[发明专利]履历信息的处理方法、装置及计算机可读存储介质

说明书

一种履历信息的处理方法、装置及计算机可读存储介质，包括：获取待处理履历信息；其中，待处理履历信息包括：位于逗号或顿号或“兼”字前的第一文本，以及位于逗号或顿号或“兼”字后用于补充说明第一文本中某个结构化词语的第二文本；当第二文本中只包含表示职位的词语，确定第二文本用于补充说明第一文本中最后一个表示部门的结构化词语。由于当第二文本中只包含表示职位的词语，确定了第二文本用于补充说明第一文本中最后一个表示部门的结构化词语，因此在某些情况下实现了包含逗号或顿号或“兼”字的复杂履历信息的处理，从而提高了履历信息处理成功率。

技术领域

本文涉及信息处理技术，尤指一种履历信息的处理方法、装置及计算机可读存储介质。

背景技术

履历信息的处理是指将目标人员的履历拆分为地区，单位，部门，职位等信息，形成结构化数据，从而为人员分析，关系图谱，履历图谱，升迁路径等提供基础数据。

相关技术中，履历信息的处理往往采用规则方法，或者BiLSTM-CRF方法。

然而，无论是规则方法还是BiLSTM-CRF方法都无法处理包含逗号或顿号或“兼”字的复杂履历信息，从而使得履历信息处理成功率低下。

发明内容

本申请提供了一种履历信息的处理方法、装置及计算机可读存储介质，能够在某些情况下处理包含逗号或顿号或“兼”字的复杂履历信息，从而提高履历信息处理成功率。

本申请提供了一种履历信息的处理方法，包括：

获取待处理履历信息；其中，所述待处理履历信息包括：位于逗号或顿号或“兼”字前的第一文本，以及位于所述逗号或顿号或“兼”字后用于补充说明所述第一文本中某个结构化词语的第二文本；

当所述第二文本中只包含表示职位的词语，确定所述第二文本用于补充说明所述第一文本中最后一个表示部门的结构化词语。

当所述第二文本中首字为“市”或“区”，还包括：

确定所述第二文本用于补充说明所述第一文本中携带“市”或“区”的结构化词语。

当所述第二文本中并非只包含表示职位的词语，并且所述第二文本中首字不为“市”和“区”，还包括：

根据所述第一文本中的结构化词语构造第一观察序列，并根据所述第一观察序列构造隐马尔可夫模型；

根据所述第一文本中的结构化词语和所述第二文本构造第二观察序列；

根据所述第一观察序列、所述第二观察序列和所述隐马尔可夫模型获取所述第二文本补充说明所述第一文本中的目标结构化词语。

所述获取待处理履历信息之后，且根据第一文本中的结构化词语构造第一观察序列之前，还包括：

利用预先构造的任职时间正则表达式匹配所述待处理履历信息，得到任职时间信息；

利用预先构造的括号正则表达式匹配所述待处理履历信息，得到括号内容信息；

将所述待处理履历信息去除所述任职时间信息和所述括号内容信息后按照标点符号分割，得到若干个子句；

根据逆向最大匹配算法对所有子句进行匹配，得到所述第一文本中的结构化词语。

所述根据第一观察序列构造隐马尔可夫模型，包括：

依照基于EM的鲍姆-韦尔奇算法，并根据所述第一观察序列构造所述隐马尔可夫模型。

当所述第一文本中包括N个结构化词语，所述第一观察序列包括：(结构化字段1，结构化字段1+结构化字段2，…，结构化字段1+结构化字段2+…+结构化字段N)；