[论文解读] Learning Effective Representations for Person-Job Fit by Feature Fusion

Junshu Jiang, Songyun Ye+3 more|arXiv (Cornell University)|Jun 12, 2020

Topic Modeling参考文献 38被引用 4

一句话总结

本文提出 PJFFF，一种用于人员-岗位匹配的特征融合方法，通过卷积神经网络（CNN）和 DeepFM 融合来自语义实体（如教育、技能）的显式表示与深度文本特征，同时利用长短期记忆网络（LSTM）从历史申请数据中学习隐式表示。该模型在真实世界招聘数据上实现了最先进性能，显著优于现有方法，并通过实体级别分析实现了可解释的匹配。

ABSTRACT

Person-job fit is to match candidates and job posts on online recruitment platforms using machine learning algorithms. The effectiveness of matching algorithms heavily depends on the learned representations for the candidates and job posts. In this paper, we propose to learn comprehensive and effective representations of the candidates and job posts via feature fusion. First, in addition to applying deep learning models for processing the free text in resumes and job posts, which is adopted by existing methods, we extract semantic entities from the whole resume (and job post) and then learn features for them. By fusing the features from the free text and the entities, we get a comprehensive representation for the information explicitly stated in the resume and job post. Second, however, some information of a candidate or a job may not be explicitly captured in the resume or job post. Nonetheless, the historical applications including accepted and rejected cases can reveal some implicit intentions of the candidates or recruiters. Therefore, we propose to learn the representations of implicit intentions by processing the historical applications using LSTM. Last, by fusing the representations for the explicit and implicit intentions, we get a more comprehensive and effective representation for person-job fit. Experiments over 10 months real data show that our solution outperforms existing methods with a large margin. Ablation studies confirm the contribution of each component of the fused representation. The extracted semantic entities help interpret the matching results during the case study.

研究动机与目标

• 解决现有人员-岗位匹配方法仅依赖自由文本处理、忽略简历/职位发布中结构化字段的局限性。
• 通过捕捉显式信息（如技能、学位）和隐式意图（如招聘者偏好）来提升匹配准确性，这些信息来自历史申请数据。
• 通过提取并利用可解释的语义实体来增强模型可解释性，从而说明匹配决策的原因。
• 开发一种高效、可扩展的解决方案，适用于大规模招聘平台的实际部署。

提出的方法

• 使用自然语言处理技术从完整简历和职位发布中提取语义实体（如大学、工作经验、技能），并将其嵌入向量以用于显式特征学习。
• 应用卷积神经网络（CNN）从自由文本字段（如工作经验、职位描述）中学习深度表示。
• 使用 DeepFM 模型学习提取的语义实体之间的交叉特征交互，捕捉高阶关系。
• 使用单向长短期记忆网络（LSTM）处理历史申请序列（已接受/被拒绝的简历），以建模候选人和招聘者的隐式意图。
• 通过拼接方式融合显式特征（来自实体和文本）与隐式特征（来自 LSTM），形成用于匹配的综合表征。
• 通过基于 CPU 的推理、Go 语言预处理和知识蒸馏技术优化最终模型，以降低延迟，适用于在线部署。

实验结果

研究问题

• RQ1 将结构化语义实体与深度文本表征相结合，能否提升人员-岗位匹配的性能？
• RQ2 历史申请模式在多大程度上揭示了职位发布或简历中未明确说明的隐式招聘者或候选人偏好？
• RQ3 显式与隐式表征的融合在提升匹配准确率与可解释性方面有多有效？
• RQ4 所提出的方法能否在保持高性能的同时，实现高效且可扩展的现实世界部署？

主要发现

• 在 10 个月的真实世界招聘数据上，所提出的 PJFFF 模型显著优于现有方法，展现出卓越的匹配准确率。
• 消融实验表明，每个组件——语义实体、文本特征和隐式意图建模——均对最终性能有积极贡献。
• 语义实体的引入显著提升了模型性能，这一点通过仅使用文本与同时使用文本和实体的模型对比得到证实。
• 基于 LSTM 的历史申请建模能够捕捉隐式意图，相比忽略此类数据的模型，带来了可衡量的性能提升。
• 通过提取的语义实体，模型的可解释性得到增强，能够清晰解释为何某些候选人排名更高或更低。
• 经过优化后，最终模型的推理时间达到每样本 0.2–0.3 秒，适合大规模在线部署。