गाइड से जुड़ी प्रश्नोत्तरी · मध्यम स्तर

बायोडाटा पार्सिंग और प्रतिभा मिलान प्रश्नोत्तरी में एआई

जानें कि रेज़्यूमे पार्सिंग कैसे संरचित फ़ील्ड निकालता है, सिमेंटिक मिलान कैसे उम्मीदवारों की भूमिकाओं के साथ तुलना करता है, और पूर्वाग्रह और निरीक्षण कहाँ मायने रखते हैं।

संबंधित मार्गदर्शक पथबायोडाटा पार्सिंग और प्रतिभा मिलान में एआई
प्रश्न 1 का 8

रेज़्यूमे पार्सिंग मुख्य रूप से क्या करती है?

प्रत्येक प्रश्न का पूर्वावलोकन करें8 प्रश्न

जैसे ही आप प्रश्नोत्तरी लेते हैं उत्तर और स्पष्टीकरण दिखाई देते हैं।

  1. रेज़्यूमे पार्सिंग मुख्य रूप से क्या करती है?
    • असंरचित बायोडाटा टेक्स्ट को कौशल और तिथियों जैसे संरचित क्षेत्रों में परिवर्तित करता है
    • उम्मीदवारों के लिए बायोडाटा लिखता है
    • फोन द्वारा उम्मीदवारों का साक्षात्कार लेता है
    • प्रत्येक भूमिका के लिए वेतन निर्धारित करता है
  2. आधुनिक सिमेंटिक मिलान पुराने कीवर्ड फ़िल्टर पर कैसे सुधार करता है?
    • यह केवल सटीक शब्द मिलान खोजता है
    • यह संबंधित शब्दों को समझता है, इसलिए 'रिएक्ट डेवलपर' 'फ्रंट-एंड इंजीनियर' से मेल खा सकता है
    • यह कार्य विवरण को अनदेखा करता है
    • इसके लिए उम्मीदवारों को अपना बायोडाटा दोबारा टाइप करना होगा
  3. एआई प्रतिभा मिलान में पूर्वाग्रह एक गंभीर चिंता का विषय क्यों है?
    • AI PDF नहीं पढ़ सकता
    • बायोडाटा हमेशा गुमनाम होते हैं
    • ऐतिहासिक नियुक्ति पर प्रशिक्षित मॉडल पिछले भेदभाव को सीख सकते हैं और बढ़ा सकते हैं
    • मिलान पूर्णतः यादृच्छिक है
  4. समानता तुलना के लिए कौन सी तकनीक पाठ को संख्यात्मक वैक्टर में परिवर्तित करती है?
    • ओसीआर स्कैनिंग
    • स्प्रेडशीट छँटाई
    • वर्तनी जांच
    • ट्रांसफार्मर मॉडल से एम्बेडिंग
  5. स्कैन किए गए, छवि-आधारित बायोडाटा से टेक्स्ट निकालने के लिए क्या आवश्यक हो सकता है?
    • ऑप्टिकल कैरेक्टर रिकग्निशन (ओसीआर)
    • एक तेज़ माइक्रोफ़ोन
    • एक तेज़ प्रिंटर
    • नई नौकरी की पोस्टिंग
  6. What is one possible use of semantic matching in a resume-screening workflow?
    • Automatically decide who should be hired without human review
    • Compare job requirements with skills described in candidate profiles
    • Guarantee a fair outcome for every applicant
    • Infer protected traits from a candidate’s name
  7. When can an OCR step be useful in resume parsing?
    • When comparing two already-computed embedding vectors
    • When deciding a candidate’s interview score
    • When a resume is a scanned image and its text is not directly selectable
    • When converting a job title into a salary
  8. What does cosine similarity compare in the guide’s embedding-based matcher?
    • The number of pages in each document
    • The chronological order of work history entries
    • The acoustic pitch of candidate names
    • The direction or angular similarity of job-description and candidate-profile vectors