İşin Olsun Platformu İlanlarında İçerik Kontrolü

Işılay Tuncer; Şeref Keskin; Mehmet Apaydın

EN TR

Content Control in İşin Olsun Platform Job Texts

Abstract

In this paper, the approaches developed for the content management and automatic content control of the postings on the İşin Olsun website, which is a blue-collar job search and finding platform, will be explained. For this purpose, experiments were carried out with supervised machine learning models and Bert transformer architecture methods and the results were observed. At the end of the study, a system was developed in which the contents of the job texts are automatically classified using Bert for sequence classification, which was determined as the most successful method, and this system was integrated into the job search platform. Starting from labeling the job texts in two different classes as appropriate or unsuitable content by the controllers, from the preparation stages of the dataset to the integration of the classification model into the system, the studies are summarized in this paper.

Keywords

language models , bert , transformers , natural language processing , artificial intelligence , deep learning

İşin Olsun Platformu İlanlarında İçerik Kontrolü

Öz

Bu bildiride mavi yakalı iş arama ve bulma platformu olan İşin Olsun sitesindeki ilanların içerik yönetimi ve otomatik içerik kontrolü hakkında geliştirilen yaklaşımlar açıklanacaktır. Bu amaçla denetimli makine öğrenmesi modelleri ve Bert transformer mimarisi yöntemleri ile deneyler gerçekleştirilerek sonuçları gözlemlenmiştir. Çalışma sonunda, en başarılı yöntem Bert for sequence classification kullanılarak ilan içeriklerinin otomatik olarak sınıflandırıldığı bir sistem geliştirilmiş ve bu sistem iş arama platformuna entegre edilmiştir. İşin Olsun ilan metinlerinin kontrolör görevindeki kişiler tarafından uygun veya uygun olmayan içerik şeklinde iki farklı sınıfta etiketlenmesinden başlayarak, veri kümesinin hazırlanma aşamalarından, sınıflandırma modelinin sisteme entegrasyonuna kadar olan çalışmalar bu bildiride özetlenmektedir.

Anahtar Kelimeler

dil modelleri , bert , transformers , doğal dil işleme , yapay zekâ , derin öğrenme

References

[Online]. Available: https://isinolsun.com/
U. U. Acikalin, B. Bardak, and M. Kutlu, “Turkish sentiment analysis using bert,” in 2020 28th Signal Processing and Communications Applications Conference (SIU), 2020, pp. 1–4.
J. Devlin, M.-W. Chang, K. Lee, and K. Toutanova, “Bert: Pre-training of deep bidirectional transformers for language understanding,” 2019.
Y. Zhang, R. Jin, and Z.-H. Zhou, “Understanding bag-of-words model: A statistical framework,” International Journal of Machine Learning and Cybernetics, vol. 1, pp. 43–52, 12 2010.
[Online]. Available: https://huggingface.co/transformers/model doc/bert. html
S. Schweter, “Berturk - bert models for turkish,” Apr. 2020. [Online]. Available: https://doi.org/10.5281/zenodo.3770924
[Online]. Available: https://www.perspectiveapi.com/
A. Vaswani, N. Shazeer, N. Parmar, J. Uszkoreit, L. Jones, A. N. Gomez, L. Kaiser, and I. Polosukhin, “Attention is all you need,” 2017. [Online]. Available: https://arxiv.org/pdf/1706.03762.pdf
[Online]. Available: https://en.wikipedia.org/wiki/Scunthorpe problem
C. Sun, X. Qiu, Y. Xu, and X. Huang, “How to fine-tune bert for text classification?” 2020.

Details

Primary Language

Turkish

Subjects

Computer Software

Journal Section

Research Article

Authors

Işılay Tuncer ^*
0000-0003-4002-9695
Türkiye

Şeref Keskin
0000-0003-4577-7502
Türkiye

Mehmet Apaydın
0000-0002-4707-8994
Türkiye

Publication Date

December 31, 2021

Submission Date

June 25, 2021

Acceptance Date

October 10, 2021

Published in Issue

Year 2021 Volume: 7 Number: 3

IZ

https://izlik.org/JA87ZZ34XN

IEEE

[1]I. Tuncer, Ş. Keskin, and M. Apaydın, “İşin Olsun Platformu İlanlarında İçerik Kontrolü”, GJES, vol. 7, no. 3, pp. 243–252, Dec. 2021, [Online]. Available: https://izlik.org/JA87ZZ34XN

GJES is indexed and archived by:

33113 33114 33115 33116 33117

Gazi Journal of Engineering Sciences (GJES) publishes open access articles under a Creative Commons Attribution 4.0 International License (CC BY)