背景介绍
人才搜索引擎是e成科技企业服务中的重要组成部分,为用户提供人才库搜索服务。e成科技早期的搜索引擎主要依赖于term weight、bm25等传统的信息检索相关技术,在语义匹配方面相对薄弱,而随着e成科技人力资源知识图谱的落地,搜索引擎引入知识图谱相关数据在效果上获得较大提升。
知识图谱
e成科技的知识图谱主要组成部分是实体(entity)和实体间关系,实体类型主要有职能、技能和行业等, 实体关系主要为上下位关系,基于整个graph,可以训练出每个entity的embedding。
人才搜索引擎的主要模块
人才搜索引擎主要有以下几个主要模块组成:
Query understanding:
query理解的主要工作包括对query切词,以及基本的短语识别,去除停用词,并通过NER和分类算法进行tagging,以及通过word重要性模型weighting,知识图谱落地后,NER识别后还需要通过实体链接将识别出的term/phrase对应到graph中的相应实体id。
Talent document understanding:
同样对于简历和人才画像等特征,通过识别和实体链接实体id的集合。
Match:
通过匹配模型计算query和document的match score。
Rank:
结合match模块的相关特征以及文档时效性,用户招聘偏好等特征基于pairwise的LTR模型得到document的排序。