Description

Buku ini membahas salah satu pendekatan utama dengan hasil solusi yang efektif, yaitu pendekatan Embedding-based untuk screening CV berdasarkan kesesuaian dengan job description. Di sinilah teknologi pemrosesan bahasa alami (NLP) berperan. Metode seperti TF-IDF Weighted Word Embedding membantu menyoroti kata-kata penting dalam CV, sementara Doc2Vec mampu menangkap gambaran utuh dari isi dokumen. Lebih modern lagi, Sentence Transformers (SBERT) dan Universal Sentence Encoder (USE) bisa memahami makna kalimat secara lebih mendalam, bahkan jika ditulis dengan gaya berbeda. Dengan bantuan metode ini, proses screening CV (atau bentuk implementasi yang lebih umum) menjadi lebih cepat, adil, dan tepat sasaran, sehingga perusahaan tidak lagi hanya mengandalkan “membaca manual”, tetapi juga memanfaatkan kecerdasan buatan untuk menemukan kandidat yang benar-benar sesuai.