NLP技术在智能招聘中的应用研究

智能招聘背景

人才是企业、社会发展的核心竞争力。

“寻觅人才求贤若渴，发现人才如获至宝，举荐人才不拘一格，使用人才各尽其能”

人力资源 与 人力资源管理
“选”“用”“育”“留”

选才 – 人才招聘：

投资回报比最高
招聘管理费时费力
42天+4000美金

2016年全球同比增长8.6%

失败会造成巨大损失
13% 入职后无法满足需求

重新招募花费15%~25%员工年薪

智能招聘

传统招聘：

充斥劳动密集任务，效率低 （2010-2017，平均招聘天数+13）
过度依赖主观判断，精度低 -> 避免沧海遗珠

智能招聘时代到来：

数据基础
市场巨大
前景

智能人岗匹配

人才筛选：针对不同岗位，让优秀的人才脱颖而出

核心任务：人岗匹配

衡量人才岗位匹配度
场景：人才初筛、简历池筛选、岗位推荐
多重渠道：信息爆炸
避免主观、有偏的判断，提升人才筛选效率

人岗匹配-形式化为匹配问题：

智能面试辅助

人才评估：评估候选者是否满足各项要求

核心任务：人才面试

洞察候选人多维能力和未来潜力
任务：试题推荐、面试官推荐等等
丰富的面试记录数据

招聘文本表征

变分自编码 VAE：

与NTM的联系
训练时常会遇到后验坍缩现象
所有样本的隐变量后验分布趋于相同，即表征没有区分度

如何提升VAE表征效果
现有方法