CONSTRUÇÃO DE UM CORPUS DE MINIBIOGRAFIAS DE CURRÍCULOS

A análise de currículos é um processo fundamental para empresas selecionarem seus novos funcionários. Considerando a diversidade de currículos, tal processo costuma ser manualmente realizado por especialistas da área. Ainda que muitas empresas optem pelo recebimento de currículos semiestruturados, através de formulários, a maioria destes formulários tem pelo menos um campo no qual o candidato pode escrever um texto livre. Geralmente, esse campo é chamado de minibio (minibiografia do candidato) e pode conter diferentes tipos de informação, como interesses do candidato, formação e habilidades que ele gostaria de ressaltar. Este trabalho é parte de um projeto maior que visa extrair automaticamente essas informações de currículos. Aqui apresentaremos o processo de construção de um corpus anotado de minibiografias de candidatos. Como passo inicial analisamos um conjunto de minibios disponíveis em vários formatos. Estes formatos incluem: Perfis na Gupy, um software de Recrutamento e Seleção; Resumos no LinkedIn, uma rede social de negócios; e o campo “Minibio” presente em diferentes currículos disponibilizados em .pdf pelo próprio candidato. Identificamos quais tipos de informação apareciam nestes campos e estudamos suas estruturas linguísticas. Depois de analisar em torno de 500 documentos, concluiu-se que o conteúdo de cada campo diferia em relação ao suporte no qual o texto estava inserido (Marcuschi (2013)). Considerando, então, que estávamos lidando com gêneros textuais diferentes, optou-se por construir um corpus anotado com documentos de apenas um suporte. Trabalhamos com o LinkedIn, por ser o suporte onde encontrava-se minibios com uma maior variedade de informações. Finalmente, categorizamos as informações mais recorrentes em tais minibios. São elas: Grau de Escolaridade, Cursos, Instituições de Ensino, Soft Skills (habilidades sociocomportamentais e intangíveis), Ferramentas (habilidades facilmente comprováveis com ferramentas, como o Excel), Cargo e Função, Grande Área e Empresas (lugares onde o candidato tenha obtido experiência prévia). Para este trabalho anotou-se 100 resumos do LinkedIn utilizando estas etiquetas. Para a anotação foi usada a ferramenta Prodi.gy. O futuro deste trabalho é continuar a construção desse corpus. Para tal será necessário analisar as informações mais frequentes presentes nos demais suportes e currículos. O objetivo final da construção desse corpus é servir de base para a criação de um modelo no contexto do processamento de linguagem natural capaz de extrair as informações relevantes de cada um desses suportes. (Apoio: B2W Digital)