本發(fā)明涉及一種簡(jiǎn)歷文件解析方法，包括：獲取用戶上傳和/或投遞的簡(jiǎn)歷文件；基于預(yù)設(shè)文件類別對(duì)簡(jiǎn)歷文件進(jìn)行分類；對(duì)分類后的簡(jiǎn)歷文件進(jìn)行解析獲取簡(jiǎn)歷文件中的文本內(nèi)容；基于預(yù)設(shè)分析框架對(duì)文本內(nèi)容進(jìn)行中文分詞得到結(jié)構(gòu)化文件。本發(fā)明的有益效果為：通過(guò)對(duì)獲取到的簡(jiǎn)歷文件進(jìn)行分類，然后對(duì)分類后的簡(jiǎn)歷文件進(jìn)行解析，得到解析后的文本內(nèi)容，對(duì)文本內(nèi)容進(jìn)行中文分詞進(jìn)而得到機(jī)構(gòu)化的簡(jiǎn)歷文件，從而使得對(duì)簡(jiǎn)歷文件的解析更加的準(zhǔn)確不易出錯(cuò)。

技術(shù)領(lǐng)域

本發(fā)明屬于數(shù)據(jù)處理技術(shù)領(lǐng)域，具體涉及一種建立文件解析方法。

背景技術(shù)

簡(jiǎn)歷信息是招聘公司判定求職者是否符合職位要求的重要依據(jù)。招聘人員會(huì)通過(guò)接收郵件、登錄招聘網(wǎng)站等方式瀏覽大量的簡(jiǎn)歷信息，而這些簡(jiǎn)歷信息往往是采用不同的表格模板制作的。而目前市場(chǎng)上存在的簡(jiǎn)歷分析的方法，通常采用將簡(jiǎn)歷文本生成圖片，然后對(duì)圖片進(jìn)行模塊化切割，再采用圖像識(shí)別技術(shù)獲取到特定模塊的文本。

上述通過(guò)圖像模塊化處理的方式來(lái)獲得簡(jiǎn)歷信息的方式，對(duì)簡(jiǎn)歷信息的格式要求非常的嚴(yán)格，對(duì)與不同模塊格式的簡(jiǎn)歷，很容易出現(xiàn)模塊劃分出錯(cuò)的情況，進(jìn)而導(dǎo)致解析率不高。

發(fā)明內(nèi)容

為了解決現(xiàn)有技術(shù)存在的易出錯(cuò)、解析率不高等問(wèn)題，本發(fā)明提供了一種簡(jiǎn)歷文件解析方法，其具有準(zhǔn)確率高、解析更加準(zhǔn)確等特點(diǎn)。

根據(jù)本發(fā)明的具體實(shí)施方式的一種簡(jiǎn)歷文件解析方法，包括：

獲取用戶上傳和/或投遞的簡(jiǎn)歷文件；

基于預(yù)設(shè)文件類別對(duì)所述簡(jiǎn)歷文件進(jìn)行分類；

對(duì)分類后的所述簡(jiǎn)歷文件進(jìn)行解析獲取所述簡(jiǎn)歷文件中的文本內(nèi)容；

基于預(yù)設(shè)分析框架對(duì)所述文本內(nèi)容進(jìn)行中文分詞得到結(jié)構(gòu)化文件。

進(jìn)一步地，所述基于預(yù)設(shè)文件類別對(duì)所述簡(jiǎn)歷文件進(jìn)行分類包括：

使用文本轉(zhuǎn)換器將所述簡(jiǎn)歷文件轉(zhuǎn)換為所述預(yù)設(shè)文件類別。

進(jìn)一步地，所述預(yù)設(shè)文件類別包括：word格式、excel格式和pdf格式。

進(jìn)一步地，所述基于預(yù)設(shè)分析框架對(duì)所述文本內(nèi)容進(jìn)行中文分詞得到結(jié)構(gòu)化文件包括：

基于中文分詞ansj框架對(duì)所述文本內(nèi)容進(jìn)行中文分詞。

進(jìn)一步地，所述獲取用戶上傳和/或投遞的簡(jiǎn)歷文件包括：

基于linux服務(wù)器上的web接口獲取所述簡(jiǎn)歷文件。

本發(fā)明的有益效果為：通過(guò)對(duì)獲取到的簡(jiǎn)歷文件進(jìn)行分類，然后對(duì)分類后的簡(jiǎn)歷文件進(jìn)行解析，得到解析后的文本內(nèi)容，對(duì)文本內(nèi)容進(jìn)行中文分詞進(jìn)而得到機(jī)構(gòu)化的簡(jiǎn)歷文件，從而使得對(duì)簡(jiǎn)歷文件的解析更加的準(zhǔn)確不易出錯(cuò)。

附圖說(shuō)明

為了更清楚地說(shuō)明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見(jiàn)地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1是根據(jù)一示例性實(shí)施例提供的簡(jiǎn)歷文件解析方法的流程圖；

圖2是根據(jù)一示例性實(shí)施例提供的解析后的簡(jiǎn)歷文件圖。

具體實(shí)施方式

為使本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面將對(duì)本發(fā)明的技術(shù)方案進(jìn)行詳細(xì)的描述。顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例。基于本發(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒(méi)有做出創(chuàng)造性勞動(dòng)的前提下所得到的所有其它實(shí)施方式，都屬于本發(fā)明所保護(hù)的范圍。

參照?qǐng)D1所示，本發(fā)明的實(shí)施例提供了一種簡(jiǎn)歷文件解析方法，具體包括以下步驟：