AI
자연어처리와 HR analytics
두줄요약
BERT의 대표 NLP 과제와 데이터셋을 입력·출력 구조 중심으로 정리했습니다. 이를 이력서 필터링, 평가 코멘트 분석, 채용 Q&A에 적용하는 방안을 제시합니다.
구조와 흐름
- BERT에서 제시한 입력·출력 구조를 문장 쌍 분류, 단일 문장 분류, 질의응답, 문장 태깅으로 구분
- 자연어 추론·문장 유사도, 감정분석·언어적 용인성, 질의응답, 개체명 인식별 데이터셋과 학습 형태 정리
- MNLI·QQP·SST-2·SQuAD·CoNLL-2003 NER 등 과제별 예시 제시
적용해볼 점
- 이력서 내 학벌·인종·성별 등 민감 정보의 직접·우회 표현 필터링에 자연어 추론 활용
- 유사 지원자·직무 질문 검색, 문법·문맥 점검 및 채용 공고 뉘앙스 개선에 문장 유사도와 언어적 용인성 활용
- 평가 코멘트의 역량 키워드 추출·긍부정 분류, 채용 Q&A 및 지원자 특성 요약에 감정분석·NER·질의응답 활용
주의할 점
- 단순 금지어 검색만으로는 카투사 합격처럼 민감 속성을 우회적으로 유추하는 표현 식별의 한계
- 과제별 입력·출력 형식과 레이블 목적에 맞춘 데이터셋·모델 구성 필요
