简历领域事件图谱的构建方法技术

本申请提供一种简历领域事件图谱的构建方法，属于自然语言处理技术领域，该方法包括：获取简历文本；对简历文本进行命名实体识别与事件抽取，获得简历文本包含的实体信息和事件信息；事件信息包括多个宏事件和多个子事件；根据简历领域已知的关键定位词以及归类于指定宏事件的实体集，按照预设规则对实体信息和事件信息进行分析，确定实体间关系、事件间关系以及实体与事件间关系；根据实体间关系、事件间关系以及实体与事件间关系，构建简历文本对应的事件图谱。相比传统基于规则模板、基于深度学习算法模型，有更高的准确率及可控性，同时也能为训练这类模型快速提供训练语料。同时也能为训练这类模型快速提供训练语料。同时也能为训练这类模型快速提供训练语料。

【技术实现步骤摘要】
简历领域事件图谱的构建方法


[0001]本申请涉及自然语言处理
，特别涉及一种简历领域事件图谱的构建方法以及语料库的构建方法、电子设备及计算机可读存储介质。

技术介绍

[0002]简历从文本结构化程度上，可分为结构化、半结构化、非结构化三种类型，半结构化和非结构化文本是最常见的类型，这类简历篇章组织、排版形式各异，并不统一；从简历文本数据格式上，可以分为图片式、pdf式、word式、数据表式，前三者往往都需要解析为文本格式，才能做进一步数据处理。
[0003]在形式上，简历形式的非标准化，导致简历信息抽取难以单纯依赖规则模板的方法；简历数据格式非文本化，需要对不同格式的简历文件进行格式转换，但现有格式转换方法，都难以准确无误转换为文本，导致格式转换后的简历文本结构化信息丢失、字段重复、文本字段串行、字段分割标记丢失，进一步为简历信息抽取增加了难度。
[0004]在内容上，简历本质是一个人的个人身份信息介绍、工作与学习经历描述，不同简历文本在主题结构上具有相似性，鲜见冗余信息，因此，简历主题是一个有限的信息集合；然而每个人的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种简历领域事件图谱的构建方法，其特征在于，包括：获取简历文本；对所述简历文本进行命名实体识别与事件抽取，获得所述简历文本包含的实体信息和事件信息；所述事件信息包括多个宏事件和多个子事件；根据简历领域已知的关键定位词以及归类于指定宏事件的实体集，按照预设规则对所述实体信息和事件信息进行分析，确定实体间关系、事件间关系以及实体与事件间关系；根据所述实体间关系、事件间关系以及实体与事件间关系，构建所述简历文本对应的事件图谱。2.根据权利要求1所述的方法，其特征在于，所述根据简历领域已知的关键定位词以及归类于指定宏事件的实体集，按照预设规则对所述实体信息和事件信息进行分析，确定实体间关系、事件间关系以及实体与事件间关系，包括：根据简历领域已知的归类于指定宏事件的实体集，确定所述实体信息中归类于所述指定宏事件的指定实体，得到所述实体与事件间关系；针对所述实体信息中的未分类实体，以所述未分类实体为出发点，分别向前和向后搜索，获取距离所述未分类实体最近的两个已知宏事件类别归属的实体词或关键定位词，得到第一目标词和第二目标词；根据所述未分类实体已知的聚类范围以及所述第一目标词和第二目标词已知的宏事件类别，确定所述未分类实体依存的目标对象，得到所述实体间关系或所述实体与事件间关系。3.根据权利要求2所述的方法，其特征在于，所述根据所述未分类实体已知的聚类范围以及所述第一目标词和第二目标词已知的宏事件类别，确定所述未分类实体依存的目标对象，包括：若所述第一目标词和第二目标词已知的宏事件类别均在所述未分类实体已知的聚类范围内，确定所述未分类实体依存于距离最小的所述第一目标词或第二目标词。4.根据权利要求2所述的方法，其特征在于，所述根据所述未分类实体已知的聚类范围以及所述第一目标词和第二目标词已知的宏事件类别，确定所述未分类实体依存的目标对象，包括：若所述未分类实体属于第一词集，且所述第一目标词和第二目标词已知的宏事件类别，仅有一个目标类别在所述第一词集已知的聚类范围内，确定所述未分类实体依存于所述目标类别。5.根据权利要求3所述的方法，其特征在于，所述若所述第一目标词和第二目标词已知的宏事件类别均在所述未分类实体已知的聚类范围内，确定所述未分类实体依存于距离最小的所述第一目标词或第二目标词之后，所述方法还包括：若所述未分类实体属于第二词集，且多个所述未分类实体与任一已分类实体之间的最小距离相等时，依次将所述未分类实体与所述已分类实体进行依存关联。6.根据权利要求3所述的方法，其特征在于，所述若所述第一目标词和第二目标词已知的宏事件类别均在所述未分类实...

【专利技术属性】
技术研发人员：简仁贤，卢露，吴文杰，
申请(专利权)人：竹间智能科技上海有限公司，
类型：发明
国别省市：