PHILOSPHY&TECHNOLOGY

LAPRASは
“世の中のミスマッチをなくす”
というミッションのために
テクノロジーを
駆使して
いきたいと考えています。

SNSやブログなどネット上に散らばった情報をひとつに集約するクローリング技術や、それらの情報を使って才能や個性を見つけ出す機械学習技術により、個々が最大限に力を発揮できる機会を生み出していきます。
LAPRAS AI LAB
有限状態トランスデューサによる
日本人名の構造化
LAPRASでは、インターネット上からクロールされてきた文字列を正しく構造化する方法を検討しています。その一環として、候補者の名前を表す文字列から候補者の姓と名を正しく構造化する手法の実装に取り組みました。本記事ではFSTを用いてこの問題を解決する方法について解説し、この手法の実装について紹介しています。
Poincaré Embeddings による
職種の類似度計算とその利用
LAPRASでは、企業と候補者のマッチングや退職率予測を行うにあたり、候補者の職種情報を利用しています。職種を表現する文字列が2つあるとき、職種間の関係には、「エンジニア」と「Engineer」のように等価なものと、「エンジニア」と「インフラエンジニア」のように包含関係にあるものなどがあります。このような関係をうまく扱うため、 Poincaré Embeddings をはじめとし、さまざまな新しい埋め込み手法を検討しています。
生存時間解析について – 概要編
生存時間解析は、生物の死亡や機械系の故障など、一つまたは複数のイベントが起こるまでの予想時間を分析するための一般化線形モデルの一分野です。LAPRASでは、経歴などの情報から候補者が現職を退職する時期を予測するための予測ロジックの一部として生存時間解析を応用しています。
HR TECH LAB
OUR SERVICE