11月5日消息，自然語言處理領域國際頂級會議EMNLP 2019日前在中國香港開幕，BOSS直聘與中國人民大學合作的論文《領域自適應的人崗匹配研究》入選該會議論文集。據悉，此次是BOSS直聘今年第三次在世界頂級學術會議上亮相，也是中國招聘企業(yè)首次在AI相關領域的多個國際學術會議發(fā)表學術研究。

根據官方的介紹，今年以來，BOSS直聘在人崗匹配系統(tǒng)的研究工作分別入選EMNLP、CIKM和KDD三個國際頂級會議，對于AI相關技術在招聘領域的應用以及求職招聘領域雙邊匹配效率的提升具有重大意義。

BOSS直聘方面表示，領域自適應的人崗匹配研究》論文主要利用不同職類領域里存在相同特征數據的原理，將成熟職類領域的數據引入相關的新興職類，豐富訓練樣本，從而提高新興職類領域的人崗匹配效率。

大會評審反饋，本次論文的重要貢獻是首次提出將遷移學習方法應用在人崗匹配領域，相比傳統(tǒng)方法，能夠更有效地實現(xiàn)文本匹配場景的知識遷移。同時，在論文中，BOSS直聘與中國人民大學建立了深度全局匹配網絡框架并實現(xiàn)三個層次的遷移學習，實驗證明該模型優(yōu)于所有baseline模型，極大地提高了人崗匹配效率。

BOSS直聘NLP中心負責人表示，人崗匹配系統(tǒng)的基礎是大數據挖掘分析和應用，新興職位的誕生，意味著該領域的數據相對不夠全面和完善，影響相應職位領域的推薦匹配效率，如何補充完善新興職類在冷啟動下的樣本量成為了突破的關鍵點。

資料顯示，EMNLP會議是自然語言處理領域的國際A類會議，聚焦于自然語言算法在各個領域解決方案的學術探討，每年吸引世界各國近千名學者交流自然語言處理發(fā)展前沿，前幾年長文的錄用率只有26%左右。