【技术实现步骤摘要】
简历匹配方法、装置、电子设备、存储介质和程序产品
本公开涉及数据处理
，尤其涉及简历管理技术。
技术介绍
目前一些大型企业每天收到的简历数量是非常巨大的，例如：一些企业每天能收到成千上万份简历。但目前简历管理主要还是传统人员管理方式，即通过人员筛选简历，以确定收到的简历是否与企业的岗位信息匹配。
技术实现思路
本公开提供了一种简历匹配方法、装置、电子设备、存储介质和程序产品。根据本公开的一方面，提供了一种简历匹配方法，包括：将简历进行划分，得到多个分区；对每个分区进行关键信息提取，获得每个分区的关键信息；对每个分区的关键信息进行编码，得到多个简历编码信息，以及对岗位信息包括的多个需求信息进行编码，得到多个岗位编码信息；将所述多个分区与所述多个需求信息进行匹配，对于匹配的分区和需求信息，计算简历编码信息与岗位编码信息的相关性；依据所述相关性，确定所述简历与所述岗位信息的第一匹配结果。根据本公开的另一方面，提供了一种简历匹配装置，包括：划分...
【技术保护点】
1.一种简历匹配方法，包括：/n将简历进行划分，得到多个分区；/n对每个分区进行关键信息提取，获得每个分区的关键信息；/n对每个分区的关键信息进行编码，得到多个简历编码信息，以及对岗位信息包括的多个需求信息进行编码，得到多个岗位编码信息；/n将所述多个分区与所述多个需求信息进行匹配，对于匹配的分区和需求信息，计算简历编码信息与岗位编码信息的相关性；/n依据所述相关性，确定所述简历与所述岗位信息的第一匹配结果。/n
【技术特征摘要】
1.一种简历匹配方法，包括：
将简历进行划分，得到多个分区；
对每个分区进行关键信息提取，获得每个分区的关键信息；
对每个分区的关键信息进行编码，得到多个简历编码信息，以及对岗位信息包括的多个需求信息进行编码，得到多个岗位编码信息；
将所述多个分区与所述多个需求信息进行匹配，对于匹配的分区和需求信息，计算简历编码信息与岗位编码信息的相关性；
依据所述相关性，确定所述简历与所述岗位信息的第一匹配结果。
2.根据权利要求1所述的方法，其中，所述将所述多个分区与所述多个需求信息进行匹配，对于匹配的分区和需求信息，计算简历编码信息与岗位编码信息的相关性，包括：
在所述多个需求信息中查找每个分区匹配的需求信息，得到至少一个匹配对，每个匹配对包括匹配的分区和需求信息；
计算目标匹配对的简历编码信息中每个词相对于岗位编码信息的相关性信息，其中，目标词相对于岗位编码信息的相关性信息包括所述目标词相对于所述目标匹配对的岗位编码信息每个词的词相关性，所述目标词为所述目标匹配对的简历信息中任一词，所述目标匹配对为所述至少一个匹配对中任一匹配对。
3.根据权利要求2所述的方法，其中，所述依据所述相关性，确定所述简历与所述岗位信息的第一匹配结果，包括：
为每一匹配对的简历编码信息中的每个词配置对应的第一权重，以及为所述每一匹配对的岗位编码信息中的每个词配置对应的第二权重；
生成多个词向量，并基于所述多个词向量确定所述简历与所述岗位信息的第一匹配结果，其中，所述词向量为词相关性、对应的第一权重和对应的第二权重的内积。
4.根据权利要求1所述的方法，其中，所述将简历进行划分，得到多个分区，包括：
识别简历的文本区域；
检测所述简历中的区域线，并依据所述区域线将所述文本区域划分为多个文字区域；
识别每个文字区域的字体特征，依据每个文字区域的字体特征，将所述多个文字区域划分为多个分区。
5.根据权利要求1所述的方法，其中，所述对每个分区进行关键信息提取，获得每个分区的关键信息，包括：
将第一分区包括的文字转换为字向量，得到所述第一分区的字向量序列；
识别字向量序列包括的词向量，得到所述第一分区的词向量；
对所述第一分区的词向量进行标注，并基于标注结果识别所述第一分区的关键信息；
其中，所述第一分区为所述多个分区的分区。
6.根据权利要求1所述的方法，其中，所述第一匹配结果为所述简历满足所述岗位信息的匹配结果；
所述方法还包括：
识别所述岗位信息满足所述简历的第二匹配结果；
依据所述第一匹配结果、第一预设权重、所述第二匹配结果和第二预设权重，对所述简历执行简历推荐操作；
其中，所述第一预设权重是为所述第一匹配结果配置的权重，所述第二预设权重是为所述第二匹配结果配置的权重。
7.一种简历匹配装置，包括：
划分模块，用于将简历进行划分，得到多个分区；
提取模块，用于对每个分区进行关键信息提取，获得每个分区的关键信息；
编码模块，用于对每个分区的关键信息进行编码，得到多个简历编码信息，以及对岗位信息包括的多个需求信息进行编码，得到多个岗位编码信息；<...
【专利技术属性】
技术研发人员：冯博豪，韩光耀，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。