博客
小析智能更新及技术文章
简历解析
命名实体识别
NER在简历解析系统中应用及方法
命名实体识别（NER）是自然语言处理中一种重要的技术，它的目标是识别文本中的命名实体，如人名、地名、机构名等。在简历解析中，NER技术可以帮助提取简历中的关键信息，如应聘者姓名、工作经验、教育背景、公司名、学校名、职位名等。这些信息可以用来填充人力资源系统中的简历模板，或者作为预处理步骤，为后续的简历分类和匹配做准备。
知识图谱
招聘知识图谱
知识图谱技术在招聘中的应用
2021，是知识的年代。最近不少用户反馈对我们的知识图谱产品非常感兴趣。为了帮助更多用户更好地理解知识图谱的意义与作用，我们将以一系列文章对小析智能知识图谱的产品进行介绍，包括知识图谱的主要功能与应用场景，知识图谱常见问题，知识图谱背后的技术。
人岗匹配
深度学习
深度学习 - 岗位理解新方式
多岗位名称有多种不同的表达方式，小析智能的人岗匹配一个非常重要的流程是将用户想要推荐的岗位名称进行标准化。为了更好地对输入的岗位名称有更深度的理解，和小析简历解析一样，我们引入了深度学习技术。
简历解析
小析智能 - 自我介绍
小析智能2015年诞生于广州，是一家独立人工智能招聘产品研发公司。小析智能在人工智能（AI），机器学习和语义理解技术等方面处于国际领先地位，专注于更科学地处理候选人和目标岗位的关系。
招聘+AI
简历解析
AI和机器学习将如何影响招聘的未来？
在当下招聘行业中，有很多关于人工智能和机器学习的讨论。主要讨论是关于在接下来的5到10年里，机器真的会有所作为吗？人工智能将在哪个招聘环节增加价值？公司在2030年仍然需要招聘专员吗？
招聘+AI
智能招聘
招聘行业如何搭上AI的顺风车
说到人工智能，第一反应就是电影里的机器人为人类服务的场景。近年来，身边听到越来越多的大数据，AI，机器学习等新鲜词汇，虽然他们听起来离我们生活很远，但是不少先驱者已经开始利用这些技术来提升自己的工作效率。
人岗匹配
候选人推荐系统
人岗匹配新时代
在人力资源行业，HR每天都要面对大量的非结构化数据，如各式各样的简历，用人单位的招聘需求，面试的反馈报告等，如何高效并充分利用大量的信息成为了各公司人力资源部门的主战场。近年来，人工智能技术已经在语音识别，图像处理，语义理解等领域取得到了巨大成绩，为什么不能用来帮助HR进行初步的候选人筛选呢？
人岗匹配
图模型
利用图嵌入提升人岗匹配的效果
人力资源领域数字化、智能化正在得以日新月异的蓬勃发展。为了提升小析智能在人岗匹配及知识图谱产品的效果，我们不断更新迭代完善效能，与时俱进的将图嵌入（Graph Embedding）应用到模型中。
人岗匹配
强化学习
强化学习在人才推荐中的应用
在人工智能的发展历程中，搜索和推荐一直占着非常重要的地位。在搜索方面，Learning to rank（LTR）一直是热门研究领域，但是Learning to rank常常将搜索排序作为一个静态问题，招聘方在当前页面的点击很少被用来优化下一页面的排序。
智能搜素
人才搜索
智能搜索引擎精准定位候选人
随着电子数据化时代的到来，大数据这个词进入了人们的视野。对于大部分企业来说，如何高效利用已有的简历资源是一个非常重要的问题。智能搜索引擎能够帮助用户精确定位符合某些具体特征的候选人。
简历解析
深度学习 - 简历解析的新浪潮
小析智能一直倡导用机器学习来更快，更轻松地连接简历与职位。最近，我们通过将炙手可热的深度学习应用于现有简历解析模型，对多个字段的准确率有了大幅度的提高。自2018年以来，深度学习逐渐变成我们数据科学家团队的主要研究方向。
候选人画像
人才画像
全方位人物画像，助您一臂之力
现在，越来越多各式各样的简历资源占满了HR的邮箱，电脑硬盘和办公桌。市面上似乎对读懂简历上写的文字的产品有了不少，但好像还没有对简历有更深层次解读的产品 。对此，小析团队设计了简历人物画像的功能，帮助用户阅读简历的弦外之音。
简历解析
AI招聘
浅谈AI简历解析系统
从事招聘行业的工作人员每天无法避免接触的就是大量简历， 但偏偏每个人写的简历都非常不一样从中提取需要信息并记录归档是一个非常沉闷而繁重的事情。
简历解析
关于简历解析的点滴
在当前求职布告软件和社交招聘盛行的环境下，每个空缺职位可能有数以百计的申请。企业需要对大量简历进行评估。从而挑选正确的简历/履历是所有公司的一项关键招聘业务决策。如果出现错误的候选人信息或者时间过久可能意味着将会错过合格的求职者，不相匹配的求职者，或者变得缺乏竞争力。