基于胜任力的招聘文本专业知识点分类方法及装置

    公开(公告)号:CN117556045A

    公开(公告)日:2024-02-13

    申请号:CN202311534648.2

    申请日:2023-11-17

    摘要: 本发明公开了一种基于胜任力的招聘文本专业知识点分类方法及装置,方法包括:收集招聘文本数据并进行数据预处理,并按照冰山模型对数据集进行标注;在Bert模型的顶部添加全连接层和Softmax层,构建网络招聘文本知识点分类模型;确定模型参数后利用已打标数据集训练模型,并对模型进行微调,获取训练好的网络招聘文本知识点分类模型;利用招聘文本分类数据获取与每类招聘岗位高度关联的细分知识点;对招聘岗位类别划分并计算知识点与招聘岗位的相关度,从而进一步获取与每类招聘岗位高度关联的细分知识点;最后对细分知识点进行可视化。本发明提供了一种全新的文本分类的方法,为人才培养与大学生精准就业提供有力工具与保障。

    基于文本挖掘的课程元素识别模型训练及识别方法

    公开(公告)号:CN115879463A

    公开(公告)日:2023-03-31

    申请号:CN202211249113.6

    申请日:2022-10-12

    摘要: 本发明涉及一种基于文本挖掘的课程元素识别模型训练及识别方法。训练方法包括:构建目标框架,目标框架设有若干个维度和各个维度对应的元素;从政治课程和专业课程的教材中采集文本数据并预处理;对预处理后的文本数据进行分块得到文本数据块;根据若干个维度和各个维度对应的元素对文本数据块进行人工标注得到对应的标签;对文本数据块进行分词处理和词向量化处理得到词向量数据集;构建文本挖掘模型,基于词向量数据集和人工标注的标签对文本挖掘模型进行训练和测试得到最终的文本挖掘模型。本发明利用该文本挖掘模型可对教材中所蕴含的维度和元素进行提取和识别。