Resumen:En este entorno laboral altamente competitivo, la selección del personal adecuado es esencial para el éxito organizacional. Este estudio presenta un sistema automatizado de selección de personal que utiliza métodos sofisticados de procesamiento del lenguaje natural (NLP) para evaluar y clasificar a los solicitantes de ingeniería de software. Se creó un conjunto de datos distintivo agregando perfiles de LinkedIn que incluyen características esenciales como educación, experiencia laboral, habilidades y presentación personal, mejorado aún más con evaluaciones de expertos para que funcionen como estándares. La investigación combina modelos de lenguajes grandes (LLM) con la teoría de la toma de decisiones multicriterio (MCDM) para desarrollar el marco LLM-TOPSIS. En este contexto, utilizamos el método TOPSIS mejorado por lógica difusa (Fuzzy TOPSIS) para abordar la ambigüedad y subjetividad intrínsecas en las evaluaciones humanas. Utilizamos números difusos triangulares (TFN) para describir las ponderaciones y puntuaciones de los criterios, abordando así la ambigüedad que se encuentra con frecuencia en las evaluaciones de los candidatos. Para la clasificación de candidatos, el modelo DistilRoBERTa se ajustó e integró con el método difuso TOPSIS, logrando clasificaciones estrechamente alineadas con evaluaciones de expertos humanos y logrando una precisión de hasta el 91 % para el atributo Experiencia y el atributo General. El estudio subraya el potencial de los marcos impulsados por la PNL para mejorar los procedimientos de contratación al impulsar la escalabilidad, la coherencia y minimizar los prejuicios. Los esfuerzos futuros se concentrarán en aumentar el conjunto de datos, mejorar la interpretabilidad del modelo y verificar el sistema en escenarios de reclutamiento reales para evaluar mejor su aplicabilidad práctica. Esta investigación destaca el potencial intrigante de fusionar la PNL con métodos de toma de decisiones difusos en la selección de personal, permitiendo soluciones escalables e imparciales a las dificultades de contratación.
Publicado originalmente en export.arxiv.org el 1 de febrero de 2026.
Ver fuente original
