Hi-BERT : A Semantic Relation Learning Model for Recruitment Ontology and Academic Papers
S Song, Hyeon-Jeong Mun, Youngji Kim, Yong-Tae Woo · Journal of the Korea Society of Computer and Information · 2025
본 연구에서는 생성형 AI를 이용하여 채용공고에서 자동 생성된 채용 온톨로지와 학술논문 간 의 의미적 연관성을 효과적으로 학습하기 위한 Hi-BERT 언어모델을 제안한다. 제안 모델에서는 채용 온톨로지의 구조적인 정보를 자연어 형태로 변환한 온톨로지 변환 문장에 의해 채용공고와 학술논문 간의 의미적인 연결성을 학습한다. 또한, 채용공고와 학술논문에서 도메인별로 고유한 특성을 학습하여 대조 학습 기법으로 최적화한다. 제안 모델은 KLUE와 KoSimCSE-BERT 같은 기존의 문장 임베딩 모델이 가지는 서로 다른 도메인 간의 지식 전이의 한계를 개선할 수 있다. 특히, 본 연구에서 제안한 온톨로지 변환 문장을 활용한 학습 방법은 단순 텍스트 코퍼스에 의해 학습된 기존 모델보다 의미론적 이해가 가능하다. 향후, 본 제안 모델은 전문가 검색 시스템 개발을 위한 기반 언어모델로 사용할 수 있으리라 기대된다.