LuanVan.vnLuận Văn
Gửi thư

Ứng dụng mô hình Cross Encoder trong hệ thống kết nối người tìm việc và nhà tuyển dụng

Đồ án tốt nghiệp · Đại học · năm 2025 · đề tài tham khảo

Loại tài liệuĐồ án tốt nghiệp
Bậc họcĐại học
Tác giảTrần Cao Sơn
Người hướng dẫnLê Thanh Hương
Cơ sở đào tạoĐại học Bách khoa Hà Nội
Năm2025
NguồnThư viện số Đại học Bách khoa Hà Nội · trang gốc

Tóm tắt

Nghiên cứu tập trung nâng cao hiệu quả kết nối giữa người tìm việc và nhà tuyển dụng thông qua đánh giá mức độ phù hợp giữa hồ sơ ứng viên và mô tả công việc. Giải pháp đề xuất sử dụng mô hình Cross-Encoder Jina Reranker v2 để học trực tiếp tương tác ngữ nghĩa giữa cặp văn bản CV và JD, kết hợp các kỹ thuật hard negative mining, naive mining và hàm mất mát Cross Entropy. Dữ liệu được tổng hợp, chuẩn hóa và huấn luyện trên các cặp hồ sơ tuyển dụng thực tế. Kết quả thực nghiệm cho thấy mô hình đạt độ chính xác cao hơn từ hai đến ba lần so với BM25 và BGE-M3, đồng thời sử dụng ít tham số hơn. Nghiên cứu khẳng định khả năng ứng dụng hiệu quả của Cross-Encoder trong các hệ thống tuyển dụng thông minh
Bản toàn văn lưu tại thư viện Đại học Bách khoa Hà Nội

Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.

Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
  • Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
  • Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
  • Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.

Đề tài cùng ngành

Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.