JP7358678B1 - 検索支援システム、検索支援方法及びプログラム - Google Patents

Abstract

【課題】検索に要する時間や手間を低減できる検索支援システム等を提供する。
【解決手段】本発明の一態様によれば、検索支援システムが提供される。この検索支援システムは、プロセッサを備える。プロセッサは、次の各ステップを実行可能に構成される。検索ステップでは、検索条件の入力を受け付けると共に、検索条件に基づいて求人者又は求職者に関する登録情報を検索する。優先ワード抽出ステップでは、検索条件に含まれる検索ワードと関連するワードを優先ワードとして抽出する。結果表示制御ステップでは、検索条件を充足する登録情報のうち、優先ワードを含む登録情報を優先して表示する。
【選択図】図１

Description

本発明は、検索支援システム、検索支援方法及びプログラムに関する。

特許文献１に開示されるように、求職者が登録した求職者情報に基づいて、求人者（検索者）が求職者を検索する技術が知られている。

特許第７２８１０２４号

このような求人者が求職者を検索する場面や、反対に、求職者が求人票を検索する場面において、検索結果に含まれる求職者や求人票の数が多い場合には、検索条件を変えて検索を繰り返したり、多数の求職者や求人票情報を閲覧したりする必要があり、検索に要する時間や手間が大きくなる。

本発明では上記事情に鑑み、検索に要する時間や手間を低減できる検索支援システム等を提供することとした。

本発明の一態様によれば、検索支援システムが提供される。この検索支援システムは、プロセッサを備える。プロセッサは、次の各ステップを実行可能に構成される。検索ステップでは、検索条件の入力を受け付けると共に、検索条件に基づいて求人者又は求職者に関する登録情報を検索する。優先ワード抽出ステップでは、検索条件に含まれる検索ワードと関連するワードを優先ワードとして抽出する。結果表示制御ステップでは、検索条件を充足する登録情報のうち、優先ワードを含む登録情報を優先して表示する。

このような態様によれば、検索者による検索に要する手間や時間を低減することができる。

検索支援システム１を表す構成図である。 サーバ装置１０のハードウェア構成を示すブロック図である。 求人者端末２０及び求職者端末３０のハードウェア構成を示すブロック図である。 サーバ装置１０（制御部１１）、求人者端末２０（制御部２１）、及び求職者端末３０（制御部３１）によって実現される機能を示すブロック図である。 タグリストＴＬの一例を示す図である。 タグワードのカテゴリを示すカテゴリテーブルＣＴの一例を示す図である。 結果表示制御部１１７が求人者端末２０に表示させる検索結果表示画面ＲＤの一例である。 検索支援システム１によって実行される情報処理（求人側検索者による求職者の検索処理）の流れを示すアクティビティ図である。 検索支援システム１によって実行される情報処理（求職者による求人者の検索処理）の流れを示すアクティビティ図である。

以下、図面を用いて本発明の実施形態について説明する。以下に示す実施形態中で示した各種特徴事項は、互いに組み合わせ可能である。

ところで、本実施形態に登場するソフトウェアを実現するためのプログラムは、コンピュータが読み取り可能な非一時的な記録媒体（Ｎｏｎ－Ｔｒａｎｓｉｔｏｒｙ Ｃｏｍｐｕｔｅｒ－Ｒｅａｄａｂｌｅ Ｍｅｄｉｕｍ）として提供されてもよいし、外部のサーバからダウンロード可能に提供されてもよいし、外部のコンピュータで当該プログラムを起動させてクライアント端末でその機能を実現（いわゆるクラウドコンピューティング）するように提供されてもよい。

また、本実施形態において「部」とは、例えば、広義の回路によって実施されるハードウェア資源と、これらのハードウェア資源によって具体的に実現されうるソフトウェアの情報処理とを合わせたものも含みうる。また、本実施形態においては様々な情報を取り扱うが、これら情報は、例えば電圧・電流を表す信号値の物理的な値、０又は１で構成される２進数のビット集合体としての信号値の高低、又は量子的な重ね合わせ（いわゆる量子ビット）によって表され、広義の回路上で通信・演算が実行されうる。

また、広義の回路とは、回路（Ｃｉｒｃｕｉｔ）、回路類（Ｃｉｒｃｕｉｔｒｙ）、プロセッサ（Ｐｒｏｃｅｓｓｏｒ）、及びメモリ（Ｍｅｍｏｒｙ）等を少なくとも適当に組み合わせることによって実現される回路である。すなわち、特定用途向け集積回路（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ：ＡＳＩＣ）、プログラマブル論理デバイス（例えば、単純プログラマブル論理デバイス（Ｓｉｍｐｌｅ Ｐｒｏｇｒａｍｍａｂｌｅ Ｌｏｇｉｃ Ｄｅｖｉｃｅ：ＳＰＬＤ）、複合プログラマブル論理デバイス（Ｃｏｍｐｌｅｘ Ｐｒｏｇｒａｍｍａｂｌｅ Ｌｏｇｉｃ Ｄｅｖｉｃｅ：ＣＰＬＤ）、及びフィールドプログラマブルゲートアレイ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ：ＦＰＧＡ））等を含むものである。

１．ハードウェア構成
本節では、ハードウェア構成について説明する。

<検索支援システム１>
図１は、検索支援システム１を表す構成図である。検索支援システム１は、通信回線２と、サーバ装置１０と、複数の求人者端末２０と、複数の求職者端末３０とを備える。サーバ装置１０と、求人者端末２０と、求職者端末３０とは、通信回線２を通じて通信可能に構成されている。サーバ装置１０、求人者端末２０、及び求職者端末３０の通信回線２との接続は有線でも無線でもよい。

検索支援システム１は、複数の求人者（第１求人者Ｕ１及び第２求人者Ｕ２）と、複数の求職者（第１求職者Ｕ３及び第２求職者Ｕ４）とが利用する求人・求職システムの一部を構成する。検索支援システム１は、求人者による求職者の検索又は求職者による求人者の検索を主に行う。一実施形態において、検索支援システム１とは、１つ又はそれ以上の装置又は構成要素からなるものである。以下、これらの構成要素について説明する。

<サーバ装置１０>
図２は、サーバ装置１０のハードウェア構成を示すブロック図である。サーバ装置１０は、制御部１１と、記憶部１２と、通信部１３と、通信バス１４とを備える。制御部１１、記憶部１２、及び通信部１３は、サーバ装置１０の内部において通信バス１４を介して電気的に接続されている。

<制御部１１>
制御部１１は、サーバ装置１０に関連する全体動作の処理・制御を行う。制御部１１は、例えば中央処理装置（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ：ＣＰＵ）である。制御部１１は、記憶部１２に記憶された所定のプログラムを読み出すことによって、サーバ装置１０に係る種々の機能を実現する。すなわち、記憶部１２に記憶されているソフトウェアによる情報処理が、ハードウェアの一例である制御部１１によって具体的に実現されることで、制御部１１に含まれる各機能部として実行されうる。これらについては、次節においてさらに詳述する。なお、制御部１１は単一であることに限定されず、機能毎に複数の制御部１１を有するように実施してもよい。またそれらの組合せであってもよい。

<記憶部１２>
記憶部１２は、前述の記載により定義される様々な情報を記憶する。これは、例えば、制御部１１によって実行されるサーバ装置１０に係る種々のプログラム等を記憶するソリッドステートドライブ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ：ＳＳＤ）等のストレージデバイスとして、あるいは、プログラムの演算に係る一時的に必要な情報（引数、配列等）を記憶するランダムアクセスメモリ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ：ＲＡＭ）等のメモリとして実施されうる。記憶部１２は、制御部１１によって実行されるサーバ装置１０に係る種々のプログラム、変数等を記憶している。

<通信部１３>
通信部１３は、ＵＳＢ、ＩＥＥＥ１３９４、Ｔｈｕｎｄｅｒｂｏｌｔ（登録商標）、有線ＬＡＮネットワーク通信等といった有線型の通信手段が好ましいものの、無線ＬＡＮネットワーク通信、３Ｇ／ＬＴＥ／５Ｇ等のモバイル通信、ＢＬＵＥＴＯＯＴＨ（登録商標）通信等を必要に応じて含めてもよい。すなわち、これら複数の通信手段の集合として実施することがより好ましい。すなわち、サーバ装置１０は、通信部１３及びネットワークを介して、外部から種々の情報を通信してもよい。

サーバ装置１０は、オンプレミス形態であってもよく、クラウド形態であってもよい。クラウド形態のサーバ装置１０としては、例えば、ＳａａＳ（Ｓｏｆｔｗａｒｅ ａｓ ａ Ｓｅｒｖｉｃｅ）、クラウドコンピューティングという形態で、上述の機能や処理を提供してもよい。

<求人者端末２０>
図３は、求人者端末２０及び求職者端末３０のハードウェア構成を示すブロック図である。図３Ａに示すように、求人者端末２０は、制御部２１と、記憶部２２と、通信部２３と、入力部２４と、出力部２５と、通信バス２６とを備える。制御部２１、記憶部２２、通信部２３、入力部２４、及び出力部２５は、求人者端末２０の内部において通信バス２６を介して電気的に接続されている。制御部２１、記憶部２２及び通信部２３の説明は、サーバ装置１０における各部の説明と同様のため省略する。なお、求人者端末２０は、求人者の代わりに求職者とのやり取りを行う人材仲介業者が操作する端末であってもよい。

<入力部２４>
入力部２４は、ユーザによってなされた操作入力を受け付ける。操作入力は、命令信号として通信バス２６を介して制御部２１に転送される。制御部２１は、必要に応じて、転送された命令信号に基づいて所定の制御や演算を実行しうる。入力部２４は、求人者端末２０の筐体に含まれるものであってもよいし、外付けされるものであってもよい。例えば、入力部２４は、出力部２５と一体となってタッチパネルとして実施されてもよい。入力部２４がタッチパネルとして実施される場合、ユーザは、入力部２４に対してタップ操作、スワイプ操作等を入力することができる。入力部２４としては、タッチパネルに代えて、スイッチボタン、マウス、トラックパッド、ＱＷＥＲＴＹキーボード等が採用可能である。

<出力部２５>
出力部２５は、ユーザが操作可能なグラフィカルユーザインターフェース（Ｇｒａｐｈｉｃａｌ Ｕｓｅｒ Ｉｎｔｅｒｆａｃｅ：ＧＵＩ）の画面を表示する。出力部２５は、求人者端末２０の筐体に含まれるものであってもよいし、外付けされるものであってもよい。具体的には、出力部２５は、ＣＲＴディスプレイ、液晶ディスプレイ、有機ＥＬディスプレイ、又はプラズマディスプレイ等の表示デバイスとして実施されうる。これらの表示デバイスは、求人者端末２０の種類に応じて使い分けて実施されることが好ましい。

<求職者端末３０>
図３Ｂに示すように、求職者端末３０は、制御部３１と、記憶部３２と、通信部３３と、入力部３４と、出力部３５と、通信バス３６とを備える。制御部３１、記憶部３２、通信部３３、入力部３４、及び出力部３５は、求職者端末３０の内部において通信バス３６を介して電気的に接続されている。制御部３１、記憶部３２、通信部３３、入力部３４及び出力部３５の説明は、求人者端末２０における各部の説明と同様のため省略する。

２．機能構成
本節では、本実施形態の機能構成について説明する。記憶部１２に記憶されているソフトウェアによる情報処理がハードウェアの一例である制御部１１によって具体的に実現されることで、制御部１１（検索支援システム１が備えるプロセッサ）に含まれる各機能部として実行されうる。

図４は、サーバ装置１０（制御部１１）、求人者端末２０（制御部２１）、及び求職者端末３０（制御部３１）によって実現される機能を示すブロック図である。

図４Ａに示すように、サーバ装置１０（制御部１１）は、基本表示制御部１１１と、求人者登録部１１２と、求職者登録部１１３と、タグ付与部１１４と、検索部１１５と、優先ワード抽出部１１６と、結果表示制御部１１７と、人工知能部１１８とを備える。図４Ｂに示すように、求人者端末２０（制御部２１）は、表示部２１１と、操作受付部２１２とを備える。図４Ｃに示すように、求職者端末３０（制御部３１）は、表示部３１１と、操作受付部３１２とを備える。

<基本表示制御部１１１>
基本表示制御部１１１は、種々の情報を求人者端末２０又は求職者端末３０に表示させるように構成される。例えば、基本表示制御部１１１は、求職者が作成した履歴書及び職務経歴書、求人者が作成した求人票及びスカウト文書、検索部１１５による検索結果等を、求人者端末２０の表示部２１１又は求職者端末３０の表示部３１１に表示させる。

<求人者登録部１１２>
求人者登録部１１２は、求人者のサービス利用登録を行うように構成される。例えば、求人者登録部１１２は、求人者端末２０の操作受付部２１２からの入力を受け付けて、求人側検索者が属する又は代理する求人者に関する求人者情報を記憶部１２に記憶する。

求人者情報は、求人者に関する登録情報である。求人者情報には、求人票の情報（人材を募集するポジション、業務内容、応募資格、想定年収、労働条件など）、組織の情報（名称、所在地、代表者、事業内容など）、及び人材仲介業者の情報（名称など）が含まれる。これにより、求人者情報に基づいたタグの付与や求人者情報の検索が可能となる。

求人者には、営利法人（例えば企業等）、非営利法人（例えば、協同組合、財団法人等）、及び公的法人（例えば地方公共団体等）等が含まれる。求人側検索者には、組織（求人者）の人事担当者、採用担当者、及びリクルーターと、組織の代理人として求職者と求人者とを仲介する人材仲介業者とが含まれる。人材仲介業者は、ヘッドハンター、エージェント等とも呼ばれる。

<求職者登録部１１３>
求職者登録部１１３は、求職者のサービス利用登録を行うように構成される。例えば、求職者登録部１１３は、求職者端末３０の操作受付部３１２からの入力を受け付けて、求職者に関する求職者情報を記憶部１２に記憶する。求職者情報は、求職者に関する登録情報であり、例えば、求職者の履歴書、職務経歴書、又はその他のプロフィール情報である。これにより、求職者の経験、スキル等の求職者情報に基づいたタグの付与や求職者情報の検索が可能となる。

なお、「履歴書」は、主に求職者のプロフィール、現況、学歴、職歴、希望の労働条件等が記載された文書であり、「職務経歴書」は、レジュメとも呼ばれ、求職者が求人者に対して、自身のこれまでの職務に関する経歴、経験、スキル、資格等を伝える文書である。また、求職者情報には、求職者が希望する業種及び職種等の条件が含まれてもよい。

<タグ付与部１１４>
タグ付与部１１４は、検索部１１５による検索に先立って、求人者又は求職者の登録情報の内容に基づき、登録情報にタグを付与するように構成される。これにより、結果表示制御部１１７における登録情報の検索や、検索結果における優先表示が可能になる。具体的には、タグ付与部１１４は、タグリストに記載されたタグワードが含まれる登録情報に当該タグワードに対応するタグを付与する。つまり、タグ付与部１１４は、求人者情報又は求職者情報に基づき、予め用意されたタグリストに記載されたタグに対応するタグワードが含まれる求人者情報又は求職者情報に対して、当該タグワードに対応するタグを付与する。ここで、タグリストとは、一以上のタグが記載されたリストであり、タグワードとは、タグに記載された（つまり、タグに対応する）ワードである。したがって、タグリストには、一以上のタグワードが記載されていることとなる。なお、タグ付与部１１４が登録情報に対してタグを付与する場合には、登録情報に含まれるワードとタグワードとが完全一致する場合に限られず、これらが部分一致する場合や、登録情報に含まれるワードがタグワードの同義語、類義語、又は表記揺れしたワードとなっている場合が含まれてもよい。

タグ付与部１１４は、求人者情報又は求職者情報に対してタグを付与することを人工知能に指示し、求人者情報又は求職者情報を人工知能に入力し、人工知能にタグを付与させる。具体的には、タグ付与部１１４は、検索対象となる求人者情報又は求職者情報からタグリストに記載されたタグワードが含まれている求人者情報又は求職者情報を抽出し、抽出された求人者情報又は求職者情報それぞれに対し、含まれているタグワードに対応するタグを付与することを人工知能に指示すると共に、求人者情報又は求職者情報とタグリストとを人工知能に入力することで、人工知能に求人者情報又は求職者情報へのタグの付与を行わせる。

例えば、タグを付与する登録情報が求職者の職務経歴書である場合、タグ付与部１１４は、職務経歴書に対してタグを付与することを人工知能に指示し、職務経歴書を人工知能に入力し、人工知能にタグを付与させる。これにより、職務経歴書に含まれるワードに基づく求職者検索の支援が可能となる。

図５は、タグリストＴＬの一例を示す図である。タグリストＴＬの各行は、１つのタグを表し、タグリストＴＬには、各タグに対応するタグワードが含まれている。また、タグワードは、タグのグループに対応付けられてタグリストに記載されていてもよい。タグワードとしては、例えば、「ＢｔｏＢ」、「ＳａａＳ」、「ＥＣ」といった「市場」に関するワード、「クラウド」、「会計システム」、その他の個別のサービス名及び商品名といった「商材」に関するワード、「Ｐｙｔｈｏｎ」、「クラウド」、「ベンチャー」といった「環境」に関するワード、「開拓」、「設計」、「機械学習」、「簿記」といった「スキル」に関するワード等が挙げられる。

タグワードは、求人者又は求職者の登録情報における使用形態に応じたカテゴリに分類される。図６は、タグワードのカテゴリを示すカテゴリテーブルＣＴの一例を示す図である。図６の例では、「登録情報における使用形態」として、求人票が募集の対象とする又は求職者が経験した「職種」と、求人者情報又は求職者情報においてタグワードが使用されている文脈（例えば、求人票、履歴書又は職務経歴書においてタグワードが記載されている項目）との組み合わせによって、カテゴリＡ１－Ａ４，Ｂ１－Ｂ４，Ｃ１－Ｃ４が設定されている。なお、ここで挙げた項目以外の項目によって、タグワードがカテゴリに分類されてもよい。

カテゴリＡ１－Ａ４は、「営業」の職種に関するカテゴリであり、例えば、カテゴリＡ１には、営業職において、「市場」に関する文脈で使用されているタグワードが分類される。カテゴリＢ１－Ｂ４は、「エンジニア」の職種に関するカテゴリであり、カテゴリＣ１－Ｃ４は、「経営」の職種に関するカテゴリである。なお、図６のカテゴリテーブルＣＴは、タグワードのカテゴリの一例であり、タグワードのカテゴリはさらに詳細な階層構造を有してもよい。例えば、「環境」の下層カテゴリとして、「ツール」及び「企業フェーズ」といったサブカテゴリが存在し、タグワードがサブカテゴリに対応付けられて分類されてもよい。例えば、「ツール」という「環境」のサブカテゴリには、「Ｐｙｔｈｏｎ」というタグワードが分類され、「企業フェーズ」という「環境」のサブカテゴリには、「ベンチャー」というタグワードが分類されてもよい。

タグワードによっては、複数のカテゴリに分類されるものも存在する。例えば、「サービスＸ」について、「サービスＸ」を営業として販売している場合は、「サービスＸ」のタグワードは、カテゴリＡ２に分類される。一方で、同じ「サービスＸ」を使用して開発を行っている場合は、「サービスＸ」のタグワードは、カテゴリＢ４に分類される。また、例えば「ＳａａＳ」のタグワードは、複数の職種に関連するものであるため、カテゴリＡ１、カテゴリＢ１及びカテゴリＣ１に分類される。

タグ付与部１１４は、登録情報にタグを付与する際に、当該タグに対応するタグワードに基づいて、当該タグにタグスコアを設定する。タグスコアは、登録情報に付されたタグに対応するタグワードの登録情報における使用形態に応じて、登録情報毎に設定される。例えば、同じ「サービスＸ」というタグワードに対応するタグであっても、求職者Ｐと求職者Ｑとで職務経歴書における「サービスＸ」の使用形態が異なれば、求職者Ｐの職務経歴書でのタグスコアは１０点、求職者Ｑの職務経歴書でのタグスコアは８点といったように、職務経歴書においてタグワードが使用されている箇所や文脈等によって、付与されるタグワードのカテゴリが異なるため、同じタグが付与されていても、設定されるタグスコアが異なりうる。これにより、結果表示制御部１１７における登録情報の表示の優先順位を、タグワードの使用形態に応じて設定することができる。

具体的には、タグスコアは、当該タグが対応するタグワードのカテゴリに応じて設定される。つまり、図５に示すように、タグワードには、それぞれカテゴリ毎のスコアが設定されている。例えば、「ＢｔｏＢ」のタグワードは、カテゴリＡ１及びカテゴリＢ２に分類されている。このタグワードについて、カテゴリＡ１に対応する使用形態で「ＢｔｏＢ」が使用されている登録情報に付されたタグに対しては、１０点のスコアが設定され、カテゴリＢ１に対応する使用形態で「ＢｔｏＢ」が使用されている登録情報に付されたタグに対しては、８点のスコアが設定される。これにより、結果表示制御部１１７における表示の優先度を個別のタグスコアの設定によって調整することができる。

タグ付与部１１４は、タグに対応するタグワードが、当該タグワードが分類されたカテゴリに対応する使用形態で登録情報に含まれる場合に、当該タグを登録情報に付与する。換言すれば、タグワードが分類されたカテゴリに対応する使用形態で当該タグワードが使用されていない登録情報には、当該タグワードが含まれていても当該タグワードに対応するタグは付与されない。例えば、図５の「ＢｔｏＢ」のタグワードが対応するタグは、登録情報において、カテゴリＡ１及びカテゴリＢ１以外のカテゴリ（「ＢｔｏＢ」のタグワードが分類されていないカテゴリ）に対応する使用形態で「ＢｔｏＢ」が使用されている登録情報には付与されない。また、例えば、特定の職種（例えば、「営業」）に分類されているタグワードについては、それ以外の職種（例えば、「経営」）の登録情報において使用されていても、当該タグワードに対応するタグは付与されない。これにより、検索で求められる使用形態ではない形でタグワードが使用されている登録情報が優先表示されることが抑制される。

タグリストＴＬに記載されたタグワードは、登録情報に含まれるワード、又は登録情報の検索で用いられたワードから、タグワードを作成することを人工知能に指示し、人工知能に作成させたものである。これにより、システムの設計者の主観に頼らずにタグリストを作成することができる。タグリストは、求人者情報用と、求職者情報用とでそれぞれ作成されてもよい。また、タグリストは、業種又は職種毎等、求人者情報又は求職者情報に含まれる項目の内容毎に、それぞれ作成されてもよい。例えば、「営業」用のタグリストと、「技術職」用のタグリストとが個別に作成されてもよい。

具体的には、タグ付与部１１４は、検索対象となる登録情報（求人者情報若しくは求職者情報）又は登録情報の検索における利用頻度に基づいてタグワードを選択することを人工知能に指示すると共に、登録情報に含まれるワード又は登録情報の検索で用いられたワードを人工知能に入力し、登録情報又は登録情報の検索における利用頻度の高いワードをタグワードとして選択させる。これにより、利用頻度の高いワードを含む登録情報を検索結果において優先表示させることができる。

また、タグ付与部１１４は、さらに、タグに対応付けるワードとしての適切さに基づいてタグワードを選択することを人工知能に指示すると共に、タグワードとしての適切さの基準（例えば、適切なタグワードのサンプルの教師データ）を人工知能に入力することで、タグワードを選択させてもよい。これにより、例えば「頭がいい」といった非客観的なワード等、求人者情報や求職者情報の検索に使用するタグとしては適切でないワードをタグワードから除外し、このようなワードに対応するタグが付与されることを避けることができる。

<検索部１１５>
検索部１１５は、検索条件の入力を受け付けると共に、検索条件に基づいて求人者又は求職者に関する登録情報を検索するように構成される。具体的には、検索部１１５は、検索者によって求人者端末２０又は求職者端末３０から入力された検索ワードを含む検索条件に基づいて、求人者登録部１１２及び求職者登録部１１３が登録した求人者情報又は求職者情報を元に（つまり、記憶部１２に記憶されたデータベースを参照して）、検索条件を充足する求人者又は求職者を検索する。

<優先ワード抽出部１１６>
優先ワード抽出部１１６は、検索部１１５が検索に用いる検索条件に含まれる検索ワードと関連するワードを優先ワードとして抽出する。「検索ワードと関連するワード」とは、例えば、検索ワードの同義語、類義語、言い換え語、上位概念を表すワード、下位概念を表すワード、検索ワードの共起語等であり、検索ワードそのものも含まれる。

具体的には、優先ワード抽出部１１６は、登録情報に付されたタグに対応するタグワードのうち、検索ワードと関連するタグワードを優先ワードとして抽出する。これにより、検索ワードと関連性の高いタグが付された登録情報を検索結果において優先して上位に表示させることができる。「検索ワードと関連するタグワード」とは、検索ワードと同じタグワード、検索ワードと同義又は類義のタグワード、検索ワードを言い換えたタグワード、検索ワードの上位概念を表すタグワード、検索ワードの下位概念を表すタグワード、検索ワードの共起語となるタグワード等である。

例えば、タグリストに「Ｖｕｅ．ｊｓ」というタグワードが記載されており、検索ワードとして「Ｊａｖａｓｃｒｉｐｔ」が入力された場合と考える。ここで、「Ｊａｖａｓｃｒｉｐｔ」という検索ワードと同時に、「Ｖｕｅ．ｊｓ」という検索ワードが使用されることが多い場合（つまり、共起度が高い場合）、優先ワード抽出部１１６は、「Ｊａｖａｓｃｒｉｐｔ」という検索ワードと関連するタグワード「Ｖｕｅ．ｊｓ」を優先ワードとして抽出する。

優先ワード抽出部１１６は、検索ワードと関連するワードを優先ワードとして抽出することを人工知能に指示し、検索ワードを人工知能に入力し、人工知能に優先ワードを抽出させる。具体的には、優先ワード抽出部１１６は、検索ワードに基づきタグリストから優先ワードを抽出することを人工知能に指示すると共に、検索ワード及び優先ワードの候補（つまりタグリスト）を人工知能に入力することで、人工知能に優先ワードを出力させる。これにより、検索ワードに基づく優先ワードの抽出の精度が高められる。

優先ワード抽出部１１６は、検索ワードと優先ワードとの関連性に基づいて、優先ワードにブーストスコアを設定する。例えば、優先ワード抽出部１１６は、記憶部１２に記憶された登録情報に対する検索履歴における、検索ワードと優先ワードとの共起度に基づいてブーストスコアを設定する。具体的には、優先ワード抽出部１１６は、検索ワードと優先ワードとの共起度（求人者情報又は求職者情報の検索で同時に使用される頻度の高さ）が高いほど、優先ワードに設定されるブーストスコア（タブスコアに掛け合わされるスコア）を高くする。なお、検索ワードと優先ワードとが一致する場合は、共起度（ブーストスコア）が最も高くなる。また、同一のワードであっても、検索ワードとの関連性に応じて、優先ワードのブーストスコアは異なり得る。例えば、「ＡＡＡ」というワードについて、「ＢＢＢ」という検索ワードに対する優先ワードとしてのブーストスコアが１０点に設定され、「ＣＣＣ」という検索ワードに対する優先ワードとしてのブーストスコアが５点に設定されてもよい。このケースでは、「ＡＡＡ」というワードは、「ＢＢＢ」というワードに対する共起度が、「ＣＣＣ」というワードに対する共起度よりも高い。これにより、検索者によって直接入力された検索ワードと関連性の高いタグの合計スコアが高くなるため、検索者（求人側検索者又は求職者）が求めている条件に近い登録情報が優先的に表示されやすくなる。

<結果表示制御部１１７>
結果表示制御部１１７は、検索部１１５が検索した検索条件を充足する登録情報のうち、優先ワード抽出部１１６が抽出した優先ワードを含む登録情報を優先して表示するように構成される。つまり、結果表示制御部１１７は、優先ワードに対応するタグが付された登録情報を優先して表示する。

具体的には、結果表示制御部１１７は、優先ワードに対応するタグに設定されたタグスコアに応じて、登録情報の表示順を決定する。これにより、タグ毎のタグスコアに基づいて、検索結果における求人者情報又は求職者情報の表示順を決定することができる。そのため、検索者が見つけたい情報に近い登録情報を検索結果の上位に表示でき、検索者にとってより有意義な登録情報を優先的に表示できる。したがって、検索者が、自身の見つけたい求人者情報や求職者情報に、手間や時間をかけずに到達することができる。

１つの登録情報に、タグリストに記載された複数のタグワードが含まれている場合、この登録情報には、複数のタグが付される。このような優先ワードに対応するタグが複数付されている登録情報において、各タグに設定された優先ワードに対応するタグのタグスコアの総計が、この登録情報のタグスコアとなる。検索結果では、タグスコアの高い登録情報が優先的に表示される。つまり、タグスコアの高い順に登録情報が表示される。なお、登録情報に付されている、優先ワードに対応するタグの数を、登録情報のタグスコアとしてもよい。

また、結果表示制御部１１７は、優先ワードに対応するタグに設定されたタグスコアと、当該優先ワードに設定されたブーストスコアとに応じて登録情報の表示順を決定する。これにより、タグワードに設定されたタグスコア（基本スコア）に加えて、検索で使用された検索ワードに関するブーストスコア（付加スコア）を用いて、検索結果における表示優先度を決定することができる。そのため、登録情報の内容だけでなく、検索者が入力した検索条件との関連性（例えば、共起度）に応じて、検索結果における表示優先度を調整することが可能となる。

具体的には、結果表示制御部１１７は、優先ワードに対応するタグに設定されたタグスコアに、当該優先ワードに設定されたブーストスコアを乗じた値が大きい登録情報を優先して表示する。これにより、検索結果の表示優先度において、検索者が入力した検索条件との関連性に基づく重み付けを大きくすることができる。

例えば、「Ｖｕｅ．ｊｓ」に対応するタグが付された（「Ｖｕｅ．ｊｓ」が含まれる）登録情報について、「Ｖｕｅ．ｊｓ」に対応するタグに設定されたタグスコアが１０点、入力された検索ワード「Ｊａｖａｓｃｒｉｐｔ」から抽出された優先ワード「Ｖｕｅ．ｊｓ」に設定されたブーストスコアが５点の場合、結果表示制御部１１７は、この登録情報の合計スコアを５０点とする。結果表示制御部１１７は、合計スコアの高い順に並べた登録情報の一覧を検索結果として、求人者端末２０又は求職者端末３０に表示させる。つまり、合計スコアの高い登録情報ほど上位に表示され、検索者が見つけやすくなる。複数のタグが付与されている登録情報については、各タグのタグスコアと対応する優先ワードのブーストスコアとの乗算値を総計したものが、合計スコアとなる。

図７は、結果表示制御部１１７が求人者端末２０に表示させる検索結果表示画面ＲＤの一例である。検索結果表示画面ＲＤでは、検索された複数の登録情報が、合計スコアの高い順に上からリスト表示される。なお、検索結果表示画面ＲＤでは、タグワード、優先ワード、タグスコア、及びブーストスコアは表示されなくてもよい。

<人工知能部１１８>
人工知能部１１８は、各機能部から入力を受け付け、指示された出力を返すように構成されている。なお、サーバ装置１０が各機能部において使用する人工知能は、共通のものであってもよいし、機能部毎に個別に用意されたものであってもよい。

人工知能部１１８は、ＧＰＴ（Ｇｅｎｅｒａｔｉｖｅ Ｐｒｅｔｒａｉｎｅｄ Ｔｒａｎｓｆｏｒｍｅｒ、ＧＰＴ－１、ＧＰＴ－２、ＧＰＴ－３を含む）、ＢＥＲＴ（Ｂｉｄｉｒｅｃｔｉｏｎａｌ Ｅｎｃｏｄｅｒ Ｒｅｐｒｅｓｅｎｔａｔｉｏｎｓ ｆｒｏｍ Ｔｒａｎｓｆｏｒｍｅｒｓ）、ＢＡＲＴ（Ｂｉｄｉｒｅｃｔｉｏｎａｌ ａｎｄ Ａｕｔｏ－ｒｅｇｒｅｓｓｉｖｅ Ｔｒａｎｓｆｏｒｍｅｒ）等を含むトランスフォーマ（Ｔｒａｎｓｆｏｒｍｅｒ）や再帰型ニューラルネットワーク（Ｒｅｃｕｒｒｅｎｔ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ（ＲＮＮ））等の言語モデル等を備えるＡＩ（Ａｒｔｉｆｉｃｉａｌ Ｉｎｔｅｌｌｉｇｅｎｃｅ）であって、生成ＡＩを含む。

言語モデルは、機械学習アルゴリズムによる学習モデルの一例である。機械学習の具体的なアルゴリズムとしては、最近傍法、ナイーブベイズ法、決定木、サポートベクターマシン、ニューラルネットワークを利用した深層学習（ディープラーニング）等が挙げられる。人工知能部１１８は、上記のアルゴリズムを適宜適用することができる。

人工知能部１１８は、教師あり学習、教師なし学習、又は自己教師あり学習等の学習方法によって構築された学習済みモデルを人工知能として有する。教師あり学習では、教師データ（学習データ）を用いて機械学習を行う。教師データは、学習用の入力データ及び出力データ（正解データ）のペアで構成される。また、言語モデルは、特定のタスクのために訓練されたものだけでなく、幅広いタスクに対して汎用的に用いることができる汎用モデルであってもよい。

人工知能部１１８は、人工知能として、膨大なデータを学習した大規模言語モデル（Ｌａｒｇｅ Ｌａｎｇｕａｇｅ Ｍｏｄｅｌｓ（ＬＬＭ））のような汎用的な自然言語処理の学習モデルを含む。このような汎用的な学習モデルは、Ｏｎｅ－ｓｈｏｔ Ｌｅａｒｎｉｎｇやｆｅｗ－ｓｈｏｔ Ｌｅａｒｎｉｎｇ等により、ファインチューニングなしで様々なタスクに対応可能な言語モデルを含む。制御部１１の各機能部において用いられる人工知能は、それぞれ別個の学習モデルであってもよいし、共通した汎用的な学習モデルであってもよい。

例えば、別個の学習モデルを用いる場合は、一の学習モデルは、登録情報とタグリストとを入力とし、タグが付された登録情報を出力とするよう学習され、別の学習モデルは、検索ワードとタグリストとを入力とし、優先ワードを出力するように学習される。また、例えば、汎用的な学習モデルを用いる場合は、登録情報とタグリストとを入力とし、タグが付された登録情報を出力とするようプロンプトで指示されると共に、検索ワードとタグリストとを入力とし、優先ワードを出力するようにプロンプトで指示される。

人工知能部１１８に含まれる人工知能は、追加の学習を行うことが可能である。例えば、人工知能部１１８は、提示した検索条件が、検索者によって実際の検索で使用されたかどうかを学習する。つまり、人工知能部１１８は、人工知能が作成して提示した検索条件に対するフィードバックとして、実際の検索条件をラベル付けしたものを提示した検索条件と合わせて教師データセットとしたものを用いて、追加の学習を行い、ファインチューニングされる。これにより、学習モデルから出力される検索条件が最適化され、ユーザに提示される。

<表示部>
求人者端末２０の表示部２１１及び求職者端末３０の表示部３１１は、それぞれ、サーバ装置１０から送信されてきた画面データが示す画面を表示する。

<操作受付部>
求人者端末２０の操作受付部２１２は、求人者端末２０を利用するユーザ（求人者側検索者）による操作を受け付ける。求職者端末３０の操作受付部３１２は、求職者端末３０を利用するユーザ（求職者）による操作を受け付ける。

３．情報処理方法
本節では、サーバ装置１０の情報処理方法について説明する。この情報処理方法は、サーバ装置１０の各部が、各ステップとしてコンピュータにより実行される。

具体的には、この情報処理方法は、検索ステップと、優先ワード抽出ステップと、結果表示制御ステップとを備える。検索ステップでは、検索条件の入力を受け付けると共に、検索条件に基づいて求人者又は求職者に関する登録情報を検索する。優先ワード抽出ステップでは、検索条件に含まれる検索ワードと関連するワードを優先ワードとして抽出する。結果表示制御ステップでは、検索条件を充足する登録情報のうち、優先ワードを含む登録情報を優先して表示する。

図８は、検索支援システム１によって実行される情報処理（求人側検索者による求職者の検索処理）の流れを示すアクティビティ図である。以下では、このアクティビティ図の各アクティビティに沿って、情報処理を説明する。

求職者の検索処理は、求人側検索者による検索条件の入力から開始される。求人側検索者は、求人者端末２０において、求職者の履歴書、職務経歴書等に対する検索条件を入力する（アクティビティＡ１０１）。サーバ装置１０は、検索条件の入力を受け付け、検索条件に基づいて求職者情報を検索する（検索ステップ、アクティビティＡ１０２）。

続いて、サーバ装置１０は、検索条件として求人側検索者が入力した検索ワードと関連する優先ワードを抽出する（優先ワード抽出ステップ、アクティビティＡ１０３）。なお、優先ワードの抽出は、求職者情報の検索と並行で実行されてもよいし、求職者情報の検索前に実行されてもよい。優先ワードの抽出後、サーバ装置１０は、検索された求職者情報のタグと優先ワードとを比較する（アクティビティＡ１０４）。

次に、サーバ装置１０は、検索された求職者情報のうち、優先ワードに対応するタグが付与されている求職者情報が優先表示される検索結果を求人者端末２０に表示させる（結果表示制御ステップ、アクティビティＡ１０５）。これにより、求人者端末２０にタグに基づいてソートされた検索結果が提示される（アクティビティＡ１０６）。

図９は、検索支援システム１によって実行される情報処理（求職者による求人者の検索処理）の流れを示すアクティビティ図である。以下では、このアクティビティ図の各アクティビティに沿って、情報処理を説明する。

求人者の検索処理は、求職者による検索条件の入力から開始される。求職者は、求職者端末３０において、求人票等に対する検索条件を入力する（アクティビティＡ２０１）。サーバ装置１０は、検索条件の入力を受け付け、検索条件に基づいて求人者情報を検索する（検索ステップ、アクティビティＡ２０２）。

続いて、サーバ装置１０は、検索条件として求職者が入力した検索ワードと関連する優先ワードを抽出する（優先ワード抽出ステップ、アクティビティＡ２０３）。なお、優先ワードの抽出は、求人者情報の検索と並行で実行されてもよいし、求人者情報の検索前に実行されてもよい。優先ワードの抽出後、サーバ装置１０は、検索された求人者情報のタグと優先ワードとを比較する（アクティビティＡ２０４）。

次に、サーバ装置１０は、検索された求人者情報のうち、優先ワードに対応するタグが付与されている求人者情報が優先表示される検索結果を求職者端末３０に表示させる（結果表示制御ステップ、アクティビティＡ２０５）。これにより、求職者端末３０にタグに基づいてソートされた検索結果が提示される（アクティビティＡ２０６）。

４．作用
本実施形態の作用をまとめると、次の通りとなる。すなわち、検索者による検索に要する手間や時間を低減することができる。

以上、本発明の実施形態について説明したが、本発明はこれに限定されることなく、その発明の技術的思想を逸脱しない範囲で適宜変更可能である。

５．その他
上記実施形態では、サーバ装置１０が種々の記憶・制御を行ったが、サーバ装置１０に代えて、複数の外部装置が用いられてもよい。すなわち、種々の情報やプログラムは、ブロックチェーン技術等を用いて複数の外部装置に分散して記憶されてもよい。特に、人工知能部１１８は、サーバ装置１０の外部構成であってもよい。その場合、外部構成である人工知能部１１８は、サーバ装置１０の各機能部から入力を受け付け、指示された出力をサーバ装置１０に返すように構成される。

本実施形態の態様は、検索支援システム１に限定されず、情報処理方法であっても、プログラムであってもよい。検索支援方法は、検索支援システム１の各ステップを備える。プログラムは、コンピュータに、検索支援システム１の各ステップを実行させる。

次に記載の各態様で提供されてもよい。

（１）検索支援システムであって、プロセッサを備え、前記プロセッサは、次の各ステップを実行可能に構成され、検索ステップでは、検索条件の入力を受け付けると共に、前記検索条件に基づいて求人者又は求職者に関する登録情報を検索し、優先ワード抽出ステップでは、前記検索条件に含まれる検索ワードと関連するワードを優先ワードとして抽出し、結果表示制御ステップでは、前記検索条件を充足する前記登録情報のうち、前記優先ワードを含む前記登録情報を優先して表示する、検索支援システム。

（２）上記（１）に記載の検索支援システムにおいて、前記優先ワード抽出ステップでは、前記登録情報に付されたタグに対応するタグワードのうち、前記検索ワードと関連する前記タグワードを前記優先ワードとして抽出し、前記結果表示制御ステップでは、前記優先ワードに対応する前記タグが付された前記登録情報を優先して表示する、検索支援システム。

（３）上記（２）に記載の検索支援システムにおいて、前記結果表示制御ステップでは、前記優先ワードに対応する前記タグに設定されたタグスコアに応じて、前記登録情報の表示順を決定する、検索支援システム。

（４）上記（３）に記載の検索支援システムにおいて、前記タグスコアは、前記登録情報に付された前記タグに対応する前記タグワードの前記登録情報における使用形態に応じて、前記登録情報毎に設定される、検索支援システム。

（５）上記（４）に記載の検索支援システムにおいて、前記タグワードは、前記登録情報における使用形態に応じたカテゴリに分類され、前記タグスコアは、前記タグワードの前記カテゴリに応じて設定される、検索支援システム。

（６）上記（３）から（５）のいずれか１つに記載の検索支援システムにおいて、前記優先ワード抽出ステップでは、前記検索ワードと前記優先ワードとの関連性に基づいて、前記優先ワードにブーストスコアを設定し、前記結果表示制御ステップでは、前記優先ワードに対応する前記タグに設定された前記タグスコアと、当該優先ワードに設定された前記ブーストスコアとに応じて前記登録情報の表示順を決定する、検索支援システム。

（７）上記（６）に記載の検索支援システムにおいて、前記プロセッサは、さらに次のステップを実行可能に構成され、記憶ステップでは、前記登録情報に対する検索履歴を記憶し、前記優先ワード抽出ステップでは、前記検索履歴における前記検索ワードと前記優先ワードとの共起度に基づいて前記ブーストスコアを設定する、検索支援システム。

（８）上記（６）又は（７）に記載の検索支援システムにおいて、前記結果表示制御ステップでは、前記優先ワードに対応する前記タグに設定された前記タグスコアに、当該優先ワードに設定された前記ブーストスコアを乗じた値が大きい前記登録情報を優先して表示する、検索支援システム。

（９）上記（１）から（８）のいずれか１つに記載の検索支援システムにおいて、前記優先ワード抽出ステップでは、前記検索ワードと関連するワードを前記優先ワードとして抽出することを人工知能に指示し、前記検索ワードを前記人工知能に入力し、前記人工知能に前記優先ワードを抽出させる、検索支援システム。

（１０）上記（２）から（９）のいずれか１つに記載の検索支援システムにおいて、前記プロセッサは、次のステップをさらに実行可能に構成され、タグ付与ステップでは、前記登録情報の内容に基づき、前記登録情報に前記タグを付与する、検索支援システム。

（１１）上記（１０）に記載の検索支援システムにおいて、前記タグワードは、前記登録情報における使用形態に応じたカテゴリに分類され、前記タグ付与ステップでは、前記タグに対応する前記タグワードが、当該タグワードが分類された前記カテゴリに対応する使用形態で前記登録情報に含まれる場合に、当該タグを前記登録情報に付与する、検索支援システム。

（１２）上記（１０）又は（１１）に記載の検索支援システムにおいて、前記登録情報は、前記求職者の職務経歴書であり、前記タグ付与ステップでは、前記職務経歴書に対して前記タグを付与することを人工知能に指示し、前記職務経歴書を前記人工知能に入力し、前記人工知能に前記タグを付与させる、検索支援システム。

（１３）上記（１０）から（１２）のいずれか１つに記載の検索支援システムにおいて、前記タグ付与ステップでは、タグリストに記載された前記タグワードが含まれる前記登録情報に当該タグワードに対応する前記タグを付与し、前記タグワードは、前記登録情報に含まれるワード、又は前記登録情報の検索で用いられたワードから、前記タグワードを作成することを人工知能に指示し、前記人工知能に作成させたものである、検索支援システム。

（１４）上記（１３）に記載の検索支援システムにおいて、前記タグワードは、前記登録情報又は前記登録情報の検索における利用頻度に基づいて選択される、検索支援システム。

（１５）上記（１）から（１１）のいずれか１つに記載の検索支援システムにおいて、前記登録情報は、前記求職者の履歴書、職務経歴書、又はその他のプロフィール情報である、検索支援システム。

（１６）検索支援方法であって、上記（１）から（１５）のいずれか１つに記載の検索支援システムの各ステップを備える、検索支援方法。

（１７）プログラムであって、コンピュータに、上記（１）から（１５）のいずれか１つに記載の検索支援システムの各ステップを実行させる、プログラム。
もちろん、この限りではない。

最後に、本開示に係る種々の実施形態を説明したが、これらは、例として提示したものであり、発明の範囲を限定することは意図していない。当該新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。当該実施形態やその変形は、発明の範囲や要旨に含まれると共に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。

１ ：検索支援システム
２ ：通信回線
１０ ：サーバ装置
１１ ：制御部
１２ ：記憶部
１３ ：通信部
１４ ：通信バス
２０ ：求人者端末
２１ ：制御部
２２ ：記憶部
２３ ：通信部
２４ ：入力部
２５ ：出力部
２６ ：通信バス
３０ ：求職者端末
３１ ：制御部
３２ ：記憶部
３３ ：通信部
３４ ：入力部
３５ ：出力部
３６ ：通信バス
１１１ ：基本表示制御部
１１２ ：求人者登録部
１１３ ：求職者登録部
１１４ ：タグ付与部
１１５ ：検索部
１１６ ：優先ワード抽出部
１１７ ：結果表示制御部
１１８ ：人工知能部
２１１ ：表示部
２１２ ：操作受付部
３１１ ：表示部
３１２ ：操作受付部

Claims (16)

1. 検索支援システムであって、
   プロセッサを備え、
   前記プロセッサは、次の各ステップを実行可能に構成され、
   検索ステップでは、検索条件の入力を受け付けると共に、前記検索条件に基づいて求人者又は求職者に関する登録情報を検索し、
   優先ワード抽出ステップでは、前記登録情報に付されたタグに対応するタグワードのうち、前記検索条件に含まれる検索ワードと関連する前記タグワードを優先ワードとして抽出し、
   結果表示制御ステップでは、前記検索条件を充足する前記登録情報のうち、前記優先ワードに対応する前記タグが付された前記登録情報を優先して表示する、検索支援システム。
2. 請求項１に記載の検索支援システムにおいて、
   前記結果表示制御ステップでは、前記優先ワードに対応する前記タグに設定されたタグスコアに応じて、前記登録情報の表示順を決定する、検索支援システム。
3. 請求項２に記載の検索支援システムにおいて、
   前記タグスコアは、前記登録情報に付された前記タグに対応する前記タグワードの前記登録情報における使用形態に応じて、前記登録情報毎に設定される、検索支援システム。
4. 請求項３に記載の検索支援システムにおいて、
   前記タグワードは、前記登録情報における使用形態に応じたカテゴリに分類され、
   前記タグスコアは、前記タグワードの前記カテゴリに応じて設定される、検索支援システム。
5. 請求項２に記載の検索支援システムにおいて、
   前記優先ワード抽出ステップでは、前記検索ワードと前記優先ワードとの関連性に基づいて、前記優先ワードにブーストスコアを設定し、
   前記結果表示制御ステップでは、前記優先ワードに対応する前記タグに設定された前記タグスコアと、当該優先ワードに設定された前記ブーストスコアとに応じて前記登録情報の表示順を決定する、検索支援システム。
6. 請求項５に記載の検索支援システムにおいて、
   前記プロセッサは、さらに次のステップを実行可能に構成され、
   記憶ステップでは、前記登録情報に対する検索履歴を記憶し、
   前記優先ワード抽出ステップでは、前記検索履歴における前記検索ワードと前記優先ワードとの共起度に基づいて前記ブーストスコアを設定する、検索支援システム。
7. 請求項５に記載の検索支援システムにおいて、
   前記結果表示制御ステップでは、前記優先ワードに対応する前記タグに設定された前記タグスコアに、当該優先ワードに設定された前記ブーストスコアを乗じた値が大きい前記登録情報を優先して表示する、検索支援システム。
8. 請求項１に記載の検索支援システムにおいて、
   前記優先ワード抽出ステップでは、前記検索ワードと関連するワードを前記優先ワードとして抽出することを人工知能に指示し、前記検索ワードを前記人工知能に入力し、前記人工知能に前記優先ワードを抽出させる、検索支援システム。
9. 請求項１に記載の検索支援システムにおいて、
   前記プロセッサは、次のステップをさらに実行可能に構成され、
   タグ付与ステップでは、前記登録情報の内容に基づき、前記登録情報に前記タグを付与する、検索支援システム。
10. 請求項９に記載の検索支援システムにおいて、
    前記タグワードは、前記登録情報における使用形態に応じたカテゴリに分類され、
    前記タグ付与ステップでは、前記タグに対応する前記タグワードが、当該タグワードが分類された前記カテゴリに対応する使用形態で前記登録情報に含まれる場合に、当該タグを前記登録情報に付与する、検索支援システム。
11. 請求項９に記載の検索支援システムにおいて、
    前記登録情報は、前記求職者の職務経歴書であり、
    前記タグ付与ステップでは、前記職務経歴書に対して前記タグを付与することを人工知能に指示し、前記職務経歴書を前記人工知能に入力し、前記人工知能に前記タグを付与させる、検索支援システム。
12. 請求項９に記載の検索支援システムにおいて、
    前記タグ付与ステップでは、タグリストに記載された前記タグワードが含まれる前記登録情報に当該タグワードに対応する前記タグを付与し、
    前記タグワードは、前記登録情報に含まれるワード、又は前記登録情報の検索で用いられたワードから、前記タグワードを作成することを人工知能に指示し、前記人工知能に作成させたものである、検索支援システム。
13. 請求項１２に記載の検索支援システムにおいて、
    前記タグワードは、前記登録情報又は前記登録情報の検索における利用頻度に基づいて選択される、検索支援システム。
14. 請求項１に記載の検索支援システムにおいて、
    前記登録情報は、前記求職者の履歴書、職務経歴書、又はその他のプロフィール情報である、検索支援システム。
15. 検索支援方法であって、
    請求項１から請求項１４のいずれか１項に記載の検索支援システムの各ステップを備える、検索支援方法。
16. プログラムであって、
    コンピュータに、請求項１から請求項１４のいずれか１項に記載の検索支援システムの各ステップを実行させる、プログラム。