[发明专利]一种基于机器学习的简历信息抽取方法

权利要求书

1.一种基于机器学习的简历信息抽取方法，其特征在于，具体包括以下步骤：

S1，构建行业关键词库，所述行业关键词库包括若干种行业以及每种行业对应的行业关键词列表；

S2，将多个样本简历数据输入word2vector模型进行训练和测试，生成简历向量模型；

S3，将待抽取简历预处理成结构化字段和非结构化字段；

S4，从所述结构化字段中正则提取出求职者的个人基本信息；

S5，利用分类器从所述非结构化字段中预测待抽取简历所属行业；

S6，对所述非结构化字段进行分词，将分词得到的每个词输入简历向量模型，并根据待抽取简历所属行业对应的行业关键词组，得到待抽取简历的行业特征向量。

2.根据权利要求1所述的基于机器学习的简历信息抽取方法，其特征在于，所述步骤S1中构建行业关键词库的具体步骤为：

获取多份样本简历；

按照行业类别对多份样本简历进行分组；

对每份样本简历进行分词，利用卡方检验方法计算每个词与每个行业类别的关联性；

按照行业类别，对切分得到的词进行关联度排序，得到各个行业的行业关键词列表，构建出行业关键词库。

3.根据权利要求2所述的基于机器学习的简历信息抽取方法，其特征在于，每个行业对应唯一一个行业关键词组。

4.根据权利要求2或3所述的基于机器学习的简历信息抽取方法，其特征在于，所述行业关键词组中包含1024个关键词。

5.根据权利要求1所述的基于机器学习的简历信息抽取方法，其特征在于，所述行业特征向量为1024维向量。

6.根据权利要求1所述的基于机器学习的简历信息抽取方法，其特征在于，所述分类器采用的是SVM分类器。

7.根据权利要求1所述的基于机器学习的简历信息抽取方法，其特征在于，所述个人基本信息包括名字、出生日期、学校。