論文の概要: JobSphere: An AI-Powered Multilingual Career Copilot for Government Employment Platforms
- arxiv url: http://arxiv.org/abs/2511.08343v1
- Date: Wed, 12 Nov 2025 01:54:32 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-11-12 20:17:03.769308
- Title: JobSphere: An AI-Powered Multilingual Career Copilot for Government Employment Platforms
- Title（参考訳）: JobSphere: 政府雇用プラットフォームのためのAIによる多言語キャリアのコパイロット
- Authors: Srihari R, Adarsha B, Mohammed Usman Hussain, Shweta Singh,
- Abstract要約: 本稿では,PGRKAMと呼ばれるPunjabの雇用プラットフォームを再定義する,AIを活用したキャリアアシスタントであるJobSphereを紹介する。
JobSphereはRetrieval-Augmented Generation (RAG)アーキテクチャを採用しており、英語、ヒンディー語、パンジャービ語で利用できる。
主なイノベーションとしては、アシスタントとの音声対応インタラクション、自動モックテスト、スキル認識による再開解析、組み込みベースのジョブレコメンデーションなどがある。
- 参考スコア（独自算出の注目度）: 0.7291396653006809
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Users of government employment websites commonly face engagement and accessibility challenges linked to navigational complexity, a dearth of language options, and a lack of personalized support. This paper introduces JobSphere, an AI-powered career assistant that is redefining the employment platform in Punjab called PGRKAM. JobSphere employs Retrieval-Augmented Generation (RAG) architecture, and it is multilingual, available in English, Hindi and Punjabi. JobSphere technique uses 4-bit quantization, allowing the platform to deploy on consumer-grade GPUs (i.e., NVIDIA RTX 3050 4GB), making the implementation 89% cheaper than that of cloud-based systems. Key innovations include voice-enabled interaction with the assistant, automated mock tests, resume parsing with skills recognition, and embed-based job recommendation that achieves a precision@10 score of 68%. An evaluation of JobSphere's implementation reveals 94% factual accuracy, a median response time of 1.8 seconds, and a System Usability Scale score of 78.5/100, a 50% improvement compared to the baseline PGRKAM platform context. In conclusion, JobSphere effectively fills significant accessibility gaps for Punjab/Hindi-speaking users in rural locations, while also affirming the users access to trusted job content provided by government agencies.
- Abstract（参考訳）: 政府の雇用サイトのユーザーは一般的に、ナビゲーションの複雑さ、言語オプションの欠如、パーソナライズされたサポートの欠如に関連するエンゲージメントとアクセシビリティの課題に直面している。
本稿では,PGRKAMと呼ばれるPunjabの雇用プラットフォームを再定義する,AIを活用したキャリアアシスタントであるJobSphereを紹介する。
JobSphereはRetrieval-Augmented Generation (RAG)アーキテクチャを採用しており、英語、ヒンディー語、パンジャービ語で利用できる。
JobSphereの技術は4ビット量子化を使用しており、プラットフォームがコンシューマグレードのGPU(NVIDIA RTX 3050 4GB)にデプロイできるため、実装はクラウドベースのシステムよりも89%安くなる。
主なイノベーションは、アシスタントとの音声対応インタラクション、自動モックテスト、スキル認識による再開パース、精度@10スコアの68%を達成する組み込みベースのジョブレコメンデーションなどだ。
JobSphereの実装の評価では、94%の事実精度、1.8秒の中央応答時間、システムユーザビリティ尺度のスコア78.5/100、ベースラインのPGRKAMプラットフォームコンテキストに比べて50%改善されている。
結論としてJobSphereは、農村部におけるPunjab/Hindi話者のアクセシビリティギャップを効果的に埋めると同時に、政府機関が提供する信頼された求人コンテンツへのアクセスも保証する。
関連論文リスト
- Cyberbullying Detection in Hinglish Text Using MURIL and Explainable AI [0.356008609689971]
デジタルプラットフォーム上でのHindi-English(Hinglish)通信のコード混在は、既存のサイバーいじめ検知システムに課題をもたらす。
本稿では,インド語多言語表現(MURIL)アーキテクチャを用いたHinglishテキストにおけるサイバーいじめ検出のためのフレームワークを提案する。
論文 参考訳（メタデータ） (2025-06-19T06:46:42Z) - Breaking Language Barriers in Multilingual Mathematical Reasoning: Insights and Observations [59.056367787688146]
本稿では, マルチリンガル数学推論 (xMR) LLM の探索と学習の先駆者である。
我々は10の異なる言語を含む最初の多言語数学推論命令データセットMGSM8KInstructを構築した。
翻訳を利用して、10個の異なる言語を含む最初の多言語数学推論命令データセットMGSM8KInstructを構築した。
論文 参考訳（メタデータ） (2023-10-31T08:09:20Z) - Toward Efficient Language Model Pretraining and Downstream Adaptation
via Self-Evolution: A Case Study on SuperGLUE [203.65227947509933]
このレポートでは、スーパーGLUEのリーダーボードにJDExplore d-teamのVega v2を提出しました。
SuperGLUEは、広く使われている汎用言語理解評価(GLUE)ベンチマークよりも難易度が高く、8つの難しい言語理解タスクを含んでいる。
論文 参考訳（メタデータ） (2022-12-04T15:36:18Z) - Using Sampling to Estimate and Improve Performance of Automated Scoring
Systems with Guarantees [63.62448343531963]
本稿では,既存のパラダイムを組み合わせることで,人間が知能的に収集する応答をサンプリングする手法を提案する。
比較的少ない予算で精度(平均19.80%)と二次重み付きカッパ(平均25.60%)の顕著な増加を観察した。
論文 参考訳（メタデータ） (2021-11-17T05:00:51Z) - Reinforced Iterative Knowledge Distillation for Cross-Lingual Named
Entity Recognition [54.92161571089808]
言語間NERは、知識をリッチリソース言語から低リソース言語に転送する。
既存の言語間NERメソッドは、ターゲット言語でリッチなラベル付けされていないデータをうまく利用しない。
半教師付き学習と強化学習のアイデアに基づく新しいアプローチを開発する。
論文 参考訳（メタデータ） (2021-06-01T05:46:22Z) - DataOps for Societal Intelligence: a Data Pipeline for Labor Market
Skills Extraction and Matching [5.842787579447653]
データOpsモデルを用いて,この問題を定式化し,解決する。
そして、履歴書からスキルを抽出する重要なタスクに焦点を合わせます。
実データに応用機械学習を適用した予備結果を示す。
論文 参考訳（メタデータ） (2021-04-05T15:37:25Z) - Dynamic Acoustic Unit Augmentation With BPE-Dropout for Low-Resource
End-to-End Speech Recognition [62.94773371761236]
我々は、OOVレートの高い低リソースセットアップで効果的なエンドツーエンドASRシステムを構築することを検討します。
本稿では,BPE-dropout法に基づく動的音響ユニット拡張法を提案する。
我々の単言語トルココンフォーマーは22.2%の文字誤り率(CER)と38.9%の単語誤り率(WER)の競争結果を確立した。
論文 参考訳（メタデータ） (2021-03-12T10:10:13Z) - Towards End-to-End Training of Automatic Speech Recognition for Nigerian Pidgin [1.099532646524593]
本稿ではナイジェリアのピジン英語向けにカスタマイズされたエンドツーエンド音声認識システムの開発に焦点をあてる。
我々は,新しいデータセットを用いて,事前訓練された最先端アーキテクチャについて検討・評価を行った。
このアーキテクチャをデータセットで表現されたニュアンスに適応することにより、エラーを59.84%削減する。
論文 参考訳（メタデータ） (2020-10-21T16:32:58Z) - Localizing Open-Ontology QA Semantic Parsers in a Day Using Machine
Translation [7.104736898689835]
セマンティックローカライザ(Semantic Localizer, SPL)は, 機械翻訳(NMT)システムを利用して, 新しい言語のセマンティックデータセットをローカライズするツールキットである。
提案手法は,公共のWebサイトから抽出したローカルエンティティを機械翻訳して,ターゲット言語で自動的に学習データを生成する手法である。
提案手法は, ホテルで30%以上, レストランで40%以上, テスト言語でローカライズされたレストランで40%以上, 従来の最先端手法よりも優れていることを示す。
論文 参考訳（メタデータ） (2020-10-10T22:03:58Z) - UPB at SemEval-2020 Task 9: Identifying Sentiment in Code-Mixed Social
Media Texts using Transformers and Multi-Task Learning [1.7196613099537055]
本研究チームは,SemEval-2020 Task 9のために開発したシステムについて述べる。
私たちは、ヒンディー語とスペイン語の2つのよく知られた混成言語をカバーすることを目指しています。
提案手法は, 平均F1スコアが0.6850であるヒンディー語タスクにおいて, 有望な性能を達成する。
スペイン語と英語のタスクでは、29人中17人として、平均で0.7064のF1スコアを獲得しました。
論文 参考訳（メタデータ） (2020-09-06T17:19:18Z) - Kungfupanda at SemEval-2020 Task 12: BERT-Based Multi-Task Learning for
Offensive Language Detection [55.445023584632175]
我々は,マルチタスク学習とBERTモデルを組み合わせた攻撃的言語検出システムを構築した。
我々のモデルは、英語のサブタスクAで91.51%のF1スコアを獲得し、これは第1位に匹敵する。
論文 参考訳（メタデータ） (2020-04-28T11:27:24Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。