CHÚC MỪNG SINH VIÊN LỚP HTTT2023.2 CÓ BÀI BÁO ĐƯỢC CHẤP NHẬN TẠI HỘI NGHỊ KHOA HỌC QUỐC TẾ CLEF 2026 (SCOPUS)
CLEF 2026 (Conference and Labs of the Evaluation Forum) là hội nghị quốc tế về đánh giá các hệ thống truy xuất và truy cập thông tin, dự kiến được tổ chức tại Jena, Đức, từ ngày 21 – 24/09/2026.
CLEF là diễn đàn quốc tế dành cho các nhà nghiên cứu, chuyên gia và các nhóm nghiên cứu nhằm trình bày, đánh giá và so sánh các phương pháp, hệ thống trong lĩnh vực truy xuất thông tin, xử lý ngôn ngữ và các bài toán liên quan đến hiểu dữ liệu đa phương thức. Hội nghị đồng thời tổ chức nhiều chiến dịch đánh giá (evaluation campaigns), tạo môi trường nghiên cứu và thử nghiệm các phương pháp mới trên các bộ dữ liệu và bài toán thực tế.
Mã ISSN: 1613-0073
Nhà xuất bản: CEUR Workshop Proceedings (CEUR-WS)
Thông tin Hội nghị: https://www.clef-initiative.eu/
Tên bài báo: “In-Domain Contrastive Fine-tuning of Sentence-BERT for ESCO-based Job–Skill Retrieval and Classification”
Sinh viên thực hiện: Đào Bảo Phúc – MSSV: 23521192 – Lớp HTTT2023.2
Giảng viên hướng dẫn: ThS. Nguyễn Hồ Duy Trí
Abstract: We address TalentCLEF 2026 Task B—job–skill matching from job titles—as a dense retrieval problem by fine tuning a Sentence-BERT bi-encoder (all-mpnet-base-v2) with Multiple Negatives Ranking Loss over alias enriched ESCO skill representations. A systematic ablation across seven configurations shows that in-domain contrastive fine-tuning is the single most impactful factor, improving MAP from 0.1430 (zero-shot) to 0.2564 (+79%) on the validation set. On the official test set, our submitted system achieves NDCG (Graded) = 0.6829 and NDCG(Binary) = 0.7285, ranking 16th out of all submissions and outperforming the organizer baseline (NDCG Graded 0.63). A structural difficulty analysis reveals two retrieval bottlenecks: 31.2% of relevant pairs involve alias-poor skills, and generic job titles (<3 tokens) achieve mean AP of only 0.11. These properties help explain both our system’s performance gap and the narrow spread between the organizer baseline and our submitted system.
