申请/专利权人：成都航空职业技术学院

申请日：2024-04-12

公开（公告）日：2024-06-14

公开（公告）号：CN118035432B

主分类号：G06F16/335

分类号：G06F16/335;G06F16/33;G06F40/30;G06F40/216;G06N3/045;G06N3/0442;G06Q10/105

优先权：

专利状态码：有效-授权

法律状态：2024.06.14#授权;2024.05.31#实质审查的生效;2024.05.14#公开

摘要：本发明公开了一种基于语义识别的就业指导内容推荐方法，属于语义分析技术领域，本发明根据就业者的简历内容、就业需求和就业方向，构建训练样本，通过训练样本对就业指导内容推荐模型进行训练，使得就业指导内容推荐模型能学习到就业者的专业内容和就业需求，从两方面对就业者的就业方向进行推荐，实现自动筛选就业方向。

主权项：1.一种基于语义识别的就业指导内容推荐方法，其特征在于，包括以下步骤：S1、根据就业者的简历内容、就业需求和就业方向，构建训练样本，其中，训练样本包括：样本和标签，样本包括：专业词集合、专业词权重向量、需求词集合和需求词权重向量，标签为就业方向；S2、采用训练样本，基于训练函数，对就业指导内容推荐模型进行训练，得到训练完成的就业指导内容推荐模型；S3、采用训练完成的就业指导内容推荐模型对待就业者的就业方向进行推荐；所述S2中就业指导内容推荐模型包括：专业语义分析单元、需求语义分析单元、第一注意力单元、第二注意力单元、第一BiLSTM单元、第二BiLSTM单元、第一Concat层、特征增强处理单元和CRF单元；所述专业语义分析单元的输入端用于输入专业词集合和专业词权重向量，其输出端与第一注意力单元的输入端连接；所述第一注意力单元的输出端与第一BiLSTM单元的输入端连接；所述需求语义分析单元的输入端用于输入需求词集合和需求词权重向量，其输出端与第二注意力单元的输入端连接；所述第二注意力单元的输出端与第二BiLSTM单元的输入端连接；所述第一Concat层的输入端分别与第一BiLSTM单元的输出端和第二BiLSTM单元的输出端连接，其输出端与特征增强处理单元的输入端连接；所述CRF单元的输入端与特征增强处理单元的输出端连接，其输出端作为就业指导内容推荐模型的输出端；所述专业语义分析单元和需求语义分析单元结构相同，均包括：多个字特征提取模块、多个词特征提取模块、第二Concat层和权重施加模块；每个所述字特征提取模块的输入端用于输入专业词集合或需求词集合中一个关键词的一个字的编码向量，其输出端用于输出一个关键词中一个字特征值；每个所述词特征提取模块的输入端用于输入一个关键词所有字特征值，其输入端分别与多个字特征提取模块的输出端连接；所述第二Concat层的输入端分别与多个词特征提取模块的输出端连接，其输出端与权重施加模块的输入端连接；所述权重施加模块的输出端作为专业语义分析单元或需求语义分析单元的输出端；每个所述字特征提取模块的表达式为： ，其中，ys为第s个字特征提取模块输出的字特征值，fs,k为关键词中第s个字的编码向量中第k位编码值，ws,k为fs,k的权重，bs,k为fs,k的偏置，K为第s个字的编码向量中编码值的数量，s和k为正整数；每个所述词特征提取模块的表达式为： ，其中，h为词特征提取模块输出的词特征值，wc,s为ys的权重，bc,s为ys的偏置，I为一个关键词对应的字特征值的数量；所述权重施加模块的表达式为： ，其中，x为权重施加模块的输出，h1为第1个词特征值，为第m个词特征值，hL为第L个词特征值，L为词特征值的数量，ε1为专业词权重向量或需求词权重向量中第1个元素，为专业词权重向量或需求词权重向量中第m个元素，εL为专业词权重向量或需求词权重向量中第L个元素，m为正整数。

全文数据：

权利要求：

百度查询： 成都航空职业技术学院 一种基于语义识别的就业指导内容推荐方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD