[发明专利]一种简历文件解析方法

说明书

本发明涉及一种简历文件解析方法，包括：获取用户上传和/或投递的简历文件；基于预设文件类别对简历文件进行分类；对分类后的简历文件进行解析获取简历文件中的文本内容；基于预设分析框架对文本内容进行中文分词得到结构化文件。本发明的有益效果为：通过对获取到的简历文件进行分类，然后对分类后的简历文件进行解析，得到解析后的文本内容，对文本内容进行中文分词进而得到机构化的简历文件，从而使得对简历文件的解析更加的准确不易出错。

技术领域

本发明属于数据处理技术领域，具体涉及一种建立文件解析方法。

背景技术

简历信息是招聘公司判定求职者是否符合职位要求的重要依据。招聘人员会通过接收邮件、登录招聘网站等方式浏览大量的简历信息，而这些简历信息往往是采用不同的表格模板制作的。而目前市场上存在的简历分析的方法，通常采用将简历文本生成图片，然后对图片进行模块化切割，再采用图像识别技术获取到特定模块的文本。

上述通过图像模块化处理的方式来获得简历信息的方式，对简历信息的格式要求非常的严格，对与不同模块格式的简历，很容易出现模块划分出错的情况，进而导致解析率不高。

发明内容

为了解决现有技术存在的易出错、解析率不高等问题，本发明提供了一种简历文件解析方法，其具有准确率高、解析更加准确等特点。

根据本发明的具体实施方式的一种简历文件解析方法，包括：

获取用户上传和/或投递的简历文件；

基于预设文件类别对所述简历文件进行分类；

对分类后的所述简历文件进行解析获取所述简历文件中的文本内容；

基于预设分析框架对所述文本内容进行中文分词得到结构化文件。

进一步地，所述基于预设文件类别对所述简历文件进行分类包括：

使用文本转换器将所述简历文件转换为所述预设文件类别。

进一步地，所述预设文件类别包括：word格式、excel格式和pdf格式。

进一步地，所述基于预设分析框架对所述文本内容进行中文分词得到结构化文件包括：

基于中文分词ansj框架对所述文本内容进行中文分词。

进一步地，所述获取用户上传和/或投递的简历文件包括：

基于linux服务器上的web接口获取所述简历文件。

本发明的有益效果为：通过对获取到的简历文件进行分类，然后对分类后的简历文件进行解析，得到解析后的文本内容，对文本内容进行中文分词进而得到机构化的简历文件，从而使得对简历文件的解析更加的准确不易出错。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是根据一示例性实施例提供的简历文件解析方法的流程图；

图2是根据一示例性实施例提供的解析后的简历文件图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将对本发明的技术方案进行详细的描述。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施方式，都属于本发明所保护的范围。

参照图1所示，本发明的实施例提供了一种简历文件解析方法，具体包括以下步骤：