中国青年报客户端北京11月6日电（中国青年报·中国青年网记者陈璐）“比如出现一个新职业类型无人机操作员，该职业类的各项数据是不全的，但通过AI迁徙学习的方法引入其他成熟相关领域职位的数据，丰富训练样本量，优化人岗匹配推荐的模型参数、链接到新职类上，就能够提升该职类的人岗匹配效率，相匹配的求职者和招聘者能更快速地对接。”BOSS直聘NLP（自然语言处理）中心负责人介绍。
11月3日，在中国香港举办的自然语言处理领域国际顶级会议EMNLP上，中国人民大学与BOSS直聘合作的论文《领域自适应的人岗匹配研究》入选该会议论文集。论文介绍了将成熟职类领域的数据引入相关的新兴职类，丰富训练样本，从而提高新兴职类领域的人岗匹配效率。
这是中国招聘企业首次在AI相关领域的多个国际学术会议发表学术研究。大会评审反馈，上述论文的重要贡献是首次提出将迁移学习方法应用在人岗匹配领域，相比传统方法，能够更有效地实现文本匹配场景的知识迁移。论文建立了深度全局匹配网络框架并实现三个层次的迁移学习，实验证明该模型优于所有baseline模型，极大地提高了人岗匹配效率。
“BOSS直聘的目标是将人岗匹配效率提升20%”。BOSS直聘CEO赵鹏表示，人岗匹配效率是招聘领域目前需要解决的重要问题。“如何让双方更高效快速地匹配，才是一个大问题。解决了这一问题，将大大提升人岗匹配效率，也将对国民经济带来良性作用，让每个人都能发挥出自己的价值。”
“人岗匹配效率提升的前提是不断收敛招聘者和求职者的需求。”BOSS直聘NLP中心负责人介绍，招聘场景里静态文本无法充分表达内心最深层的需求，需要更多丰富场景数据收敛需求。
