APEC : de la sémantique dans les offres d’emploi

Une nouvelle série d'articles dans la lettre "Recherche & Référencement" avec la description de projets mis en place dans le cadre de la recherche d'information sur réseau intranet. Ce mois-ci, nous découvrons comment, pour faciliter l'intégration des CV et des offres d'emplois dans son système d'information, l'Apec utilise toutes les ressources offertes par les technologies du traitement de la langue...

Mettre en correspondance une demande portant sur un poste de consultant en "business intelligence" et un CV comportant des mots comme informaticien et décisionnel demande une expertise qui a longtemps été réservée à un traitement humain. Motivée par le nombre de documents qu'elle reçoit tous les mois (des milliers d'offres d'emploi), et encore plus de CV, l'Apec (agence pour l'emploi des cadres : http://www.apec.fr/) s'est lancée dans la mise en place d'outils de traitement de la langue permettant d'obtenir le même type de résultats.

L'agence a décidé d'ajouter une couche intelligente et automatisée dans le traitement des données textuelles internes et d'une partie du web. Dominique Jaquet, DSI de l'Apec, est convaincu de l'intérêt des outils de traitement automatique de la langue (TAL). "Une indexation sémantique améliore les résultats de recherche et aide à mesurer la qualité des documents" précise t-il.

Un traitement en trois étapes

Le projet global a été découpé en plusieurs "briques" :

- La première application mise en place analyse les offres afin d'en améliorer la qualité. Plus précisément, elle vérifie d'abord que les mentions légalement interdites (race, etc.) ne sont  pas présentes, que toutes les mentions légales (rémunérations, expérience, lieux, etc.) sont, a contrario, bien présentes.

- Une deuxième phase nettoie l'annonce de tous les mots non significatifs et rattache chaque terme significatif (substantif ou expression) à un des champs devant figurer dans une annonce, une liste de champs définie par l'Apec. Par exemple, 'est rattaché au directeur' sera affectée au champ "dépendance hiérarchique".

- Une troisième étape consiste à évaluer la qualité globale de l'offre en fonction de son contenu. Cette dernière sera renvoyée à l'émetteur si trop de critères manquent ou sont mal formulés.

Le moteur d'indexation se fonde à la fois sur des statistiques, liées à la fréquence d'apparition des mots et expressions dans un texte, et sur la comparaison des mots avec le dictionnaire de 150 000 concepts fourni par l'éditeur Lingway. Avant d'affecter un sens à un mot, qui en possède trois en moyenne dans la langue française, le moteur mixe statistiques et proximité avec d'autres mots dans l'arborescence du dictionnaire.

Organisé sous la forme d'une structure arborescente, ce dernier associe des synonymes à des concepts. Par exemple, la présence, dans la même annonce, des mots "système d'information" et "environnement" attribuent un sens technique, et non pas écologique.

Après ce premier projet mis en production l'année dernière, qui s'est étalé environ sur neuf mois, et a coûté 80 000 euros (divisés à parts égales entre la licence et le développement), l'Apec s'est lancée dans le traitement des CV. Première motivation du projet : faciliter la mise en correspondance des CV et des offres grâce au traitement sémantique. L'agence désirait également permettre l'intégration des CV au format bureautique dans ses bases de données sans imposer aux internautes de ressaisir leur CV sur son site.

Une nouvelle étape pour le traitement des CV

Baptisé e-Recrutement, le logiciel développé par Lingway initialement pour l'Apec extrait toutes les données d'un CV au format Word ou RTF pour les placer dans des champs structurés. "Cela répond aussi à une préoccupation des agences d'intérim qui estiment que les candidats remplissant les formulaires sur leur site sont souvent les moins intéressants et préfèrent ceux qui envoient leur CV sous forme de fichier bureautique", explique Hugues de Mazancourt, directeur technique de l'éditeur.