MrAlexGov/vacancy-classifier-ru

Модель для классификации вакансий была создана на основе предобученной архитектуры BERT путем дообучения (fine-tuning) на специально размеченном датасете.

Датасет для обучения содержал 1000 текстов вакансий, сбалансированных по двум классам:

500 примеров — релевантные вакансии для IT-сферы.

500 примеров — нерелевантные вакансии, не относящиеся к сфере информационных технологий.

В результате модель научилась эффективно различать и категоризировать тексты вакансий на соответствующие IT и все прочие.

Model Trained Using AutoTrain

• —Problem type: Text Classification

Validation Metrics

loss: 0.3812274634838104

f1: 0.8502415458937198

precision: 0.822429906542056

recall: 0.88

auc: 0.9464999999999999

accuracy: 0.845