[发明专利]一种基于层叠序列标注的简历信息抽取方法有效
申请号: | 202010756164.2 | 申请日: | 2020-07-31 |
公开(公告)号: | CN111966785B | 公开(公告)日: | 2023-06-20 |
发明(设计)人: | 徐建;郭培胜;徐琳;李晓冬 | 申请(专利权)人: | 中国电子科技集团公司第二十八研究所 |
主分类号: | G06F16/33 | 分类号: | G06F16/33;G06F16/35;G06F40/205;G06F40/289;G06F18/214 |
代理公司: | 江苏圣典律师事务所 32237 | 代理人: | 于瀚文;胡建华 |
地址: | 210007 *** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明提供了一种基于层叠序列标注的简历信息抽取方法,包括:步骤1,利用pdfminer对pdf简历进行解析,将原始pdf转成多行的文本表示。该过程主要解决其中出现的顺序混乱和错误断行问题;步骤2,训练过程数据标记:利用远程监督的数据回标并在标记过程中合并同类项。步骤3,简历信息区块划分:对于经过pdfminer得到句子,针对每个句子分类判断其所在的区块。步骤4,利用双层序列标注模型,实现句子层面和短文本片段层面的信息抽取。后续利用简历分块信息实现过滤,有效提高了召回率的同时没有大幅减少准确率。经过以上4个阶段,本发明能够有效的实现简历信息的抽取。 | ||
搜索关键词: | 一种 基于 层叠 序列 标注 简历 信息 抽取 方法 | ||
【主权项】:
暂无信息
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中国电子科技集团公司第二十八研究所,未经中国电子科技集团公司第二十八研究所许可,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/202010756164.2/,转载请声明来源钻瓜专利网。
- 上一篇:一种页面的布局方法及相关设备
- 下一篇:一种低锌轮胎气密层胶及其制备方法
- 信息记录介质、信息记录方法、信息记录设备、信息再现方法和信息再现设备
- 信息记录装置、信息记录方法、信息记录介质、信息复制装置和信息复制方法
- 信息记录装置、信息再现装置、信息记录方法、信息再现方法、信息记录程序、信息再现程序、以及信息记录介质
- 信息记录装置、信息再现装置、信息记录方法、信息再现方法、信息记录程序、信息再现程序、以及信息记录介质
- 信息记录设备、信息重放设备、信息记录方法、信息重放方法、以及信息记录介质
- 信息存储介质、信息记录方法、信息重放方法、信息记录设备、以及信息重放设备
- 信息存储介质、信息记录方法、信息回放方法、信息记录设备和信息回放设备
- 信息记录介质、信息记录方法、信息记录装置、信息再现方法和信息再现装置
- 信息终端,信息终端的信息呈现方法和信息呈现程序
- 信息创建、信息发送方法及信息创建、信息发送装置