買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜江蘇科瑞爾科技有限公司申請的專利一種基于LDA模型、依存句法和深度學習的人崗匹配方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN114219248B 。

龍圖騰網通過國家知識產權局官網在2025-04-29發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202111467701.2，技術領域涉及：G06Q10/0631；該發明授權一種基于LDA模型、依存句法和深度學習的人崗匹配方法是由許芷琪;王永發;張再響;鐘實;陳少燕;潘志鋒設計研發完成，并于2021-12-03向國家知識產權局提交的專利申請。

本一種基于LDA模型、依存句法和深度學習的人崗匹配方法在說明書摘要公布了：本發明涉及匹配方法技術領域，且公開了一種基于LDA模型、依存句法和深度學習的人崗匹配方法，包括以下步驟：S1、將專業名稱歸類到專業二級分類中；S2、將學校名稱統一為正確的表述形式；S3、編輯距離和重復字段對崗位名稱進行歸一化：通過招聘網站的工作職能的劃分制定標準的崗位名稱詞表，計算文本信息中的崗位名稱與預設的標準崗位名稱之間的編輯距離和重復字段。本發明提出一種基于LDA模型、依存句法和深度學習的人崗匹配方法，本發明本專利的隱含狄利克雷分布模型，依存句法和深度學習模型方法，正是從實用性出發，解決上面所述的耗費人力和時間的缺陷，實現簡歷信息的有效提取。

本發明授權一種基于LDA模型、依存句法和深度學習的人崗匹配方法在權利要求書中公布了：1.一種基于LDA模型、依存句法和深度學習的人崗匹配方法，其特征在于，包括以下步驟：S1、將專業名稱歸類到專業二級分類中；S2、將學校名稱統一為正確的表述形式；S3、編輯距離和重復字段對崗位名稱進行歸一化：通過招聘網站的工作職能的劃分制定標準的崗位名稱詞表，計算文本信息中的崗位名稱與預設的標準崗位名稱之間的編輯距離和重復字段，通過上述編輯距離和重復字段兩種方法對崗位名稱進行歸一化；S4、提取文本關鍵詞：正則化提取，LDA模型，依存句法模型和Roberta模型，在后續的步驟中，綜合考慮多種方法提取的關鍵詞，按照詞語的權重按大到小排序，輸出前20個關鍵詞；依存句法模型，利用pyltp庫對文本進行分詞，詞性標注、依存句法分析：根據核心詞表定位關鍵詞，核心詞表包括：負責參與動詞，記錄這些核心詞以及與這些核心詞為并列關系的詞語在文本中的位置，再查找與核心詞存在定中關系、狀中關系、動賓關系、前置賓語和主謂關系的詞語；除去上述核心詞以及停用詞統計出現頻率最高的詞語，根據高頻次定位關鍵詞，再查找與高頻詞存在定中關系或者動賓關系依存關系的詞語；上述的核心詞和高頻詞僅限動詞和名詞，不考慮其他詞性的詞語；LDA模型，調用gensim庫的LDA模型對簡歷庫里的簡歷進行無監督的分類：首先對簡歷庫里的簡歷做文本清理工作，去除沒有明顯含義的介詞、連詞，去除出現頻率超過50％的文本的高頻詞，去除出現頻率低于20個文本的低頻詞，剩下的詞構建詞典和語料庫；再利用LDA模型將所用文本分成25個主題，根據不同主題的詞頻，從高到低排序，輸出概率最高的前200個詞；S5、人崗匹配度的計算：學校維度在整體匹配度的計算；專業維度在整體匹配度的計算；重復字段維度在整體匹配度的計算；相關工作經驗時長在整體匹配度的計算；相關技能維度在整體匹配度的計算；文本語義相似維度在整體匹配度的計算，將文本詞向量化后計算其余弦值，作為文本語義相似度的衡量標準；S6、基于PyTorch深度學習的詞嵌入深度學習預訓練模型；利用PyTorch構建簡歷信息解析機器學習框架。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人江蘇科瑞爾科技有限公司，其通訊地址為：214028 江蘇省無錫市新吳區菱湖大道228號天安智慧城30-2棟；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。