越来越多企业建立了自己的人才库，不少招聘HR除了每天在收件箱里筛选简历外，也会把在人才库中搜索简历加入每日的待办任务中。但你在人才库搜索简历时，是否常常有大海捞针的茫然？看到下面密密麻麻的检索条件设置，你是否瞬间血压拉高？
如果连完成简历搜索这个简单任务都要一通操作，更遑论从中捞到合乎心意的人才了。谁来拯救你的人才库？
人才检索功能应当更聪明
更好用的人才检索功能应当是什么样子？其实从人才库中检索简历，正像是HR每天做的简历筛选工作一样。因此聪明的人才检索功能，可以用HR筛选简历的思维方式做参考：
归纳性
HR在初筛简历、将挑出的简历转给面试官时，一定不会是把简历上「从从x月x日到x月某日任职某公司xx职位」原话转述，而是总结为「在某公司任职xx职位x年，经验丰富」；同样，简历中的信息需要被系统算法智能解析、总结为高度凝练的关键词，才能被HR方便的索引——HR会检索「5年经验」，但不会检索「从2016年到2021年任职」呀。
关联性
候选人撰写简历的表达方式五花八门，这给HR的检索带来了阻碍——比如HR想检索有产品经理从业经历的简历，往往需要重复检索「产品经理」、「PM」、「Product Manager」等数个关键词以避免遗漏；而如果HR想找到就职过滴滴的候选人，也要同时搜索「滴滴」和「小桔科技」才能覆盖所有可能的检索结果。搜索系统需要能够理解，「产品经理」和「PM」、「滴滴」和「小桔科技」指的是同样的东西，才能够避免HR的重复劳作，为HR减少工作负担。
模糊性
机器理解信息的方式和人脑有很大差别，人脑可以很轻松地用常识来判断信息，比如对于「上海公司的候选人」，HR知道是要找「工作地点在上海的候选人」而非「公司名称有上海的候选人」。系统没有人类的常识，在面对HR的模糊性表达时就常常会错意，给出一堆牛头不对马嘴的检索结果。聪明的系统必须像人脑一样，拥有额外的「思考能力」，深入到语言内部去理解HR真正的意思，才能准确找出HR所想的候选人。
会读心的简历搜索引擎——大易人才库智能搜索
可能很多人已经发现了，大易招聘管理系统中最近多了一个「人才库搜索」的入口。它正是整合了多项智能算法后的人才库搜索引擎。最直观的感受就是这个搜索引擎会「读心」——HR可以直接像对话一样输入自然语言（比如「211毕业五年工作经验的美团后端工程师」），它会自动转换成对应的检索条件来筛选人才库简历，免去HR繁琐设定条件、反复尝试不同关键词的低效操作。
在它的背后，其实隐藏着大易ATS中的各种智能算法：
简历智能解析
系统要先「读懂」简历，后续才有可能从中进行精确筛选和匹配。因此简历进入到系统第一步，就是将内容解析为数据项归档，比如最基本的，系统会将不同任职经历的起止时间加和，得出「工作年限x年」的数据入库（大易ATS还会给频繁换挡的简历加上「稳定性不佳」的标签）。
通过将简历上的信息逐一解析归档，系统真正「吃透」了这份简历，因此才能在HR进行检索时准确判断它是否能符合该次检索的要求。
知识图谱
只是读懂简历显然不够，要想实现检索不漏不滥，系统需要对检索条件精准解析。这时候，大易ATS的知识图谱算法就发挥作用了——它就像是一个巨大的「维基百科」，告诉系统「北京三快在线科技有限公司」其实就是「美团」；「石河子大学」是「211」和「双一流」重点大学；「电影制作」专业属于「计算机类」而非「戏剧与影视学类」等等……系统知道了这些知识，才能在HR检索「211计算机类专业应届生」时不错过对应的简历。
意图识别
HR与候选人的交流中常常有「有些话你不必说，有些人你不用等」的微妙时刻，而这在HR检索简历时也会出现。当检索结果不尽如人意，可能并非因为HR的检索关键字词不达意，而是搜索引擎只会死板匹配。智能的大易人才库搜索自然不会这样——基于人工智能算法，搜索引擎可以从HR输入的关键词中分辨出其真实用意。比如搜索「大易」时，明白HR想要搜索的是「在大易公司任职过的候选人」，而非「项目经历中提及过熟练使用大易招聘系统的候选人」。
从语言中打捞意图，和从简历中打捞人才是一样的——都需要对找什么、怎么找心中有数。大易云招聘的人才库搜索希望成为HR从人才库中打捞沉没财富的引擎，通过对自然语言的意图识别＋轻巧的标签化搜索，帮HR准确淘出心仪简历。
当然，人才库有收入才有输出。要想人才库搜得到宝，首先简历要备足。那么，企业应当如何运营人才库，让它从简历回收站变身人才输送源？我们近期将推出人才库运营策略专题文章，敬请关注。
