[发明专利]一种简历解析中二次提取实体的方法

权利要求书

1.一种简历解析中二次提取实体的方法，其特征在于，具有如下步骤：

S1、实体提取及拆分记录；

将已提取实体分配到已拆分的各条记录中，对每条记录中已提取实体按照位置进行排序，使用已提取实体对所在的记录进行拆分；

S2、拆分片段进行文本预处理；

所在记录进行拆分后的片段作为潜在实体，对所述潜在实体进行文本预处理；

S3、划分符合条件的潜在实体和待提取字段；

文本预处理中，筛选掉格式不符合条件的潜在实体，得到符合条件的潜在实体，将已提取的实体对应的字段定义为已提取字段，将其他字段定义为待提取字段；

S4、采用打分法对符合条件的潜在实体进行打分；

打分法的打分因素包括通用因素和专用因素，

所述通用因素包括潜在实体的位置、中文字符和英文字符长度；

所述专用因素包括每个字段特有的因素；

对符合条件的潜在实体进行打分，包括：

对每个符合条件的潜在实体和每个待提取字段的组合进行打分；

S5、选取最高分；

对于每个符合条件的潜在实体，选择得分最高的待提取字段作为最优字段；

对于一个待提取字段是多个符合条件的潜在实体最优字段的情况，选择得分最高的符合条件的潜在实体，这个符合条件的潜在实体作为该待提取字段对应的符合条件的潜在实体；

S6、最高分与阈值对比，输出二次提取实体及对应字段；

选择得分高于阈值的待提取字段和符合条件的潜在实体的组合，将所述符合条件的潜在实体加入已提取实体中，将所述待提取字段加入已提取字段中。