腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
首页
学习
活动
专区
工具
TVP
最新优惠活动
返回腾讯云官网
SimpleAI
专栏成员
举报
104
文章
156600
阅读量
37
订阅数
订阅专栏
申请加入专栏
全部文章（104）
NLP 服务（27）
其他（21）
深度学习（18）
网络安全（18）
https（18）
机器学习（17）
神经网络（17）
编程算法（17）
人工智能（12）
模型（9）
数据（7）
批量计算（5）
python（4）
linux（4）
pytorch（4）
css（3）
html（3）
git（3）
开源（3）
论文（3）
node.js（2）
github（2）
腾讯云测试服务（2）
numpy（2）
决策树（2）
keras（2）
数据结构（2）
chatgpt（2）
data（2）
distribution（2）
embedding（2）
label（2）
lm（2）
model（2）
测试（2）
基础（2）
LoRa（2）
LLM（2）
数据挖掘（1）
tensorflow（1）
java（1）
go（1）
ide（1）
api（1）
搜索引擎（1）
容器镜像服务（1）
日志服务（1）
访问管理（1）
机器翻译（1）
短信（1）
企业（1）
容器（1）
serverless（1）
强化学习（1）
kernel（1）
模式识别（1）
微信（1）
windows（1）
特征工程（1）
jupyter notebook（1）
background（1）
detection（1）
event（1）
events（1）
global（1）
gpt（1）
input（1）
ld（1）
local（1）
lstm（1）
matrix（1）
mnist（1）
target（1）
zero（1）
函数（1）
互联网（1）
开发（1）
框架（1）
设计（1）
实践（1）
数学（1）
搜索（1）
统计（1）
性能（1）
异常（1）
搜索文章
搜索
搜索
关闭
PaperReading-用能力感知神经网络提高人岗匹配效果
模式识别
抛开这篇论文，我们先谈一谈人岗匹配这件事到底在做什么，做哪些难点。 一家大公司，一旦发布了某招聘需求，往往每天会有成千上万封简历飞来应聘。HR需要从这成千上万封简历中筛选符合要求的、跟岗位匹配的一批简历，进入面试环节。而这个筛选过程是十分痛苦的，一天看上百封简历可能还看得过来，一天看一千封、一万封，你就根本没法应付了。这个时候，我们就希望借助于机器帮我们筛选。所以最初，我们会设定一些规则，让电脑去判断一封简历是否满足了某些要求，比如毕业学校、学历、年龄等等这些硬性要求。但是，对简历的要求远远不止这些，还有对技能（软技能、硬技能）的要求，对工作经历项目经历的要求，这些很难通过人工设定规则来判断。另外，语言的表达形式多种多样，你定义了一个要求，简历实际上也满足这个要求，但是表达方式、用词用语不一样怎么办？而且，不光是筛选掉不合格的简历，合格的简历也不是全部都要，这个数量依然太大了，我们还需要优中选优，对所有合格的简历进行一个匹配度的排序，最终可以选出前N个最符合要求的简历来。
beyondGuo
2019-05-06
800
0
没有更多了
社区活动
【纪录片】中国数据库前世今生
穿越半个世纪，探寻中国数据库50年的发展历程
立即查看
Python精品学习库
代码在线跑，知识轻松学
立即查看
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客，速成社区影响力并领取好礼
立即体验
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
立即查看
领券
问题归档
专栏文章
快讯文章归档
关键词归档
开发者手册归档
开发者手册 Section 归档
