一种简历信息匹配方法及装置制造方法及图纸

本申请提供了一种简历信息匹配方法及装置，所述方法包括：抽取可结构化待匹配信息和非结构化待匹配信息；利用预设匹配规则，计算各可结构化待匹配信息和各非结构化待匹配信息的单项分值；根据各单项分值对应的预设分值权重和各单项分值，计算总分值；生成匹配结果。本申请所提供的简历信息匹配方法不仅能够准确匹配简历信息与招聘信息之间的可结构化内容，同时能够有效提取简历信息与招聘信息中的非结构化内容，并针对非结构化内容进行准确的匹配工作，从而保证简历信息与招聘信息的匹配准确性。

A method and device for matching resume information

【技术实现步骤摘要】
一种简历信息匹配方法及装置
本申请涉及文本信息处理
，尤其涉及一种简历信息匹配方法及装置。
技术介绍
简历持有者通过匹配简历信息与招聘信息，能够或者简历信息的所属者与招聘公司是否合适。通常简历持有者需要首先将招聘信息中的各个要求与简历信息中的各部分内容相对应，然后判断简历信息中的各部分内容是否符合招聘信息的要求，符合的程度有多少。但是，这种匹配方式是基于简历持有者的主观判断，不仅准确度较低，而且对于大量的简历信息和招聘信息，工作量巨大。为了解决这些问题，目前多将简历信息和招聘信息中各部分内容单独提取出来，并通过语言处理技术计算两者各部分之间的相似度。并根据计算所得的相似度判断简历信息与招聘信息之间的匹配度。简历信息与招聘信息包含可结构化信息和非结构化信息两种结构的信息，其中可结构化信息比较容易被准确提取，但是，非结构化信息篇幅较长，句式较复杂，极易出现提取遗漏的问题；而且，非结构化信息之间的简单匹配也极易出现匹配偏差的问题。最终令匹配结果准确度较低，难以为简历持有者提供有力的参考价值。
技术实现思路
本申请提供了一种简历信息匹配方法及装置，以解决现有简历信息与招聘信息之间匹配结果不准确的问题。第一方面，本申请提供了一种简历信息匹配方法，所述方法包括：按照第一类匹配项和第二类匹配项，抽取简历信息和招聘信息中的可结构化待匹配信息和非结构化待匹配信息，所述第一类匹配项对应于简历信息和招聘信息中的可结构化待匹配信息，所述第二类匹配项对应于简历信息和招聘信息中的非结构化待匹配信息；利用预设匹配规则，计算各可结构化待匹配信息和各非结构化待匹配信息的单项分值；根据各单项分值对应的预设分值权重和各单项分值，计算总分值；根据各所述单项分值及所述总分值，生成匹配结果。第二方面，本申请提供了一种简历信息匹配装置，所述装置包括：待匹配信息抽取单元，用于按照第一类匹配项和第二类匹配项，抽取简历信息和招聘信息中的可结构化待匹配信息和非结构化待匹配信息，所述第一类匹配项对应于简历信息和招聘信息中的可结构化待匹配信息，所述第二类匹配项对应于简历信息和招聘信息中的非结构化待匹配信息；单项分值计算单元，用于利用预设匹配规则，计算各可结构化待匹配信息和各非结构化待匹配信息的单项分值；总分值计算单元，用于根据各单项分值对应的预设分值权重和各单项分值，计算总分值；匹配结果生成单元，用于根据各所述单项分值及所述总分值，生成匹配结果。由以上技术可知，本申请提供了一种简历匹配方法及装置，首先，对应第一类匹配项抽取简历信息与招聘信息中的可结构化待匹配信息，对应第二类匹配项抽取简历信息与招聘信息中的非结构化待匹配信息。然后，针对不同的待匹配信息，利用不同的预设匹配规则，计算各可结构化待匹配信息和各非结构化待匹配信息的单项分值，根据各单项分值对应的预设分值权重和各单项分值，计算总分值。最后，根据各个单项分值及总分值，生成匹配结果。本申请所提供的简历信息匹配方法不仅能够准确匹配简历信息与招聘信息之间的可结构化内容，同时能够有效提取简历信息与招聘信息中的非结构化内容，并针对非结构化内容进行准确的匹配工作，从而保证简历信息与招聘信息的匹配准确性。附图说明为了更清楚地说明本申请的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1为本申请实施例提供的一种简历信息匹配方法的流程图；图2为本申请实施例提供的一种生成匹配模板的方法的流程图；图3为本申请实施例提供的一种匹配模板的示意图；图4为本申请实施例提供的一种抽取待匹配信息的方法的流程图；图5为本申请实施例提供的一种确定预设匹配规则的方法的流程图；图6为本申请实施例提供的一种通过精确匹配计算单项分值的方法的流程图；图7为本申请实施例提供的一种关于范围匹配信息的单项分值的计算方法的流程图；图8为本申请实施例提供的一种通过语义相似度匹配计算单项分值的方法的流程图；图9为本申请实施例提供的一种计算加权总分的方法的流程图；图10为本申请实施例提供的一种计算加权总分的方法的流程图；图11为本申请实施例提供的一种展示详细信息的方法的流程图；图12为本申请实施例提供的一种带有详细信息的匹配结果示意图；图13为本申请实施例提供的一种简历信息匹配装置的结构示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。简历持有者通过匹配简历信息与招聘信息，能够或者简历信息的所属者与招聘公司是否合适。通常简历持有者需要首先将招聘信息中的各个要求与简历信息中的各部分内容相对应，然后判断简历信息中的各部分内容是否符合招聘信息的要求，符合的程度有多少。但是，这种匹配方式是基于简历持有者的主观判断，不仅准确度较低，而且对于大量的简历信息和招聘信息，工作量巨大。为了解决这些问题，目前多将简历信息和招聘信息中各部分内容单独提取出来，并通过语言处理技术计算两者各部分之间的相似度。并根据计算所得的相似度判断简历信息与招聘信息之间的匹配度。简历信息与招聘信息包含可结构化信息和非结构化信息两种结构的信息，其中可结构化信息比较容易被准确提取，但是，非结构化信息篇幅较长，句式较复杂，极易出现提取遗漏的问题；而且，非结构化信息之间的简单匹配也极易出现匹配偏差的问题。由此可见，采用现有的简历信息匹配方法虽然能够准确匹配可结构化内容，但是仍然无法准确提取和匹配非结构化内容，令最终匹配结果准确度较低，难以为简历持有者提供有力的参考价值。为了解决上述问题，本申请实施例提供了一种简历信息匹配方法及装置。下面是本申请的方法实施例。图1为本申请实施例提供的一种简历信息匹配方法的流程图。该方法可以应用于服务器、PC(个人电脑)、平板电脑、手机等多种可操作设备中。请参见图1，该方法包括以下步骤：S1、按照第一类匹配项和第二类匹配项，抽取简历信息和招聘信息中的可结构化待匹配信息和非结构化待匹配信息，所述第一类匹配项对应于招聘信息中的可结构化待匹配信息，所述第二类匹配项对应于招聘信息中的非结构化待匹配信息。简历信息的持有者可以为猎头、简历管理平台、简历信息的所属者等，招聘信息也可能来自指定的招聘单位、招聘管理平台等。因此，简历信息的匹配过程可以为一份简历信息与一份招聘信息匹配、一份简历信息与多份招聘信息匹配、多份简历信息与一份招聘信息匹配、多份简历信息与多份招聘信息匹配等多种情况。但是，无论为那种情况，简历信息与招聘信息的过程中，实质上均需要经过一对一匹配的步骤，在此过程中，需要对应比较简历信息与招聘信息中各个部分的内容，因此，需要首先将各个部分的内容分别提取出来，才能进行更加准确地比较过程。简历信息的填写内容与格式未必符合当前所要匹配的招聘信息，例如，简历信息可能会包含个人爱好，但是招聘信息中并未对个人爱好做出要求，那么个人爱好即为无用的简历信息，无需被提取出来进行匹配；或者招聘信息可能会包含对家庭成员职业的要求，但是简历信息中并未对此做出解本文档来自技高网...

【技术保护点】
1.一种简历信息匹配方法，其特征在于，所述方法包括：按照第一类匹配项和第二类匹配项，抽取简历信息和招聘信息中的可结构化待匹配信息和非结构化待匹配信息，所述第一类匹配项对应于简历信息和招聘信息中的可结构化待匹配信息，所述第二类匹配项对应于简历信息和招聘信息中的非结构化待匹配信息；利用预设匹配规则，计算各可结构化待匹配信息和各非结构化待匹配信息的单项分值；根据各单项分值对应的预设分值权重和各单项分值，计算总分值；根据各所述单项分值及所述总分值，生成匹配结果。

【技术特征摘要】
1.一种简历信息匹配方法，其特征在于，所述方法包括：按照第一类匹配项和第二类匹配项，抽取简历信息和招聘信息中的可结构化待匹配信息和非结构化待匹配信息，所述第一类匹配项对应于简历信息和招聘信息中的可结构化待匹配信息，所述第二类匹配项对应于简历信息和招聘信息中的非结构化待匹配信息；利用预设匹配规则，计算各可结构化待匹配信息和各非结构化待匹配信息的单项分值；根据各单项分值对应的预设分值权重和各单项分值，计算总分值；根据各所述单项分值及所述总分值，生成匹配结果。2.根据权利要求1所述的方法，其特征在于，所述按照第一类匹配项和第二类匹配项，抽取简历信息和招聘信息中的可结构化待匹配信息和非结构化待匹配信息之前包括：划分招聘信息中的可结构化内容和非结构化内容；确定所述可结构化内容和所述非结构化内容的内容关键词；确定第一类匹配项和第二类匹配项，所述第一类匹配项对应于所述可结构化内容的内容关键词，所述第二类匹配项对应于所述非结构化内容的内容关键词；根据所述第一类匹配项和所述第二类匹配项，生成匹配模板，所述匹配模板用于抽取简历信息和招聘信息中的可结构化待匹配信息和非结构化待匹配信息。3.根据权利要求1所述的方法，其特征在于，所述按照第一类关键词和第二类关键词，抽取简历信息和招聘信息中的可结构化待匹配信息和非结构化待匹配信息包括：划分简历信息及招聘信息中的可结构化内容和非结构化内容；确定简历信息及招聘信息中各可结构化内容中的第一类关键词和各非结构化内容的第二类关键词；计算各第一类关键词与第一类匹配项的语义相似度，以及各第二类关键词与各特征词的语义相似度，所述特征词为所述第二类匹配项对应特征词库中的单词或短语；确定可结构化待匹配信息和非结构化待匹配信息，所述可结构化待匹配信息为与第一类匹配项具有最高语义相似度的第一类关键词所对应的内容，所述非结构化待匹配信息为与第二类匹配项具有最高语义相似度的第二类关键词所对应的内容；抽取所述可结构化待匹配信息和所述非结构化待匹配信息。4.根据权利要求1所述的方法，其特征在于，所述利用预设匹配规则，计算各可结构化待匹配信息和各非结构化待匹配信息的单项分值包括：利用预设正则表达式，确定所述非结构化待匹配信息中的子可结构化信息；确定子非结构化信息，所述子非结构化信息为所述非结构化待匹配信息中除所述子可结构化信息以外的待匹配信息；确定所述可结构化待匹配信息和所述子可结构化信息的预设匹配规则为精确匹配规则，确定所述子非结构化信息的预设匹配规则为语义相似度匹配规则。5.根据权利要求4所述的方...

【专利技术属性】
技术研发人员：晋耀红，李德彦，刘大双，
申请(专利权)人：中科鼎富北京科技发展有限公司，
类型：发明
国别省市：北京,11