[发明专利]人才图谱及人才画像的构建方法、装置、设备及介质

权利要求书

1.一种利用人才图谱构建人才画像的方法，其特征在于，包括，

接收材料，其中所述材料包括简历、面试评价、业绩考核表中的任意一种或多种；

提取所述材料中的信息，并对所述材料中的信息进行切分，得到多个词组；

根据预定义的类别，从所述词组中识别实例层命名实体并归类；

将所述实例层命名实体映射到人才图谱中，得到以每个实例层命名实体为中心的闭包；以及

统计所述实例层命名实体以及至少两个所述闭包的交集中所涵盖的概念层命名实体，得到命名实体集合，提取所述命名实体集合以及所述命名实体集合中的各命名实体间的关系作为人才画像，

其中，在所述人才图谱中，以某个实例层命名实体作为中心节点，推理后延伸得到延伸节点；如果某个延伸节点的相邻节点中有超过一半的相邻节点也可以由该中心节点推理后延伸得到的除该某个延伸节点以外的其它延伸节点延伸推理得到或者由该中心节点延伸推理得到，则确定该某个延伸节点在该中心节点的闭包内；所有满足上述条件的延伸节点和该中心节点及其关系构成集合，该集合即为该中心节点的闭包，

其中，所述人才图谱的构建方法包括，

将人才信息库中的信息进行切分，得到多个词组，其中所述人才信息库中包含多个简历、面试评价和/或绩效考核表；

根据预定义的类别，从所述词组中识别概念层命名实体并归类；

从所述人才信息库中的信息中提取动词-宾语对，得到各个概念层命名实体对应的动词；以及

利用预先训练的模型将所述动词映射为各概念层命名实体之间的关系，得到以概念层命名实体为节点，各个概念层命名实体之间的关系为边的人才图谱。

2.根据权利要求1所述的利用人才图谱构建人才画像的方法，其特征在于，还包括，

对于无法映射到所述人才图谱中的所述实例层命名实体，从所述材料中提取动词-宾语对，得到各个实例层命名实体对应的动词，利用预先训练的模型将所述动词映射为各实例层命名实体之间的关系；

利用得到的实例层命名实体以及各个实例层命名实体之间的关系更新所述人才图谱。

3.根据权利要求1所述的利用人才图谱构建人才画像的方法，其特征在于，所述预定义的类别包括，学校、专业、行业、公司、职能、技能、项目、工作内容和/或证书中的任意一项或多项。

4.根据权利要求1所述的利用人才图谱构建人才画像的方法，其特征在于，在从所述词组中识别概念层命名实体的模型通过Bi-LSTM神经网络进行训练。