北森Paas生态 之 人才学 基于NLP识别应聘者关键行为要素

01.jpg

  近日,北森招聘管理系统与Seedlink(人才学)达成合作,双方将在产品功能层面完成对接。Seedlink(人才学)的人工智能新技术和评估模型,为企业招聘提供了新的甄选评估视角,帮助企业识别合适的候选人。

011.jpg

关于人才学


02.jpg

  "人才学"是Seedlink旗下针对人力资源行业的人工智能产品,能通过自然语言处理(NLP)和机器学习技术帮助企业预测应聘者与岗位的匹配度,定位到符合公司发展目标的潜在员工。


真正为企业带来成功的

实际是人身上具备的关键行为要素

  近几年在招聘领域出现的新兴方法论——抛开对人的评价,从关键行为要素层面出发,用数据分析、甄别出适合岗位的候选人。所谓关键行为,是指那些与商业成功有着高度关联的行为特质。这是一种极其节约成本,同时又很的人才遴选方法。


NLP是识别关键行为的关键

  要发掘出一个人身上的行为特质,很多反映指标是你很难想到的。关键行为要素通常都是极为隐蔽的。很多看似无关的行为特征实际上却起着很大的作用。

  实现行为特征判定有多种方式,其中具有较强理论支撑的是NLP(自然语言处理)技术。


03.jpg


  "人才学"系列包含了People Insight和People Insight Pro两款适用于不同运用场景的系统。


  前者可应用于初级职位的大规模招聘,如校园招聘。系统会在这个过程中收集来自申请者的语料数据,分析其中的语言特质,并从中挖掘与行为之间的关联。根据语言的"特殊程度"给出排名。


  而People Insight Pro是针对中高层人才遴选的一款人工智能产品。它利用语言和行为的关联,通过搜集企业内部员工的语言信息,利用算法进行分析建模,得出相应的关键行为特质以及能够反映这些特质的语言特征。之后在搜集职位候选人的语言信息进行匹配。凡是那些语言特征符合标准的候选人,就被系统评定为合格人选。企业通过搜集求职者的语言信息并将其录入系统,就能够测出求职者的行为和性格特征。


强大的语料库为支撑

  "人才学"系统调用了LIWC语料库。(LIWC:Linguistic Inquiry and Word Count,版本的LIWC 2015已经是一套收录了来自8万名英语世界(主要是美、英、加拿大、新西兰、澳大利亚)的作家和演讲家、总共包含了2亿3千万有效词汇的庞大语言数据库系统。)中文方面,我们的系统与中科院计算网络心理实验室研发的TextMind进行了连接,提供了简体中文的分析。

04.jpg


增强算法学习能力+加入人为标记

让语料库变得加精简和可靠


  增强算法学习能力:"人才学"生成了一套运算能力为强大的算法来学习语料信息。在少量的语言信息录入的情况下也能进行有效学习。与LIWC系统需要录入大量语料的方式不同,新的算法在录入100人的语料信息(每人录入不少于50个词)时就可以进行学习。而这100人的语料则被当做样本来建立语料模型。


  加入人为标记(tagging):用加带有机器学习色彩的方法替换掉Pennebaker使用的词条匹配机制。"人才学"对录入机器的语言信息进行标记,告诉系统算法,这100人的样本语料当中,哪些人是具备合格的行为特征(desired traits)的,哪些人是不具备的。 标记实际上就是一种训练行为,就像家长教小孩子对错是非一样。当这种训练到达一定程度时,算法就有足够的能力独立地学习新的事物,好比小孩子长大成人,能够进行复杂的推理,此时他不仅能够分辨对错是非,还能够分析其中的原因与逻辑。


  通过这种标记的方式,系统能够在语言模式和行为特征之间建立起某种关联。当某些用语方式出现的时候,算法就能识别出潜在的行为特征。

10.jpg

咨询 帮助