Moka招聘管理系统简历解析已经成熟了,该学会自己筛简历了!

首先要拉平一个认知:看简历是个体力活,如同高考文科阅卷,看多了是真的会瞎的。

不知道什么时候开始,资本市场盯上了求职招聘渠道,于是,HR吃“笋”的季节就到了,一顿两顿鲜美可口,日子久了,企业每个在招职位都可能有成百上千的投递量,造成HR要筛选、评估大量简历。“笋”吃腻了就会派生出HR各种各样的“神”操作,三秒看一份简历、成批量Pass简历、邀约面试“脸盲”现象比比皆是,一定程度上影响了后期的人才精准化对位。

这些只是表象,内核其实是HR每天为积累更加丰富的企业人才库,将来自各渠道五花八门的简历进行关键信息检索再匹配到岗位,真的会筛到“痛哭”。行业数据也验证了这一项工作的疼痛指数:在HR的有效工作时间内,简历筛选的时间占比超过50%!

不过伴随着AI技术的发展,识别简历中固定字段的简历解析技术也正在逐步趋向于成熟。

至于简历解析是什么?总体来说,是对非结构化的简历文本实现准确、高效的关键信息抽取,自动识别简历中个人的基本信息、工作经验、教育经历等方方面面的内容,实现简历的结构化处理,降低人力整理的成本,简化HR录入简历过程。总而言之,就是要在招聘开始就规范求职者画像,让HR拿到简历想看到什么就第一眼能看到,最终为招聘管理系统实现人岗自动化匹配、数据精准化提取、渠道简历筛选、查重提供坚实基础。

Moka招聘管理系统利用大数据与AI 技术,提升了简历解析的数据覆盖范围与精准度,实现了优于同行业解析水平10%的提升。目前Moka招聘管理系统的简历解析技术结合了概率图模型、传统机器学习模型与深度学习模型,包括当前业界效果最优的LSTM(长短期记忆网络)+CRF(条件随机场)模型、OCR(图像文字提取)等技术,解析维度超过100个,新技术的使用让 Moka在国内招聘管理系统走向AI智能化的竞速赛中,实现了弯道超车。

在业内,简历解析的技术壁垒一直以来没有明确的“三八线”,只要对程序有一些了解就可以做到,但是要做到准确率不断优化,在实践中无止境的和HR工作场景吻合是非常难的,那么Moka招聘管理系统是如何实现这10%准确率提升的呢?

自定义模型抓取,让简历解析一开始就是精准的

Moka招聘管理系统针对不同简历的格式采取了个性匹配化的信息抓取模型。

目前,同行业产品的简历抓取技术模型可针对PDF、Word等格式简历文本统一转化为txt格式,但是这种“一刀切”的解析路径会严重影响到不同格式简历解析的准确率,例如,我们看大多数的简历解析路径都是从上至下来读取简历文本信息的,所以一旦一份简历的撰写格式是从左到右的,那解析就会出现错乱。

为此,Moka招聘管理系统针对html、pdf、doc、docx、ppt、pptx、eml、txt等格式的简历解析做了专门的解析模型,而对于图片类简历,采用更垂直领域的训练数据训练OCR (图像文字提取技术)的模型,使系统能更好地理解真实场景下的简历。

模块解析,梳理简历信息链条

仅仅依靠针对不同简历的格式采取个性匹配化的信息抓取模型是远远不够的。例如,很多公司并没有标准化的名称后缀,如华为科技、百度云网盘等。而且,假使在腾讯科技做商务对接的工作期间就涉及到了京东作为客户的情况,那么要如何能让人工智能读懂这一段工作经历是在腾讯,而不会将关键信息聚焦在京东,怎么进行关键信息的解析呢?

在拿到针对不同简历的格式进行个性匹配化的信息抓取后,Moka智能化招聘管理系统对简历每个模块进行了解析,如上下文特征,这一段落主旨在表达什么,上一个段落信息是否已经齐全,是否能能联系上下文进行模块化的精准解析梳理,让简历主旨鲜明,为AI对简历语意的加深理解扫清了障碍。

语句解析,加深候选人真实意思认知

当简历解析技术面对简历段落信息时,假如其中出现了多个标签字段或者是没有识别出任何字段时,这种情况带来了新的考验。如何提取句子的主旨信息就成为了关键,比如,如何判定语句内容是公司名称?项目名称?或仅仅是一句可有可无的描述?这些在人的大脑中都要进行一定的判别,而在AI的世界中,人究竟要怎么训练它完成理解呢?

Moka招聘管理系统为提升解析的精准度,匹配以具体语句为单位的简历解析描述,将候选人简历在模块区分的基础上逐句进行语意解析,对关键字段难以识别的句子,充分考虑句内以及句间关系,并联系上下文建模,精准触达候选人表达的意思,使解析趋向于提炼简历核心意思表示,让HR阅读简历工作事半功倍。

逐字解析,构建候选人3D画像

术业有专攻,在AI智能化的应用中,招聘管理系统绝对算不上普惠的深水区。前有淘宝对于网络用户购买行为的解析、后有抖音对于用户兴趣偏好的解析,均是首屈一指,但在简历解析技术的试验田内,Moka招聘管理系统确实独具话语权。

例如:在针对简历中个别词的解析时,“前端”可能在其他产品中解析出的结果仅仅是“前面”,可在Moka招聘管理系统中,会直接关联到职位信息中。这就得益于Moka招聘管理系统对于逐个字段的解析能力,会自动联系上下文全面解析该语意的真正意思,并通过前期积累的大量训练语料及贴合使用场景的词向量的应用,可精准化的根据简历信息构建候选人3D画像。

在Moka招聘管理系统的视角,简历解析准确率的提升远远不是终极目标,而未来招聘管理系统会走向什么样的终点,似乎也没有疆界。但确定无疑的是,未来AI技术在招聘领域的应用绝对不局限于简历解析,还会渗透到HR工作中的方方面面,Moka会一直努力。

你可能感兴趣的:(Moka招聘管理系统简历解析已经成熟了,该学会自己筛简历了!)