一种基于标签化的人岗匹配方法、系统、介质及设备技术方案

本发明专利技术属于人工智能领域，提供了一种基于标签化的人岗匹配方法、系统、介质及设备，其通过人工智能技术和内置的规则引擎，基于训练后的深度学习模型和内置的规则引擎，对任职资格说明书和非结构化材料进行解析和标签提取，每一个内置的标签对应相应的规则字典库，与规则字典库进行匹配后返回具体的标签，实现岗位标签和人员标签的自动化提取；再通过标签映射关系，最终实现人员信息标签与岗位信息标签的匹配情况，匹配度的高低即反应了人岗匹配情况。匹配度的高低即反应了人岗匹配情况。匹配度的高低即反应了人岗匹配情况。

【技术实现步骤摘要】
一种基于标签化的人岗匹配方法、系统、介质及设备


[0001]本专利技术属于人工智能领域，尤其涉及一种基于标签化的人岗匹配方法、系统、介质及设备。

技术介绍

[0002]本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。
[0003]传统的人岗匹配方法主观性强，匹配结果缺少可对标的标准；在规模化团队盘点时人工工作量大；没法自动解析出员工的优势信息和不足信息，仅能依赖主观分数人为判断或人为进行总结。
[0004]目前虽然采用了机器学习进行人岗匹配，但其存在的缺陷是：利用神经网络算法及建立向量相关性，来提取岗位和简历的标签信息并匹配的技术手段，仅能满足招聘场景下的结构相对固定的个人简历的匹配，无法满足企业在职人员的大量的非结构化的材料的标签提取及人岗匹配问题。

技术实现思路

[0005]为了解决上述
技术介绍
中存在的至少一项技术问题，本专利技术提供一种基于标签化的人岗匹配方法、系统、介质及设备，其通过人工智能技术进行标签化提取，再通过标签映射关系，最终实现人员信息标签与岗位信息标签的匹配情况，匹本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于标签化的人岗匹配方法，其特征在于，包括如下步骤：获取所需岗位的任职资格说明书和员工的非结构化材料；基于训练后的深度学习模型和内置的规则引擎，对任职资格说明书和非结构化材料进行解析和标签提取，每一个内置的标签对应相应的规则字典库，与规则字典库进行匹配后返回具体的标签，得到所需岗位的任职信息标签和员工已有的信息标签；其中，对任职资格说明书和非结构化材料进行解析和标签提取的逻辑为：通过代码读取文件流后转化成xml文本，根据分词算法，基于xml文本创建临时分词表，将临时分词表作为传入参数调用深度学习模型的服务接口，接口返回对应岗位或对应员工的信息标签；基于所需岗位的任职信息标签和员工已有的信息标签进行匹配得到人岗匹配结果。2.如权利要求1所述的一种基于标签化的人岗匹配方法，其特征在于，对任职资格说明书和非结构化材料进行解析和标签提取时，通过与训练模型提取的标签进行合并去重，得到最终的对应岗位或对应员工的信息标签。3.如权利要求1所述的一种基于标签化的人岗匹配方法，其特征在于，所述规则字典库包括主语
‑
形容词、动词
‑
宾语的组合键值对、白名单和黑名单；其中，白名单实现语句中出现白名单中的内容时直接打上该标签；黑名单中的内容出现对应的内容时不打对应标签。4.如权利要求1所述的一种基于标签化的人岗匹配方法，其特征在于，所述深度学习模型采用BERT
‑
BiLTSM
‑
CRF的命名实体识别NER算法和FastText算法。5.如权利要求1所述的一种基于标签化的人岗匹配方法，其特征在于，所述基于所需岗位的任职信息标签和员工已有的信息标签进行匹配时，基于岗位信息标签库及人员信息标签库的映射关系表，通过岗位...

【专利技术属性】
技术研发人员：刘传彬，李旭，贺作华，白金龙，白洪生，陈卫，
申请(专利权)人：金现代信息产业股份有限公司，
类型：发明
国别省市：