买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜江苏科瑞尔科技有限公司申请的专利一种基于LDA模型、依存句法和深度学习的人岗匹配方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114219248B 。

龙图腾网通过国家知识产权局官网在2025-04-29发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202111467701.2，技术领域涉及：G06Q10/0631；该发明授权一种基于LDA模型、依存句法和深度学习的人岗匹配方法是由许芷琪;王永发;张再响;钟实;陈少燕;潘志锋设计研发完成，并于2021-12-03向国家知识产权局提交的专利申请。

本一种基于LDA模型、依存句法和深度学习的人岗匹配方法在说明书摘要公布了：本发明涉及匹配方法技术领域，且公开了一种基于LDA模型、依存句法和深度学习的人岗匹配方法，包括以下步骤：S1、将专业名称归类到专业二级分类中；S2、将学校名称统一为正确的表述形式；S3、编辑距离和重复字段对岗位名称进行归一化：通过招聘网站的工作职能的划分制定标准的岗位名称词表，计算文本信息中的岗位名称与预设的标准岗位名称之间的编辑距离和重复字段。本发明提出一种基于LDA模型、依存句法和深度学习的人岗匹配方法，本发明本专利的隐含狄利克雷分布模型，依存句法和深度学习模型方法，正是从实用性出发，解决上面所述的耗费人力和时间的缺陷，实现简历信息的有效提取。

本发明授权一种基于LDA模型、依存句法和深度学习的人岗匹配方法在权利要求书中公布了：1.一种基于LDA模型、依存句法和深度学习的人岗匹配方法，其特征在于，包括以下步骤：S1、将专业名称归类到专业二级分类中；S2、将学校名称统一为正确的表述形式；S3、编辑距离和重复字段对岗位名称进行归一化：通过招聘网站的工作职能的划分制定标准的岗位名称词表，计算文本信息中的岗位名称与预设的标准岗位名称之间的编辑距离和重复字段，通过上述编辑距离和重复字段两种方法对岗位名称进行归一化；S4、提取文本关键词：正则化提取，LDA模型，依存句法模型和Roberta模型，在后续的步骤中，综合考虑多种方法提取的关键词，按照词语的权重按大到小排序，输出前20个关键词；依存句法模型，利用pyltp库对文本进行分词，词性标注、依存句法分析：根据核心词表定位关键词，核心词表包括：负责参与动词，记录这些核心词以及与这些核心词为并列关系的词语在文本中的位置，再查找与核心词存在定中关系、状中关系、动宾关系、前置宾语和主谓关系的词语；除去上述核心词以及停用词统计出现频率最高的词语，根据高频次定位关键词，再查找与高频词存在定中关系或者动宾关系依存关系的词语；上述的核心词和高频词仅限动词和名词，不考虑其他词性的词语；LDA模型，调用gensim库的LDA模型对简历库里的简历进行无监督的分类：首先对简历库里的简历做文本清理工作，去除没有明显含义的介词、连词，去除出现频率超过50％的文本的高频词，去除出现频率低于20个文本的低频词，剩下的词构建词典和语料库；再利用LDA模型将所用文本分成25个主题，根据不同主题的词频，从高到低排序，输出概率最高的前200个词；S5、人岗匹配度的计算：学校维度在整体匹配度的计算；专业维度在整体匹配度的计算；重复字段维度在整体匹配度的计算；相关工作经验时长在整体匹配度的计算；相关技能维度在整体匹配度的计算；文本语义相似维度在整体匹配度的计算，将文本词向量化后计算其余弦值，作为文本语义相似度的衡量标准；S6、基于PyTorch深度学习的词嵌入深度学习预训练模型；利用PyTorch构建简历信息解析机器学习框架。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人江苏科瑞尔科技有限公司，其通讯地址为：214028 江苏省无锡市新吴区菱湖大道228号天安智慧城30-2栋；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。