行业资讯

自然语言处理： 标准的学术文献/开源简历解析库？

我不认为你可以找到的简历库中抽取。但是你可以使用自然语言处理和机器学习技术来分析和提取信息的恢复。您可以尝试以下方法和工具。

• 阿帕奇提卡： -阿帕奇提卡可用于提取从各种类型的文档，如PDF，DOC元数据信息。您可以使用Apache提卡提取简历纯文本。您可以使用Apache提卡使用Nutch（HTTP：//wiki.apache 组织/ Nutch的/笛......）和Solr（HTTP：//www.lucidimag ination.com / ...）索引文件恢复设置。

• 包装归纳： -包装归纳（HTTP：//www.cs.w ashington.edu/hom ...）是有用的提取结构化数据集信息。你可以学到包装的简历数据集的一些标记的简历例子，用诱导包装提取信息。

• 符号化： - 你可以训练stastical分类来标记恢复到不同的细分和子段样的人节，节资质等，您可​​以使用机器学习算法，像CRF ++，HMM等来标记恢复成不同的部分。

• 信息提取： -您可以使用命名实体识别（HTTP：//en.wik ipedia.org/wiki/Nam ...）和信息提取系统（HTTP：//en.wikipedi a.org/wiki/Inf .. 。）提取的简历信息。你可以训练你自己的统计命名实体识别提取信息，这将是类似于斯坦福命名实体识别系统（HTTP：//nlp.stanfor d.edu/ner/inde ...）。否则，你可以写语法简历提取和尝试GATE ANNIE（http://gate.ac.uk/i E / annie.html）进行信息提取。