[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

本發明公開了一種招聘行業文本召回方法及系統、設備與介質，所述文本召回方法包括：獲取初始文本信息；基于預設知識圖譜對初始文本信息進行模糊匹配獲得技能關鍵詞及其權重；基于預設排序算法獲得主旨關鍵詞及其權重；分別基于預設詞表示模型處理主旨關鍵詞和技能關鍵詞，以獲得主旨詞向量和技能詞向量；根據預設權重對主旨詞向量和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簡歷崗位特征向量，獲得初始文本信息對應的召回計算結果。本發明通過精準獲取簡歷崗位文本特征向量映射效果，更快更準地實現相似召回計算，提升了招聘行業文本召回的效率和質量。

技術領域

本發明屬于文本召回技術領域，尤其涉及一種招聘行業文本召回方法及系統、設備與介質。

背景技術

基于文本召回是召回系統的一種策略，常見方式是通過將查詢詞(query)進行分詞處理后與倒排索引的關鍵詞(item)進行匹配召回。這種召回方式的優點是足夠簡單，但是可能會限制的太過嚴格，對于一些長尾搜索會導致輸入意圖一致的相似詞沒辦法召回合適的商品。為解決上述問題，業界對于query進行了一些優化處理和擴展以提升文本召回返回結果的相關性，但依然存在文本大數據大而冗余，非結構化帶來的痛點，尤其對于招聘行業的召回系統，因為涉及人崗匹配的特殊召回要求，通用型文本推薦召回方法無法精準地適用，更不能基于“職業”維度和“技能”維度進行處理，在海量數據層面的應用中更是存在相似計算速度慢的弊端。

發明內容

本發明要解決的技術問題是為了克服現有技術中的上述缺陷，提供一種招聘行業文本召回方法及系統、設備與介質。

本發明是通過下述技術方案來解決上述技術問題：

本發明提供了一種招聘行業文本召回方法，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。

較佳地，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。

較佳地，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(Term Frequency–Inverse Document Frequency，詞頻-逆向文件頻率)算法和Textrank(一種文本排序算法)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。