[发明专利]人才画像的生成方法、装置、设备及存储介质

说明书

本发明涉及人工智能领域，尤其涉及自然语言处理领域，公开了一种人才画像的生成方法、装置、设备及存储介质，用于对简历中的核心技能进行提炼，生成人才画像，便于招聘人员查看，提高了简历筛选效率。本发明方法包括：获取目标简历；从所述目标简历中提取简历数据；基于自然语言处理NLP的文本分类算法对所述简历数据进行清洗，得到目标文本，所述目标文本指示目标人才的核心技能；调用预置的训练模型对所述目标文本进行分析，生成预测标签，每个预测标签都对应所述目标人才的一个核心技能；根据所述预测标签生成所述目标人才的人才画像。

技术领域

本发明涉及自然语言处理领域，尤其涉及一种人才画像的生成方法、装置、设备及存储介质。

背景技术

目前，在一些大企业招聘外包人员时，通常是由人力资源(human resource,HR)直接筛选简历，然后将筛选后的简历发送到专业部门，企业的专业部门需对HR发送的应聘人员简历进行确认，然后开始进行招聘流程。然而，HR不可能对所有岗位职能都了解，因此HR可能会发送不符合要求人员的简历，推荐不符合用人单位要求的人员参加面试。

HR查看候选人的简历时需要自己提炼简历的关键信息，对于自己不了解的行业，则提取关键信息是一件费时费力的活，效率低。

发明内容

本发明提供了一种人才画像的生成方法、装置、设备及存储介质，用于对简历中的核心技能进行提炼，生成人才画像，便于招聘人员查看，提高了简历筛选效率。

本发明实施例的第一方面提供一种人才画像的生成方法，包括：获取目标简历；从所述目标简历中提取简历数据；基于自然语言处理NLP的文本分类算法对所述简历数据进行清洗，得到目标文本，所述目标文本指示目标人才的核心技能；调用预置的训练模型对所述目标文本进行分析，生成预测标签，每个预测标签都对应所述目标人才的一个核心技能；根据所述预测标签生成所述目标人才的人才画像。

可选的，在本发明实施例第一方面的第一种实现方式中，所述调用预置的训练模型对所述目标文本进行分析，生成预测标签，每个预测标签都对应所述目标人才的一个核心技能包括：依次遍历所述目标文本中的每条应聘信息，每条应聘信息都对应所述目标人才的一个核心技能；基于预置的训练模型对每条应聘信息进行分词，得到分词结果；根据所述分词结果在业务词袋中进行检索，得到每条应聘信息的业务关键词；将所述业务关键词按照频数降序排列得到排序结果；将所述排序结果中靠前的预置数目的关键词确定为预测标签。

可选的，在本发明实施例第一方面的第二种实现方式中，所述根据所述预测标签生成所述目标人才的人才画像包括：创建一个目标类，所述目标类包括多个属性；根据所述预测标签确定所述目标类中的各个属性，每个属性对应一个所述预测标签；确定所述目标类的输出结果，所述输出结果包括多个所述预测标签；根据所述输出结果中各个预测标签的标签值生成所述目标人才的人才画像。

可选的，在本发明实施例第一方面的第三种实现方式中，所述基于自然语言处理NLP的文本分类算法对所述简历数据进行清洗，得到目标文本，所述目标文本指示目标人才的核心技能之后，所述调用预置的训练模型对所述目标文本进行分析，生成预测标签，每个预测标签都对应所述目标人才的一个核心技能之前，所述方法还包括：生成预置的训练模型，所述预置的训练模型用于根据文本数据生成预测标签。

可选的，在本发明实施例第一方面的第四种实现方式中，所述生成预置的训练模型，所述预置的训练模型用于根据文本数据生成预测标签包括：获取预置数量的简历数据；对所述预置数量的简历数据进行清洗，得到有效数据；为每个有效数据确定对应的标签，得到语料库；将所述语料库输入到文本训练模型中；对所述文本训练模型进行参数调整，生成预置的训练模型，所述预置的训练模型用于根据文本数据生成预测标签。