人工智能招聘软件负责人介绍知识图谱

今天，Loxo发布了 Loxo Knowledge Graph™，它为历来由申请人跟踪系统 (ATS) 和招聘 CRM 主导的招聘软件市场领域带来了革命性的变化。除了谷歌、微软、IBM、亚马逊和 Meta 等最大的企业软件重量级企业之外，很少有软件公司成功地将专有知识图谱在商业上可用的企业对企业应用程序中推向市场。

旨在取代 ATS 和 Recruiting CRM的最先进人才智能平台已经在其产品套件中大量使用机器学习、自然语言处理和深度学习的组合。虽然他们现有的方法已经在人工智能系统的每一层解决了 Loxo 的关键目标，但它们是自下而上的机器学习，缺乏知识表示。

没有知识表示，人工智能是不可能的。在招聘行业，这意味着如果机器无法读取、解释或理解数据，机器就不可能获取、分析、比较和推荐最佳候选名单可能比精英级别的人力招聘专业人员更准确地匹配候选人。

为了让机器智能理解数据，数据本身需要被结构化，然后以允许机器“学习”查看数据中的相似性和模式以及这些不同实体(例如人)之间的关系的方式进行组织、工作、技能、地点、组织以及他们的所有关系。

“人工智能软件需要多种类型的输入和大量的多任务学习”，Ilia Cheishvili Loxo 联合创始人兼首席技术官说。

“决定从头开始构建知识图谱是一个很大的赌注。整个过程非常耗费人力，而且速度非常缓慢。我们经常质疑创建 Loxo Knowledge Graph™ 是否过于雄心勃勃，这经常导致关于将这些资源重新定向到其他核心计划的辩论。尽管道路崎岖不平，但我们坚持不懈，并且对这一成就对我们的客户、这个行业的未来以及我们的愿景意味着什么感到欣喜若狂。”

在开始阶段，Loxo 的 AI 团队发现了一些政府、开源和私营部门的分类法。有很多可用的分类法和本体是为特定的行业利基创建的，但是没有一个单一的资源或可用的资源组合是接近全面的或针对他们的用例量身定制的，因此他们被迫从头开始构建整个系统。他们的团队获取并组合了独特的数据集，将元素分解到可能的最小亚原子级别，然后手工构建了诸如行业分类系统、职业阶段、职业路径、技能、能力、资格、职位和数百个其他专有输入。他们的人工智能团队将所有元素组织成一个层次结构，

此外，Loxo 取得了重大突破，他们能够结合 Loxo AI™ 自 2015 年第一个版本推出以来(当时称为 Loxo IQ 在2015)，它提供了更丰富且与上下文相关的行业领域专业知识。鉴于所有独特的后台流程，不可能复制 Loxo Knowledge Graph™ 所取得的成就以及团队如何使整个系统工作。

标签：

版权声明：本文由用户上传，如有侵权请联系删除！