[发明专利]一种基于二元化的简历解析方法

权利要求书

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；在step5中，基于BI-LSTM-CRF的模型构造一个混合了多个不同类型的简历信息的语料标注库，其采用人工或者半自动方式标注语料库，基于标注好的语料库，生成一个训练模型。

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HTTP POST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，则读取指定目录内的所述批量简历压缩包，调用相关解压程序，将所述批量简历压缩包发送到解压的队列中进行解压。

5.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step2中，利用文本转换工具Libreoffice及PDF to TXT分别将简历源文档转换成HTML以及TXT文本格式。

6.根据权利要求5所述的一种基于二元化的简历解析方法，简历源文档为MHT、docx、doc或者PDF文本格式。

7.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step5中，采用Python语言下包含GPU加速的TensorFlow版本。

8.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step6中，各个板块包括基本信息、求职意向、自我评估、教育经历、工作经历、项目经验、实习经历、培训经历和语言能力。