此前我们初步探讨了知识图谱在招聘领域的一些应用方向,本文我们将结合探也AI招聘系统来给大家展示一下知识图谱在招聘各个环节的应用实例。
探也的招聘知识图谱涵盖了我们在招聘中常用的实体信息,如行业(包括目标客户行业)、细分领域、公司、产品/品牌、职位、项目、技能(包括硬技能和软技能)、学校、专业、学历等,此外还有一些如地域、民族、政治面貌等实体信息。
这些知识图谱首先作为背景信息和先验知识,记录的主要是它们本身的详细信息和相互之间的关系,再通过深度学习技术,优化已有的知识体系中不准、不全和不够灵活的地方,并从大规模的JD和简历中学到这些信息的隐性表示,建立实体间的关联关系,形成一个庞大的图数据库。
下面我们一起来看一看探也的知识图谱在招聘中是如何发挥作用的,多图预警。
01 实体信息增强
知识图谱作为一种语义网络,是一个具有图结构的知识库,实体信息的增强解释和说明是知识图谱最基本的功能。
在招聘过程中,我们经常需要了解某个学校是否985/211,是公立还是民办,了解候选人简历中提到的公司是做什么的,规模怎样,是否与本公司所处同一行业或相关领域,探也系统均对这些信息做了处理和呈现。