Search International and National Patent Collections
Some content of this application is unavailable at the moment.
If this situation persists, please contact us atFeedback&Contact
1. (WO2017131043) SIMILARITY LEARNING SYSTEM AND SIMILARITY LEARNING METHOD
Latest bibliographic data on file with the International Bureau

Pub. No.: WO/2017/131043 International Application No.: PCT/JP2017/002579
Publication Date: 03.08.2017 International Filing Date: 25.01.2017
IPC:
G06F 17/30 (2006.01) ,G06Q 30/06 (2012.01) ,G06Q 50/10 (2012.01)
G PHYSICS
06
COMPUTING; CALCULATING; COUNTING
F
ELECTRIC DIGITAL DATA PROCESSING
17
Digital computing or data processing equipment or methods, specially adapted for specific functions
30
Information retrieval; Database structures therefor
G PHYSICS
06
COMPUTING; CALCULATING; COUNTING
Q
DATA PROCESSING SYSTEMS OR METHODS, SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTING PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTING PURPOSES, NOT OTHERWISE PROVIDED FOR
30
Commerce, e.g. shopping or e-commerce
06
Buying, selling or leasing transactions
G PHYSICS
06
COMPUTING; CALCULATING; COUNTING
Q
DATA PROCESSING SYSTEMS OR METHODS, SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTING PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTING PURPOSES, NOT OTHERWISE PROVIDED FOR
50
Systems or methods specially adapted for a specific business sector, e.g. utilities or tourism
10
Services
Applicants:
株式会社リクルート RECRUIT CO., LTD. [JP/JP]; 東京都中央区銀座8-4-17 8-4-17, Ginza, Chuo-ku, Tokyo 1040061, JP
Inventors:
数原 良彦 SUHARA, Yoshihiko; JP
淡島 英輝 AWASHIMA, Hideki; JP
大岩 秀和 OIWA, Hidekazu; JP
Agent:
稲葉 良幸 INABA, Yoshiyuki; JP
大貫 敏史 ONUKI, Toshifumi; JP
Priority Data:
2016-01569829.01.2016JP
Title (EN) SIMILARITY LEARNING SYSTEM AND SIMILARITY LEARNING METHOD
(FR) SYSTÈME D'APPRENTISSAGE DE SIMILARITÉ ET PROCÉDÉ D'APPRENTISSAGE DE SIMILARITÉ
(JA) 類似度学習システム及び類似度学習方法
Abstract:
(EN) The present invention performs adequate similarity learning even when the number of documents is in sufficient with respect to the number of vocabulary items. Similarity learning between job offer information and resume information is performed by use of a topic model-based analysis method. A feature extraction unit 330 analyzes job offer information registered in a job posting database 310 and resume information registered in a resume database 320 by use of a topic model, thereby organizing vocabulary items (keywords), which are extracted from constituent documents of the job offer information and the resume information, for each topic, and a similarity learning unit 360 performs similarity learning per topic.
(FR) La présente invention concerne la réalisation d'un apprentissage de similarité adéquat même lorsque le nombre de documents est insuffisant par rapport au nombre d'éléments de vocabulaire. Un apprentissage de similarité entre des informations sur une offre d'emploi et des informations sur un CV est réalisé à l'aide d'un procédé d'analyse fondé sur un modèle de sujet. Une unité d'extraction de caractéristiques (330) analyse des informations sur une offre d'emploi enregistrées dans une base de données d'annonces d'emploi (310) et des informations sur un CV enregistrées dans une base de données de CV (320) à l'aide d'un modèle de sujet, ce qui permet d'organiser des éléments de vocabulaire (mots-clés) extraits de documents constitutifs des informations sur une offre d'emploi et des informations sur un CV, pour chaque sujet, et une unité d'apprentissage de similarité (360) réalise un apprentissage de similarité par sujet.
(JA) 語彙数に対する文書数が不足する場合であっても、適切な類似度学習を行う。トピックモデルによる分析手法を利用して、求人情報とレジュメ情報との間の類似度学習を行う。特徴抽出部330は、求人票データベースDB310に登録されている求人情報及びレジュメデータベースDB320に登録されているレジュメ情報について、トピックモデルを用いて分析することにより、求人情報及びレジュメ情報を構成する文書から抽出した語彙(キーワード)をトピックごとにまとめる一方、類似度学習部360は、トピック単位での類似度学習を行う。
front page image
Designated States: AE, AG, AL, AM, AO, AT, AU, AZ, BA, BB, BG, BH, BN, BR, BW, BY, BZ, CA, CH, CL, CN, CO, CR, CU, CZ, DE, DJ, DK, DM, DO, DZ, EC, EE, EG, ES, FI, GB, GD, GE, GH, GM, GT, HN, HR, HU, ID, IL, IN, IR, IS, KE, KG, KH, KN, KP, KR, KW, KZ, LA, LC, LK, LR, LS, LU, LY, MA, MD, ME, MG, MK, MN, MW, MX, MY, MZ, NA, NG, NI, NO, NZ, OM, PA, PE, PG, PH, PL, PT, QA, RO, RS, RU, RW, SA, SC, SD, SE, SG, SK, SL, SM, ST, SV, SY, TH, TJ, TM, TN, TR, TT, TZ, UA, UG, US, UZ, VC, VN, ZA, ZM, ZW
African Regional Intellectual Property Organization (ARIPO) (BW, GH, GM, KE, LR, LS, MW, MZ, NA, RW, SD, SL, ST, SZ, TZ, UG, ZM, ZW)
Eurasian Patent Organization (AM, AZ, BY, KG, KZ, RU, TJ, TM)
European Patent Office (AL, AT, BE, BG, CH, CY, CZ, DE, DK, EE, ES, FI, FR, GB, GR, HR, HU, IE, IS, IT, LT, LU, LV, MC, MK, MT, NL, NO, PL, PT, RO, RS, SE, SI, SK, SM, TR)
African Intellectual Property Organization (BF, BJ, CF, CG, CI, CM, GA, GN, GQ, GW, KM, ML, MR, NE, SN, TD, TG)
Publication Language: Japanese (JA)
Filing Language: Japanese (JA)
Also published as:
EP3413211US20190164109