Glossary
A plain-language definition from the Curriculo hiring glossary.
하이브리드 검색은 정확한 키워드 매칭과 의미 검색을 결합하여 동일한 단어를 가진 텍스트와 동일한 의미를 가진 텍스트를 찾습니다.
채용에 왜 중요한가
후보자는 동일한 기술을 다양한 방식으로 설명합니다. 한 후보자는 PostgreSQL이라고 쓰고, 다른 후보자는 Postgres라고 쓰며, 또 다른 후보자는 회사의 관계형 데이터베이스를 운영했다고 씁니다. 키워드 검색만으로는 첫 번째 후보자만 찾습니다. 의미 검색만으로는 라이센스 번호와 같은 정확한 용어를 놓칠 수 있습니다. 하이브리드 검색은 세 가지 모두를 찾고 정확한 매치를 상단 근처에 유지합니다.
작동 방식
- 키워드 검색은 문서를 공유된 용어로 점수화하며, 종종 BM25라는 방법을 사용합니다.
- 의미 검색은 텍스트를 벡터로 변환하여 의미를 포착하는 숫자의 목록을 작성하고, 근처 벡터를 가진 문서를 찾습니다.
- 두 개의 결과 리스트는 하나의 순위로 통합됩니다.
일반적인 병합 공식
상호 순위 융합은 각 문서에 대해 각 리스트에서 1 / (k + 순위)의 점수를 부여한 후, 점수를 더합니다. 상수 k는 종종 60으로 설정됩니다.
예: 이력서가 키워드 결과에서 2위, 의미 결과에서 5위일 경우, 점수는 1 / 62 + 1 / 65로 약 0.0315입니다. 키워드 결과에서 1위지만 의미 결과에 나타나지 않는 이력서는 1 / 61로 약 0.0164입니다. 첫 번째 이력서는 두 방법 모두에서 동의하므로 더 높은 순위를 차지합니다.
일반적인 실수
- 의미 검색이 모든 니치 용어를 이해한다고 가정하고 테스트하지 않음.
- 키워드 검색을 완전히 제거하고 라이센스 번호와 같은 정확한 매치를 잃음.
- 사람들이 설명하는 작업 대신 직무 제목만 검색함.
- 몇몇 이미 검증된 좋은 후보자와 결과를 절대 확인하지 않음.
AI 후보자 검색가 사람들을 찾는 방법을 확인하고, 키워드 매칭과 비교하며, 이력서 파싱이 데이터를 준비하는 방법을 배워보세요.