资料下载
×
基于新型文本块分割法的简历解析器
消耗积分:0 |
格式:pdf |
大小:3.58 MB |
2021-06-16
分享资料个
近些年，基于神经网络的文本分类器和词嵌入在自然语言处理中被广泛应用。然而，传统的简历解析器采用基于关键字的模糊匹配或正则表达式来进行文本块分割。文中提岀了一种基于神经网络文本分类器和词向量的端到端的管道来进行简历解析。新的文本块分割法充分利用了基于简历行的位置信息和每个文本块内信息集成关联的性质。行类别分类器和行标签分类器对简历行的协调分类能有效地将一份简历分割成预定义标签的文本块。该简历解析管道能把上游的文本块分割与下游的具体信息识别结合起来。在具体信息抽取中，各种序列标注分类器在已被分割的文本块中识别命名实体。与4种序列标注分类器的识别性能对比，确立了 BLSTM-CNNS-CRF在命名实体识别中的优势。与其他3种已经发表的简历解析器的对比评估，验证了所提文本块分割法的有效性。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
