使用价值成效

瀚才资询责任人谭笑然从百度大脑开发者平台掌握到EasyDL订制化练习和综合服务平台，可助其运用文本分类将人才资源的领域和职务级别的分类模型开展练习，并且能够将累积十余年的200千条运营信息开展企业内部信息内容结构型归类。在一个月内，他与朋友们运用EasyDL标准版文本分类实体模型，在其中“侯选人职责”、“侯选人职务级别”这2个实体模型的辨识准确度做到了95% ，取得成功将累积十余年使用率还不到10%的200千条运营信息开展企业内部的信息内容结构型归类，区划成12个大领域、147个小行业和10个通用性职务级别信息内容，让被“丢弃”的信息完成了能够配对的“立足之地”。

实例小故事

关键需求

瀚才资询长期性存留着200千条不一样行业领域的公司和人才资源，这也是因为近些年领域、企业、职责、职务级别等具有着很大差别而导致公司与人才资源的整理越来越十分复杂，而且没法有效地开展结构型梳理所致使的。瀚才资询的责任人谭笑论其曾想过应用人力归类的形式开展梳理，但因为人力逐一归类标明花费非常高且塑造一位可以把握归类规范的业务员用时太长，从而造成长期性存留的数据库查询反倒变成交货服务项目时的“摩擦阻力”。因而，瀚才资询急需解决寻找一款对文本分类有着高准确度的人工智能应用，来助其处理此项难点。

解决方法

瀚才资询根据EasyDL标准版取得成功地将企业内部运营信息内容及侯选人信息内容，安全性、高效率、成本低地完成了结构型归类，并完成了订制实体模型与日常管理方法的后台管理集成化，取得成功将日常运营数据开展了具体内容上的结构型解决。

瀚才资询的EasyDL”数据信息解救”计划方案如下所示：

第1步：从数据预处理逐渐，灵活运用百度大脑iOCR自定模版识别文字、通用性识别文字、通用性文字提取、词法分析这4项AI工作能力将初始信息内容开展数据预处理；

运用百度大脑AI工作能力“清理”瀚才猎头公司200千条信息的流程表：

第2步：瀚才资询分配了二位阅历丰富的技术骨干职工运用工作之余标明了1千条数据信息做为练习数据信息开展实体模型练习；

第3步：在EasyDL服务平台上根据智能化标明作用完成剩余199千条数据信息全自动标明，再根据EasyDL标准版的文本分类ERNIE预训练模型和BilSTM预设互联网开展迅速练习；

第4步：通过5次版本号优化，“侯选人职责”、“侯选人职务级别”这2个实体模型的辨识准确度做到了95% 。

EasyDL标准版文本分类操作面板：

百度大脑EasyDL标准版功能介绍：