技术流|人工智能筛选简历的“套路”

640?wx_fmt=jpeg

当HR面对成堆简历望洋兴叹时

投简历的求职者也在心情忐忑

还只能凭经验选人?如何努力能得青睐?

如果你手握PaddlePaddle

以上问题将让人豁然开朗

今天展示PaddlePaddle如何实现简历初筛

带好装备动起来!

技术流|人工智能筛选简历的“套路”_第1张图片

准备

PaddlePaddle系统、求职者简历数据(询问熟悉的HR)

顺手的计算机、键盘显示屏等


算法


自然语言处理(NLP)

门禁卷积神经网络算法(参考“学习干货”-“基础理论”-CNN)


模型

DSSN

用DNN模型在一个连续的语义空间中学习文本低纬的表示向量,建模两个句子间的语义相似度。PaddlePaddle提供通用DSSM 模型,模型实现支持通用的数据格式,用户替换数据便可在真实场景中使用。

效果:


根据企业历史投递、面试、招聘、绩效考核和评价等标记数据,附加求职者档案信息、简历/职位文本内容、招聘投递等历史数据,由深度学习衍生的“AI招聘官”将学习职位JD,而后数据模型智能筛选,生成结果传递给HR进行后续操作

智能招聘是PaddlePaddle可延展的一个方向

欢迎大家投稿使用PaddlePaddle产出的成功案例

一经采纳可有机会获得我们的小礼物~


*为了方便大家问题的跟进解决,PaddlePaddle采用Github Issue来采集信息和追踪进度。问题未解决可在Github0Issue上提问,或加入PaddlePaddle QQ社区进行交流,群号:432676488

640?wx_fmt=png

点击“阅读原文”可直达DSSN模型哦~

你可能感兴趣的:(技术流|人工智能筛选简历的“套路”)