[發明專利]招聘行業文本召回方法及系統、設備與介質

在審

• 申請號: 202211380091.7
• 申請日: 2022-11-04
• 公開（公告）號: CN115757694A
• 公開（公告）日: 2023-03-07
• 發明（設計）人: 沈曉晨;劉志陽;孫世寧;李陽
• 申請（專利權）人: 上海吉貝克信息技術有限公司
• 主分類號: G06F16/33
• 分類號: G06F16/33;G06F16/36;G06F16/383;G06Q10/1053
• 代理公司: 上海復暨知識產權代理事務所(普通合伙) 31449
• 代理人: 劉東亮

1.一種招聘行業文本召回方法，其特征在于，包括如下步驟：

獲取初始文本信息；

基于預設知識圖譜對所述初始文本信息進行模糊匹配，以獲得包括招聘崗位對應的技能信息的技能關鍵詞及其權重；所述預設知識圖譜包括所述技能信息和職業維度的關聯關系，所述關鍵詞權重根據所述關聯關系確定；

基于預設排序算法處理所述初始文本信息，以獲得包括招聘崗位對應的主旨信息的主旨關鍵詞及其權重；

分別基于預設詞表示模型處理所述主旨關鍵詞和所述技能關鍵詞，以獲得主旨詞向量和技能詞向量；

根據預設權重對所述主旨詞向量和所述技能詞向量進行向量拼接處理，以獲得簡歷崗位特征向量；

根據預設召回算法處理所述簡歷崗位特征向量，獲得所述初始文本信息對應的召回計算結果。

2.如權利要求1所述的招聘行業文本召回方法，其特征在于，所述獲取初始文本信息的步驟包括：

獲取包括招聘崗位信息的崗位文本數據和包括應聘簡歷信息的簡歷文本數據；

基于預設的職業維度參數模板對所述崗位文本數據和所述簡歷文本數據進行分詞、去除屏蔽詞和獲取重點詞中的至少一項預處理，以獲取初始文本信息。

3.如權利要求1所述的招聘行業文本召回方法，其特征在于，所述基于預設排序算法處理所述初始文本信息，以獲得包括招聘崗位對應的主旨信息的主旨關鍵詞及其權重的步驟包括：

分別基于TF-IDF算法和Textrank算法處理所述初始文本信息；

從所述初始文本信息經過選擇TF-IDF算法和Textrank算法處理后得到的結果中選擇重復詞，作為所述主旨關鍵詞；

設置TF-IDF算法處理時所述主旨關鍵詞對應的TF-IDF值作為所述主旨關鍵詞的權重。

4.根據權利要求1所述的招聘行業文本召回方法，其特征在于，所述預設詞表示模型基于word2vect算法訓練獲得，和/或，所述預設召回算法包括余弦相似度計算和敏感哈希算法。

5.一種招聘行業文本召回系統，其特征在于，包括：

文本獲取模塊，用于獲取初始文本信息；

技能文本模塊，用于基于預設知識圖譜對所述初始文本信息進行模糊匹配，以獲得包括招聘崗位對應的技能信息的技能關鍵詞及其權重；所述預設知識圖譜包括所述技能信息和職業維度的關聯關系，所述關鍵詞權重根據所述關聯關系確定；

主旨文本模塊，用于基于預設排序算法處理所述初始文本信息，以獲得包括招聘崗位對應的主旨信息的主旨關鍵詞及其權重；

向量獲取模塊，用于分別基于預設詞表示模型處理所述主旨關鍵詞和所述技能關鍵詞，以獲得主旨詞向量和技能詞向量；

特征向量模塊，用于根據預設權重對所述主旨詞向量和所述技能詞向量進行向量拼接處理，以獲得簡歷崗位特征向量；

召回處理模塊，用于根據預設召回算法處理所述簡歷崗位特征向量，獲得所述初始文本信息對應的召回計算結果。

6.如權利要求5所述的招聘行業文本召回系統，其特征在于，所述文本獲取模塊包括：

獲取單元，用于獲取包括招聘崗位信息的崗位文本數據和包括應聘簡歷信息的簡歷文本數據；

預處理單元，用于基于預設的職業維度參數模板對所述崗位文本數據和所述簡歷文本數據進行分詞、去除屏蔽詞和獲取重點詞中的至少一項預處理，以獲取初始文本信息。

7.如權利要求5所述的招聘行業文本召回系統，其特征在于，所述主旨文本模塊具體用于：

分別基于TF-IDF算法和Textrank算法處理所述初始文本信息；

從所述初始文本信息經過選擇TF-IDF算法和Textrank算法處理后得到的結果中選擇重復詞，作為所述主旨關鍵詞；

設置TF-IDF算法處理時所述主旨關鍵詞對應的TF-IDF值作為所述主旨關鍵詞的權重。

8.根據權利要求5所述的招聘行業文本召回系統，其特征在于，所述預設詞表示模型基于word2vect算法訓練獲得，和/或，所述預設召回算法包括余弦相似度計算和敏感哈希算法。