Modelo de aprendizaje ontológico en el dominio de e-recruitment asociado a perfiles profesionales en TI y apoyado por redes sociales profesionales

Abstract

El aprendizaje ontológico permite la creación automática o semiautomática de ontologías de cierto dominio, identificando clases, jerarquía de clases y restricciones a través de técnicas de recuperación de información, aprendizaje automático, aprendizaje profundo y procesamiento de lenguaje natural (PLN). En este trabajo se construye un modelo de aprendizaje ontológico que utiliza modelos, técnicas y algoritmos combinados (Transformadores, Incrustación de Grafos de Conocimiento (KGE) y Reglas de asociación) para elaborar un lenguaje común de competencias y ocupaciones en el área de e-recruitment, específicamente, profesionales en Tecnologías de la Información (TI). La fuente de extracción de información es una red social profesional seleccionada como caso de uso. Se define la ontología base a partir de la cual se inicia el aprendizaje, se diseña un modelo conceptual de aprendizaje ontológico que permite extraer clases, jerarquía de clases y restricciones para la ontología base. Seguido a esto, se implementa este modelo conceptual para obtener resultados de extensión de la ontología base, se evalúa la ontología aprendida a través de una golden ontology y se valida la ontología obtenida por medio de una aplicación para el dominio de e-recruitment. (Texto tomado de la fuente)

Ontological learning allows the automatic or semi-automatic creation of ontologies in a domain, identifying classes, class hierarchy and restrictions through information retrieval techniques, machine learning and natural language processing (NLP). The aim of this document is built an ontological learning model that uses combined models, techniques and algorithms (Transformers, Knowledge Graph Embedding (KGE) and Association Rules) to develop a common language of skills and occupations in the e-recruitment area, specifically, Information Technology (IT) professionals. The source of information extraction is a selected professional social network as a use case. The base ontology from which learning begins is defined, a conceptual model of ontological learning is designed that allows information extract information for classes, hierarchy classes and the restrictions for the base ontology. Following this, this conceptual model is applied to obtain extension results of the base ontology, the learned ontology is evaluated through a golden ontology and the obtained ontology is validated through an application for the e-recruitment domain.