuta väga ajakulukaks, eriti juhul kui kandidaate on palju. Peale selle võib
manuaalne kandidaatide andmete analüüs olla kallutatud. Käesolev magistritöö pakub välja automatiseeritud
videointervjuu analüüsisüsteemi, mis elimineerib eelmainitud probleemid.
Keywords
emotsioonide eristamine, isikupäraanalüüs, teksti kaevandamine, oskuste ekstraheerimine, videoanalüüs, meelesusanalüüs, konvolutsiooniline neurovõrk, sügavõpe, LSTM, emotion recognition, personality analysis, text mining, skill extraction, video analysis, sentimental analysis, convolutional neural network, deep learning