現実世界のAIアプリケーション、特に人事(HR)分野においては、公平性、事実性、制御可能性、一貫性、解釈可能性、そして推論が求められます。私たちのビジョンは、これらの課題に対応するために、言語モデル(LM)とナレッジグラフ(KG)を相互に活用する連続的かつ(半)自動化された学習パラダイムの中で、共生システムを調査・革新し、提案・構築することです。私たちは、ゼロショット手法を用いた知識抽出や概念的なナレッジグラフの設計、ナレッジグラフにおけるユニバーサル表現の学習、シンボリック、ニューラル、ハイブリッドモデルの活用、そして言語モデルとナレッジグラフの融合など、興味深い技術的課題に取り組んでいます。
私たちは、この研究を人事分野における次世代のナレッジグラフの構築に応用し、多くのAIアプリケーションを推進しています。これらの用途には、候補者と仕事のマッチング、スキルと職業の深い理解、スキルギャップの特定、そしてキャリア機会の推薦が含まれます。