[发明专利]词语权重预测模型生成方法、职位推荐方法及计算设备有效

专利信息
申请号: 201711122651.8 申请日: 2017-11-14
公开(公告)号: CN107967256B 公开(公告)日: 2021-12-21
发明(设计)人: 王小丽 申请(专利权)人: 北京拉勾科技有限公司
主分类号: G06F40/216 分类号: G06F40/216;G06F40/289;G06F40/247;G06F16/9535
代理公司: 北京思睿峰知识产权代理有限公司 11396 代理人: 谢建云;赵爱军
地址: 100080 北京*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开了一种用于对职位标题中的词语进行权重预测的词语权重预测模型生成方法、职位推荐方法及计算设备,词语权重预测模型生成方法包括:获取预先收集的职位标题训练集,职位标题训练集包括多个职位标题,每个职位标题关联有对应的分词序列,分词序列包括对职位标题分词处理后获取的一个或多个词语;对每一个职位标题,获取其关联的分词序列中各词语的词特征;计算各职位标题所关联的分词序列中各词语的标记权重;构建逻辑回归模型;以各职位标题所关联的分词序列中各词语的词特征为输入,以相应的标记权重为输出,对逻辑回归模型进行训练以生成词语权重预测模型,词语权重预测模型的输出指示输入的职位标题中各词语的预测权重。
搜索关键词: 词语 权重 预测 模型 生成 方法 职位 推荐 计算 设备
【主权项】:
一种用于对职位标题中的词语进行权重预测的词语权重预测模型生成方法,适于在计算设备中执行,所述方法包括步骤:获取预先收集的职位标题训练集,所述职位标题训练集包括多个职位标题,每个职位标题关联有对应的分词序列,所述分词序列包括对职位标题分词处理后获取的一个或多个词语;对每一个职位标题,获取其关联的分词序列中各词语的词特征;计算各职位标题所关联的分词序列中各词语的标记权重;构建用于预测词语权重的逻辑回归模型;以各职位标题所关联的分词序列中各词语的词特征为输入,以相应的标记权重为输出,对所述逻辑回归模型进行训练以生成词语权重预测模型,所述词语权重预测模型的输出指示输入的职位标题中各词语的预测权重。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京拉勾科技有限公司,未经北京拉勾科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201711122651.8/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top