[发明专利]一种基于自然语言处理分类技术的岗位职能识别方法

权利要求书

1.一种基于自然语言处理分类技术的岗位职能识别方法，其特征在于，包括以下步骤：

S1、对招聘信息的输入进行预处理；

S2、对预处理后的招聘信息确定规则识别；

S3、通过规则对岗位职能进行识别和筛选，得到候选集；

S4、对所述候选集进行过滤；

S5、对所述职能进行打分，并根据同职能关系进行重定向，输出岗位列表。

2.根据权利要求1所述的一种基于自然语言处理分类技术的岗位职能识别方法，其特征在于，在步骤S1中，所述预处理包括：

S101：基本转换，矢量计算，核心关键词提取等，所述基本转换为将岗位职能报表中的文字转小写与转为半角操作；

S102：对招聘信息进行清洗，具体步骤为：

S1021：去除岗位职能中的后缀，保留职位要求和职位描述，去除薪资福利、公司简介等；

S1022：采用fasttext对招聘信息中的句子进行分类，对职位介绍、薪资福利、岗位要求等进行分类；

S103：对行业人才需求信息的岗位名称及职位描述进行数据预处理采用ICTCLAS分词器，可将数据的文字进行分词处理；

S104：将所述title与全文中的关键词进行筛选并构建序列titleist、fullist，所述titleist为title关键词序列，所述fullist为全文关键词序列，统计序列titleist与序列fullist的关键词总量T和L，计算关键词权重比例，所述titleist_K和titleist_K+1分别为序列titleist中第k位和第k+1位元素，所述fullist_K和fullist_K+1分别为序列fullist中第k位和第k+1位元素，指标权重计算，根据给定的r_k和l_k赋值，可以得到title与全文中关键词的权重值Q，所述Q1为title的权重值，Q2为全文的权重值，根据权重值Q1、Q2选择title中权重最高的2个词和全文中权重最高的5个词，将这7个词命名为核心关键词，所述title为招聘信息的标题,所述全文即为招聘信息中的除标题外的内容，对输入计算Word2Vec矢量。

所述计算Word2Vec矢量的方法为：通过所述title与全文中的关键词的权重值构建权重矩阵，通过所述权重矩阵基于TextRank算法将所述title与全文中的关键词得到关键词的词向量，并将所述关键词的词向量定义为p(x，y)，所述x表示title关键词的权重值，所述y表示全文关键词权重值，并根据所述的关键词的词向量p(x，y)计算核心关键词的客观权重，计算关键词的信息熵，计算公式为：

其中，e_i表示第i个关键词的信息熵，p表示关键词个数；

计算评价指标熵权，计算公式为：

进而可以得到核心关键词的客观权重向量Y＝(y₁，y₂，…,y_p)，对所述主观权重和客观权重向量进行优化拟合，得到综合权重矩阵z_i，计算公式为：

计算得到综合权重矩阵Z＝(z₁，z₂，…,z_p)，通过所述权重矩阵Z＝(z₁，z₂，…,z_p)计算得到Word2Vec矢量。

3.根据权利要求2所述的一种基于自然语言处理分类技术的岗位职能识别方法，其特征在于，所述确认规则的具体步骤为：确定规则分为title命中确定规则和全文命中确定规则，所述title或全文中包含核心关键词时直接将其识别为对应的职能。