一种语义相似度匹配的海量简历筛选方法技术

本发明专利技术涉及简历筛选的技术领域，公开了一种语义相似度匹配的海量简历筛选方法，所述方法包括：对任意简历文本进行分段落处理以及关键词提取；对任意简历文本提取得到的关键词集合进行语义编码；对简历文本的稠密语义向量进行基于全局语义覆盖的检索相似度计算；对简历文本的段落级相似度评分进行全局语义融合，根据融合相似度评分对简历文本进行降序排序，取排序后预设筛选数量的简历文本作为简历筛选结果。本发明专利技术采用结合细粒度向量以及粗粒度向量的方式，实现多维注意力增强的关键词提取以及简历文本的语义向量提取，对简历文本的段落级相似度评分进行全局语义融合，得到简历文本的融合相似度评分，实现海量简历场景下的简历筛选。

【技术实现步骤摘要】

本专利技术涉及简历筛选的，尤其涉及一种语义相似度匹配的海量简历筛选方法。

技术介绍

1、人员招聘过程中，简历筛选是一项耗时且费力的任务。随着互联网技术的发展和大数据的广泛应用，越来越多的电子简历投送到信箱中，加剧了简历筛选的难度。实际过程中大都根据院校和关键词进行粗粒度筛选，但这种方法往往无法准确捕捉简历中的语义信息，导致筛选结果不够准确。因此迫切需要一种智能化的简历筛选方法，可以在海量简历中快速筛选出与职位需求高度匹配的候选人。这对于提高招聘效率、减轻人力资源部门的工作负担以及提高招聘质量都具有重要意义。目前已经有许多关于简历筛选的研究，其中一些方法基于机器学习和自然语言处理技术。例如，利用词袋模型和tf-idf算法进行特征提取，并使用支持向量机(svm)或神经网络进行分类。还有一些研究使用预训练的深度学习模型，如bert或gpt，来学习简历和职位需求之间的语义关系。尽管已经取得了一些进展，但目前的简历筛选方法仍然存在一些问题。首先，传统的基于关键词匹配的方法无法准确捕捉简历中的语义信息，往往会导致误判。其次，现有的机器学习方法需要大量标记好的数据进行训本文档来自技高网...

【技术保护点】

1.一种语义相似度匹配的海量简历筛选方法，其特征在于，所述方法包括：

2.如权利要求1所述的一种语义相似度匹配的海量简历筛选方法，其特征在于，所述S1步骤中获取海量简历文本，对任意简历文本进行分段落处理，包括：

3.如权利要求2所述的一种语义相似度匹配的海量简历筛选方法，其特征在于，所述S1步骤中对分段落处理后的简历文本进行关键词提取，得到简历文本的关键词集合，包括：

4.如权利要求1所述的一种语义相似度匹配的海量简历筛选方法，其特征在于，所述S2步骤中对简历文本的关键词集合进行语义编码，得到简历文本的稠密语义向量，包括：

<p>5.如权利要求4...

【技术特征摘要】

1.一种语义相似度匹配的海量简历筛选方法，其特征在于，所述方法包括：

2.如权利要求1所述的一种语义相似度匹配的海量简历筛选方法，其特征在于，所述s1步骤中获取海量简历文本，对任意简历文本进行分段落处理，包括：

3.如权利要求2所述的一种语义相似度匹配的海量简历筛选方法，其特征在于，所述s1步骤中对分段落处理后的简历文本进行关键词提取，得到简历文本的关键词集合，包括：

4.如权利要求1所述的一种语义相似度匹配的海量简历筛选方法，其特征在于，所述s2步骤中对简历文本的关键词集合进行语义编码，得到简历文本的稠密语义向量...

【专利技术属性】
技术研发人员：李弘扬，唐山杰，郑斌，王鹏，
申请(专利权)人：江苏优丞信息科技有限公司，
类型：发明
国别省市：