Сравнительный анализ эффективности моделей обработки естественного языка для адаптации образовательных программ к требованиям рынка труда

Приведён обзор существующих подходов, позволяющих адаптировать образовательные программы к требованиям рынка труда, а также современных NLP-моделей, применимых для автоматизированного сопоставления компетенций выпускников и требований вакансий. Рассмотрена методика выполнения сравнительного анализа эффективности различных моделей NLP (TF-IDF, Word2Vec, FastText, BERT и RuBERT) на задаче семантического соответствия. Обоснован выбор модели RuBERT как наиболее эффективной для русскоязычных данных. Сделан вывод, что система поддержки принятия решений на основе RuBERT позволит выявлять пробелы в образовательных программах и формулировать рекомендации по их обновлению.