[发明专利]一种基于智能人事模型的简历优化方法及装置

权利要求书

1.一种基于智能人事模型的简历优化方法，其特征在于，包括如下步骤：

第一接收步骤：接收用户发送的简历信息以及招聘单位信息；

调取步骤；根据招聘单位信息调取招聘单位对应的智能人事模型；

第一信息抽取步骤：通过实体命名模型和关系抽取模型对简历、招聘数据进行信息抽取，以生成对应用户的图谱特征；

计算步骤：将得到的图谱特征输入智能人事模型进行计算处理以得计算结果；

优化步骤：根据计算结果对用户的简历信息进行优化。

2.如权利要求1所述的一种基于智能人事模型的简历优化方法，其特征在于，当招聘单位的数量为多个时，所述调取步骤为：根据各招聘单位信息调取各招聘单位对应的智能人事模型；

所述计算步骤为：将得到的图谱特征、人才简历信息以及招聘信息输入智能人事模型进行计算以得多个计算结果。

3.如权利要求2所述的一种基于智能人事模型的简历优化方法，其特征在于，所述优化步骤具体为：根据多个计算结果一一对用户简历信息进行优化，以形成多份优化简历。

4.如权利要求2所述的一种基于智能人事模型的简历优化方法，其特征在于，所述优化步骤具体为：根据多个计算结果得到多个招聘单位共同的特征要求以实现对用户的简历信息的优化。

5.如权利要求1所述的一种基于智能人事模型的简历优化方法，其特征在于，所述智能人事模型通过如下步骤构建得到：

第二接收步骤：接收一招聘单位反馈的操作信息以及对应人员的简历信息，且所述操作信息与对应人员的简历信息匹配；

第二信息抽取步骤：采用自然语言技术对所有的简历信息进行处理，并抽取简历中的各实体特征；

关联步骤：将抽取到的简历中的各实体特征与对应人员进行关联以得知识图谱；

模型训练步骤：通过神经网络对知识图谱、人员简历以及招聘信息进行训练以得到智能人事模型。

6.如权利要求5所述的一种基于智能人事模型的简历优化方法，其特征在于，所述第二接收步骤具体包括如下步骤：

接收经过招聘单位内部考核的所有的员工简历信息；

接收招聘单位反馈的对对应员工的考核评价内容；

接受特定岗位的招聘单位内部考核的所有的员工简历信息。

7.如权利要求5所述的一种基于智能人事模型的简历优化方法，其特征在于，在第二信息抽取步骤中，通过Bi-LSTM神经网络进行数据信息进行训练以得到对应的实体特征模型，通过该实体特征模型对简历信息进行数据抽取以得简历中的各实体特征。

8.如权利要求5所述的一种基于智能人事模型的简历优化方法，其特征在于，所述招聘单位反馈的操作信息包括收藏、录取、反馈结果、沟通时长、邀约、考核评价中的一种或者多种。

9.一种电子设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1-8中任意一项所述的一种基于智能人事模型的简历优化方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现如权利要求1-8任意一项所述的一种基于智能人事模型的简历优化方法。