一种基于二元化的简历解析方法技术

本发明专利技术公开了一种基于二元化的简历解析方法包括：批量读入简历；把批量读入简历的转换成HTML以及TXT文本格式；判断转换成HTML格式的简历是否可以套用简历精确识别模板；根据正则表达式的方法，利用XPATH对转化成HTML文本格式的简历信息进行解析，并对解析后的简历信息进行评分，判断是否高于预定义的阈值；利用TensorFlow构建的BI‑LSTM‑CRF机器学习模型进行简历信息命名实体提取；利用标签字典及结合命名实体提取识别出简历信息，进行简历信息各个板块切割；遍历各个简历板块内容，利用数据链表存储提取出的简历信息内容；将经过简析的简历信息用JSON或XML结构化数据进行存储。本发明专利技术可以在有限的简历样本的基础上，实现对简历信息的精准识别。

【技术实现步骤摘要】
一种基于二元化的简历解析方法
本专利技术涉及的是简历解析方法，具体而言，尤其涉及一种基于二元化的简历解析方法。
技术介绍
简历解析，可以归类为自然语言处理(NaturalLanguageProcessing)的一个任务集，其中一个重要部分是命名实体识别(NER)，在简历分析的任务，需要识别出待处理简历文本中包括：人名，邮件地址，电话号码，籍贯，教育经历中的学校、专业、日期，工作经历中的职位、公司名称、日期等各种信息。现有技术中的同类简历解析技术，主要有如下几种方式：(1)专利CN105787047A公开的一种简历信息的抽取解析转换方法，其包括计算机读入存放简历的文件路径，读取文件流，抽取出文本内容，输出一个大文本字符串，读入抽取的大文本字符串，进行解析，将解析出的简历信息组成简历信息模型；(2)专利CN107145584A公开了一种基于ngram模型的简历解析方法，该方法为：预先收集简历样本，将常用字段关键词划分为不同类别形成分类词典，采用ngram模型统计出每一常用字段关键词转变到各样本关联词的转移概率，查找待解析简历中与常用字段关键词相匹配的目标关键词，如果目标关键词对应的转移概本文档来自技高网...

【技术保护点】
1.一种基于二元化的简历解析方法，其特征在于，其包括：step1，批量读入简历；step2，把批量读入简历的转换成HTML以及TXT文本格式；Step3，判断转换成HTML文本格式的简历信息是否可以套用简历精确识别模板，如果可以就跳到Step4，如果不可以就跳到Step5；Step4，根据正则表达式的方法，利用XPATH对转化成HTML文本格式的简历信息进行解析，并对解析后的简历信息进行评分，判断是否高于预定义的阈值，若评分高于预定义的阈值，则跳到Step8，若评分低于预定义的阈值，则跳转到Step5；Step5，利用TensorFlow构建的BI‑LSTM‑CRF机器学习模型进行简历信息命名...

【技术特征摘要】
1.一种基于二元化的简历解析方法，其特征在于，其包括：step1，批量读入简历；step2，把批量读入简历的转换成HTML以及TXT文本格式；Step3，判断转换成HTML文本格式的简历信息是否可以套用简历精确识别模板，如果可以就跳到Step4，如果不可以就跳到Step5；Step4，根据正则表达式的方法，利用XPATH对转化成HTML文本格式的简历信息进行解析，并对解析后的简历信息进行评分，判断是否高于预定义的阈值，若评分高于预定义的阈值，则跳到Step8，若评分低于预定义的阈值，则跳转到Step5；Step5，利用TensorFlow构建的BI-LSTM-CRF机器学习模型进行简历信息命名实体提取；Step6，利用标签字典及结合命名实体提取识别出简历信息，进行简历信息各个板块切割；Step7，遍历各个简历板块内容，利用数据链表存储提取出的简历信息内容；Step8，将经过简析的简历信息用JSON或XML结构化数据进行存储。2.根据权利要求1所述的一种基于二元化的简历解析方法，其特征在于，在step1中，通过提供WEB接口形式，接受经HTTPPOST请求传入的简历信息。3.根据权利要求2所述的一种基于二元化的简历解析方法，其特征在于，所述简历信息为单个简历文件时，则读取指定目录内的所述单个简历文件。4.根据权利要求2所述的一种基于二元化的简历解析方法，其特征在于，所述简历信息为批量简历压缩包时，则读取指定目录内...

【专利技术属性】
技术研发人员：钟实，陈少燕，潘志锋，
申请(专利权)人：深圳市前海欢雀科技有限公司，
类型：发明
国别省市：广东,44