[发明专利]一种招聘信息标准化方法及装置

权利要求书

1.一种招聘信息标准化方法，其特征在于，所述方法包括：

按照第一类关键词和第二类关键词，确定招聘信息中的可结构化内容和非结构化内容，所述第一类关键词用于对应提取招聘信息中的可结构化内容，所述第二类关键词用于对应提取招聘信息中的非结构化内容；

划分非结构化内容为单句；

合并同内容单句，得到若干基础内容，所述同内容单句为描述同一第二类关键词的单句；

从基础内容中确定优选内容，所述优选内容为包含第三类关键词的单句，所述第三类关键词为以第二类关键词为基础，进一步表述第二类关键词的程度、是非、有无的关键词；

生成标准化招聘信息并展示，所述标准化招聘信息包含所述可结构化内容、所述基础内容和所述优选内容；

其中，所述从基础内容中确定优选内容包括：

确定目标基础内容，所述目标基础内容为与所述第三类关键词对应的第二类关键词所在的基础内容；

划分目标基础内容中各单句为分词；

确定优选关键词，所述优选关键词为与第三类特征词的语义相似度大于预设语义相似度阈值的分词，所述第三类特征词为所述第三类关键词所对应的预设特征词库中的词语；

确定优选内容，所述优选内容为所述优选关键词所在的单句。

2.根据权利要求1所述的方法，其特征在于，所述按照第一类关键词和第二类关键词，确定招聘信息中的可结构化内容和非结构化内容包括：

获取招聘信息中各部分内容的字符长度；

确定预划分可结构化内容和预划分非结构化内容，所述预划分可结构化内容为字符长度小于预设长度阈值的招聘信息，所述预划分非结构化内容为字符长度大于或等于预设长度阈值的招聘信息；

确定可结构化内容和非结构化内容，所述可结构化内容为所述预划分可结构化内容中包含第一类关键词的内容，所述非结构化内容为所述预划分非结构化内容中包含第二类关键词的内容。

3.根据权利要求1所述的方法，其特征在于，所述划分非结构化内容为单句包括：

识别非结构化内容中的标点；

将全部所述标点统一为预设符号；

识别非结构化内容中的数字标号；

在带有所述数字标号的单句的末尾添加所述预设符号；

确定问题预设符号，所述问题预设符号为连续出现的预设符号组，且所述预设符号组内各预设符号之间无字符；

将所述问题预设符号统一为所预设符号；

以所述预设符号为分割点，划分所述非结构化内容为单句。

4.根据权利要求1所述的方法，其特征在于，所述合并同内容单句，得到若干基础内容包括：

确定代表关键词，所述代表关键词为单句中与第二类特征词的语义相似度大于预设相似度阈值的词语，所述第二类特征词为所述第二类关键词所对应的预设特征词库中的词语；

确定分隔符，所述分隔符为每种代表关键词中第一个出现的代表关键词；

确定同内容单句，所述同内容单句为两个分隔符之间的全部单句；

合并所述同内容单句，得到若干基础内容。