Van spraaktechnologie tot zelfrijdende auto’s: deep learning maakt heel veel nieuwe toepassingen mogelijk. Ook in recruitment, zegt Jakub Zavrel, oprichter en ceo van Textkernel.
Er zit op dit moment ‘een enorme stroomversnelling’ in wat machine learning en deep learning allemaal kan, aldus Zavrel. Deep Learning is een technologie die simpel gezegd algoritmes gebruikt die net zo gestructureerd zijn zoals het menselijk brein; via zogeheten neurale netwerken dus. Deze vorm van AI kan ‘automatisch’ nieuwe patronen in data herkennen.
Revolutie in cv’s uitlezen
Textkernel gebruikt die technologie in het recent gelanceerde Extract! 4.0. Zoals de naam al aangeeft: het is al de vierde versie van hun eerdere technologie om gegevens uit cv’s uit te lezen (oftewel: cv’s te ‘parsen‘) en die vervolgens doorzoekbaar te maken. Aan de ontwikkeling ervan is jaren onderzoek vooraf gegaan. Maar volgens Textkernel is er nu sprake van ‘een revolutie’ en zelfs van ‘een nieuw tijdperk’ in recruitment.
Een sprong in nauwkeurigheid
Vanwaar die superlatieven? Zavrel: ‘Vanaf het begin af aan is ons bedrijf erop gebouwd via machine learning documenten te leren begrijpen. Daarin beleven we nu echt een sprong in nauwkeurigheid. Er was altijd al voortgang, maar er zit nu echt een knikje naar boven in die grafiek. We beleven nu een sprong van 15 tot 30 procent in accuratesse als we cv’s uitlezen.’ Dat wil zeggen: het aantal fouten is ineens met wel 15 tot 30 procent verminderd.
Nederlandstalige cv’s makkelijk doorzoekbaar
Extract! 4.0 is ontwikkeld ‘na meer dan 10 jaar onderzoek en ontwikkeling op het gebied van Artificial Intelligence, Machine Learning en Natural Language Processing‘, aldus Zavrel. Eind vorig jaar werd de nieuwe cv-parser al gelanceerd voor Engelstalige cv’s, begin dit jaar kwamen de Duitse en Franse cv’s erbij. De versie die recent is gelanceerd is ook in staat om Nederlandstalige cv’s vergelijkbaar en makkelijk doorzoekbaar te maken. Zelfs verbeteringen specifiek voor het Vlaams zitten erin. En niet alleen het Nederlands is de cv-parser machtig, ook Spaanse, Russische en zelfs Chinese cv’s zijn er nu mee te lezen, en te verwerken. En binnenkort volgen nog meer talen, stelt Textkernel.
Voortdurend doorontwikkelen
‘Voor een mens is een cv lezen vrij eenvoudig’, aldus Zavrel. ‘Cv’s bevatten over het algemeen voor mensen duidelijk herkenbare en voorspelbare onderdelen. Heeft een cv een andere lay-out of bevat het andere informatie dan we verwachten, dan kunnen we als mens toch wel alle relevante informatie uit het document halen. Computerprogramma’s daarentegen moeten voortdurend doorontwikkeld worden om te kunnen garanderen dat de data met de grootste mogelijke nauwkeurigheid uit cv’s worden gelezen.’
‘Near human level accuracy’
Cv’s lezen gaat tegenwoordig met ‘near human level accuracy‘, zoals Zavrel het noemt. Dat biedt volgens hem dus ook steeds betere mogelijkheden om kandidaat en baan te matchen. ‘Als je beter snapt wat inhoudelijke begrippen betekenen, snap je ook beter hoe je wat gevraagd wordt in een functie kunt koppelen aan wat iemand te bieden heeft. Dat is het belangrijkste voor onze klant: dat er hiermee betere matches kunnen ontstaan. Dit is gereedschap voor de recruiter om betere beslissingen te kunnen nemen.’
De ontwikkelrichting
De ‘ontwikkelrichting’ zit volgens Zavrel erin ‘dat je naar veel meer kijkt dan alleen de functietitel, maar kijkt wat iemand echt bereikt heeft. Zo is de ene projectmanager iemand die alleen de uren bijhoudt, en de ander juist iemand die een heel project van de grond krijgt. Zulke informatie komt steeds meer op fijnkorrelig niveau beschikbaar. Dat is wel de kant waar wij ons ook steeds meer op ontwikkelen.’
