E! 7846 Semantic Analysis for Unrestricted Generalized Employment

SAUGE-prosjektet har som sitt formål å levere teknologi som fanger alle nyanser fra en håndskreven CV (eller resumé) og omgjør den til strukturert informasjon som da kan forbindes til Linked Open Data-initiativet. Denne uinnskrenket CV-parsing kommer til å bli en avgjørende skritt i dét det kommer til å være basert på hybridiseringen av de beste teknikkene som hittil har vært brukt i parsing av symbolsk og statistisk data. Matchingprosedyren kommer følgelig til å bli forbedret og den kommer til å muliggjøre etterspørselen etter kandidater formulert i naturlig språk, noe som vil gjøre utfylling av former og overflødig. Avslutningsvis kommer all informasjon til å være strukturert på en slik måte at all arbeidsrelatert informasjon (steder, selskaper, personer o.l.) blir knyttet til informasjonskilder som kan tilby supplerende informasjon, f.eks. GeoNames, Europeana, Wikipedia, osv.

The market of job offer and job demand traversed in the last times a deep refactoring. On the one hand on-line facilities are absorbing a large share of the job market. On the other hand social media are becoming an excellent channel for recruiting and r esume discovering. These two tendencies are crossed with the fact that the localization of work is becoming less crucial (distance working) and people are more and more willing to change their living place (European Mobility). The potential of this phen omenon is however hampered by lack of technological support: whereas world-level platforms exist for crossing job offer and job demand (e.g. Monster), the matching is still mostly monolingual and constrained by a set of structured data that the user (eith er a job seeker or a job provider) must fill in. Moreover no business effort has been made so far to 'project' the job demand/offer mechanism in the context of the Linked Open Data paradigm. The SAUGE project aims at providing a technology for unrestric ted CV (or resume) parsing able to capture all nuances contained in a manually written CV and to transform them into structured information. The extracted information is then linked in the context of Linked Open Data initiative. The choice of the consor tium has been made in order to maximize the European dimension and collaboration of research-performing SMES with academic partners. The European dimension is necessary in order to cover multiple languages and countries, so as to increase the impact of t he project. Participation of the academic partner is necessary in order to develop novel technologies which are currently unavailable to the involved SMES.