[发明专利]一种基于深度学习的简历信息提取方法及系统

权利要求书

1.一种基于深度学习的简历信息提取方法，其特征在于：包括，

收集简历的中文语料，作为训练数据；

根据所述中文语料信息构建神经网络模型；

通过所述训练数据对构建的神经网络模型进行训练直至收敛；

将简历输入至所述神经网络中进行信息提取。

2.如权利要求1所述的基于深度学习的简历信息提取方法，其特征在于：所述训练数据包括，

采用爬虫技术爬取简历信息形成文本文件；

将文本文件整合为数据集合；

对数据集合进行打标，得到标注数据。

3.如权利要求2所述的基于深度学习的简历信息提取方法，其特征在于：所述对数据集合进行打标包括，

所述打标标准为：对于一份简历，将不需要提取的数据标签设置为0,姓名标签的后缀设置为PER，学历标签设置为EDU，毕业院校标签设置为UNI,职位标签设置为OCC,年龄标签设置为AGE,性别标签设置为SEX，每种实体的开始的字的标签前缀是B,跟在后面的前缀为I。

4.如权利要求1～3任一所述的基于深度学习的简历信息提取方法，其特征在于：所述神经网络模型包括，

BERT模型、BILSTM模型和CRF模型，将所述BERT模型的输出数据，输入至所述BILSTM模型，并将所述中的数据输出BILSTM模型中的数据，作为所述CRF模型的输入，其中所述BERT模型用于实现词嵌入的功能，所述BILSTM模型与CRF模型构建训练神经网络并对输出结果的约束。

5.如权利要求4任一所述的基于深度学习的简历信息提取方法，其特征在于所述训练过程包括，

所述BERT模型对训练数据进行嵌入，在所述BILSTM模型中，计算简历中每个字符被提取的概率，将所述概率传输至所述CRF模型计算可能的提取路径，其过程表示为如下：

γⁱ＝argmax score(x,y)

其中：γⁱ为提取路径，θ为最优参数，K为训练数据概率，x,y为数据特征。

6.如权利要求4或5所述的基于深度学习的简历信息提取方法，其特征在于：所述对输出结果的约束包括，

在模式中，每种实体的开始的字的标签前缀是B,跟在后面的前缀为I，并且开始的字不能为I；对于同一实体，字母相同，末尾序号不同表示为同类字符。

7.一种基于深度学习的简历信息提取系统，其特征在于：包括，

采集模块(100)用于采集并构建训练数据；

提取模块(200)根据所述采集模块(100)采集的数据进行神经网络模型的构建，并基于神经网络模型进行信息提取。

8.如权利要求7所述的基于深度学习的简历信息提取系统，其特征在于：所述采集模块(100)包括，

实时数据采集单元(101)实时获取各大招聘网站上的简历信息；

历史数据存储单元(102)存储历史提取结果，包括标注模块M用于对历史数据进行打标。

9.如权利要求7或8所述的基于深度学习的简历信息提取系统，其特征在于：所述提取模块(200)包括，

神经网络模型(201)连接于所述实时数据采集单元(101)，根据采集的数据构建神经网络模型，提取简历信息；

训练模块(202)将所述历史数据存储单元(102)中的历史结果作为训练数据，对构建的所述神经网络模型(201)进行训练。