CN111339776A - 简历解析方法、装置、电子设备和计算机可读存储介质 - Google Patents

Abstract

本公开公开了一种简历解析方法、装置及其相关设备。其中，该方法包括：对待识别的简历进行识别，以识别出简历中的候选姓名和候选电子邮箱地址；获取候选电子邮箱地址的用户名字符串，并获取候选姓名中姓对应的第一扩展信息以及名对应的第二扩展信息；将第一扩展信息和第二扩展信息进行拼接，得到候选姓名的拼接结果集合，拼接结果集合包括多种拼接结果；如果用户名字符串中包含拼接结果集合中的任意一种拼接结果，则确定候选电子邮箱地址为简历的目标电子邮箱地址，且候选姓名为简历的目标姓名；输出简历的目标姓名和目标电子邮箱地址。

Description

简历解析方法、装置、电子设备和计算机可读存储介质

技术领域

本公开涉及信息提取技术领域，特别涉及一种简历解析方法、装置、电子设备和计算机可读存储介质。

背景技术

简历解析是智能招聘系统的关键组件，目的是要将简历文本中候选人相关的信息进行结构化，在简历解析的任务，需要识别出待处理简历文本，其中包括：姓名，电子邮件地址，电话号码，籍贯，教育经历中的学校、专业、日期，工作经历中的职位、公司名称、日期等各种信息，其中，候选人姓名和电子邮箱是非常关键的字段。

相关技术中，简历解析可使用机器学习模型或规则识别出简历中所有的人名及邮箱，然后独立地抽取候选人的姓名和电子邮箱，如可以使用规则或机器学习算法来判断某个人名或电子邮箱是否为候选人的姓名或电子邮箱。

但是通过独立地抽取姓名和电子邮箱来判断候选人的姓名和电子邮箱，可能因为找不到支撑的特征而导致抽取错误；通过从简历文件中抽取文本来判断候选人的姓名和电子邮箱，由于不同人写简历的风格或使用的模板不同，从简历文件中抽取文本过程中会导致文本块错位，使得基于位置的提取方式准确率低；候选人在写简历时可能会多次提及自己以外的人名或邮箱，这会导致基于出现频次的提取方式出错，甚至可能因为姓名和电子邮箱地址的抽取错误导致一些招聘事故。

因此，如何实现简历解析，已经成为亟待解决的问题。

发明内容

本公开的目的旨在至少在一定程度上解决相关技术中的技术问题之一。

为此，本公开的第一个目的在于提出一种简历解析方法，该方法通过候选电子邮箱地址的用户名字符串与候选姓名的扩展信息进行交叉验证，以便确定简历中候选人的姓名和邮箱，提升了简历解析中获取候选人姓名和邮箱的准确率。

本公开的第二个目的在于提出一种简历解析装置。

本公开的第三个目的在于提出一种电子设备。

本公开的第四个目的在于提出一种计算机可读存储介质。

为达到上述目的，本公开第一方面实施例提出的简历解析方法，包括：对待识别的简历进行识别，以识别出所述简历中的候选姓名和候选电子邮箱地址；获取所述候选电子邮箱地址的用户名字符串，并获取所述候选姓名中姓对应的第一扩展信息以及名对应的第二扩展信息；将所述第一扩展信息和所述第二扩展信息进行拼接，得到所述候选姓名的拼接结果集合，所述拼接结果集合包括多种拼接结果；如果所述用户名字符串中包含所述拼接结果集合中的任意一种拼接结果，则确定所述候选电子邮箱地址为所述简历的目标电子邮箱地址，且所述候选姓名为所述简历的目标姓名；输出所述简历的目标姓名和目标电子邮箱地址。

根据本公开实施例的简历解析方法，基于识别简历中的候选姓名和候选电子邮箱地址，通过候选电子邮箱地址的用户名字符串与候选姓名的扩展信息进行交叉验证，以便确定简历中候选人的姓名和邮箱，提升了简历解析中获取候选人姓名和邮箱的准确率，避免了独立地抽取姓名和电子邮箱因支撑特点不足导致抽取错误、简历模板不同，在抽取文本过程中导致文本块错位以及候选人在写简历多次提及自己以为的多个人名或邮箱导致基于出现频次的提取方式出错的技术问题。

为达到上述目的，本公开第二方面实施例提出的简历解析装置，包括：

识别模块，用于对待识别的简历进行识别，以识别出所述简历中的候选姓名和候选电子邮箱地址；

获取模块，用于获取所述候选电子邮箱地址的用户名字符串，并获取所述候选姓名中姓对应的第一扩展信息以及名对应的第二扩展信息；

拼接模块，用于将所述第一扩展信息和所述第二扩展信息进行拼接，得到所述候选姓名的拼接结果集合，所述拼接结果集合包括多种拼接结果；

确定模块，用于如果所述用户名字符串中包含所述拼接结果集合中的任意一种拼接结果，则确定所述候选电子邮箱地址为所述简历的目标电子邮箱地址，且所述候选姓名为所述简历的目标姓名；

输出模块，用于输出所述简历的目标姓名和目标电子邮箱地址。

根据本公开实施例的简历解析装置，基于识别简历中的候选姓名和候选电子邮箱地址，通过候选电子邮箱地址的用户名字符串与候选姓名的扩展信息进行交叉验证，以便确定简历中候选人的姓名和邮箱，提升了简历解析中获取候选人姓名和邮箱的准确率，避免了独立地抽取姓名和电子邮箱因支撑特点不足导致抽取错误、简历模板不同，在抽取文本过程中导致文本块错位以及候选人在写简历多次提及自己以为的多个人名或邮箱导致基于出现频次的提取方式出错的技术问题。

为达到上述目的，本公开第三方面实施例提出的电子设备，包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被设置为用于执行本公开第一方面实施例所述的简历解析方法。

为达到上述目的，本公开第四方面实施例提出的计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令用于使所述计算机执行本公开第一方面实施例所述的简历解析方法。

本公开附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本公开的实践了解到。

附图说明

图1是根据本公开一个实施例的简历解析方法的流程图。

图2是根据本公开一个具体实施例的简历解析方法的流程图。

图3是根据本公开另一个具体实施例的简历解析方法的流程图。

图4是根据本公开又一个具体实施例的简历解析方法的流程图。

图5是根据本公开一个具体实施例的简历解析方法的流程示意图。

图6是根据本公开一个实施例的简历解析装置的结构示意图。

图7是根据本公开一个实施例的电子设备的结构示意图。

具体实施方式

下面详细描述本公开的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本公开，而不能理解为对本公开的限制。

下面参考附图描述本公开实施例的简历解析方法、装置、电子设备和计算机可读存储介质。

图1是根据本公开一个实施例的简历解析方法的流程图。需要说明的是，本公开实施例的简历解析方法可应用于本公开实施例的简历解析装置，该装置可被配置于电子设备。其中，该电子设备可以是移动终端(例如智能手机、平板电脑、PAD、个人数字助理等具有各种操作系统的硬件设备)。

如图1所示，该简历解析方法可以包括：

S110，对待识别的简历进行识别，以识别出简历中的候选姓名和候选电子邮箱地址。

在本公开的一个实施例中，在检测到有待识别的简历时，可通过命名实体识别中的规则或机器学习模型对待识别的简历进行实体识别，以识别出简历中候选姓名和候选电子邮箱地址，其中,识别出简历中候选姓名可为一个或多个，候选电子邮箱地址可为一个或多个。

在本公开的实施例中，在识别出简历中候选姓名时，可将候选姓名中各个字符转换为拼音，如果某个字符为多音字时，可根据多音字的多音情况复制多份候选姓名。

在本公开的实施例中，在识别出简历中候选姓名和候选电子邮箱地址时，可对识别出简历中候选姓名和候选电子邮箱地址进行遍历，并去重，然后可列举出去重之后的所有候选姓名和候选电子邮箱地址。

S120，获取候选电子邮箱地址的用户名字符串，并获取候选姓名中姓对应的第一扩展信息以及名对应的第二扩展信息。

在本公开的实施例中，在识别出简历中候选姓名和候选电子邮箱地址之后，可获取候选电子邮箱地址的用户名字符串，并获取候选姓名中姓对应的第一扩展信息以及名对应的第二扩展信息。

其中，用户名字符串为邮箱中“@”符号前的字符串，扩展信息包括全拼或者首字母，第一扩展信息包括姓的全拼或首字母，第二扩展信息包括名的全拼或首字母。

需要说明的是，如果候选姓名中的姓为多音字，则姓的第一扩展信息包括多音字的每种全拼或首字母；如果候选姓名中的名中存在多音字，则名的第二扩展信息包括每种全拼或首字母。

S130，将第一扩展信息和第二扩展信息进行拼接，得到候选姓名的拼接结果集合，拼接结果集合包括多种拼接结果。

也就是说，将候选姓名中姓对应的第一扩展信息和名对应的第二扩展信息进行拼接，可得到候选姓名的拼接结果集合，拼接结果集合包括多种拼接结果。

其中，多种拼接结果包括但不见限于：将候选姓名中姓对应的全拼和名对应的全拼进行拼接；将候选姓名中姓对应的全拼和名对应的首字母进行拼接；将候选姓名中姓对应的首字母和名对应的全拼进行拼接；将候选姓名中姓对应的首字母和名对应的首字母进行拼接；将候选姓名中名对应的全拼和候选姓名中姓对应的全拼进行拼接等。

其中，两个字或三个字的候选姓名，取第一个字符为姓，其他字符为名；四个字的候选姓名人，取前两个字符为姓，后两个字符为名。

例如，将候选姓名中姓对应的全拼和名对应的全拼进行拼接，假设候选姓名中姓对应的全拼为Zhang，名对应的全拼为Yi，可得到候选姓名的拼接结果集合，即ZhangYi。

又如，将候选姓名中名对应的全拼和候选姓名中姓对应的全拼进行拼接，假设候选姓名中名对应的全拼为Xiaoming，候选姓名中姓对应的全拼为Li，可得到候选姓名的拼接结果集合，即Xiaoming Li。

比如，将候选姓名中姓对应的首字母和名对应的首字母进行拼接，假设候选姓名中姓对应的首字母为W，名对应的首字母为FY，可得到候选姓名的拼接结果集合，即WF Y。

再如，将候选姓名中名对应的首字母和候选姓名中姓对应的首字母进行拼接，假设候选姓名中名对应的首字母为XJ，候选姓名中姓对应的首字母为S，可得到候选姓名的拼接结果集合，即XJ S。

S140，如果用户名字符串中包含拼接结果集合中的任意一种拼接结果，则确定候选电子邮箱地址为简历的目标电子邮箱地址，且候选姓名为简历的目标姓名。

也就是说，得到候选姓名的拼接结果集合之后，可判断候选姓名的拼接结果集合是否完整的出现在候选电子邮箱中“@”符号前的字符串中，若是，则确定候选电子邮箱地址为简历的目标电子邮箱地址，且候选姓名为简历的目标姓名。

在本公开的实施例中，如果每个候选电子邮箱地址的用户名字符串中均不包含拼接结果集合中的拼接结果，则确定简历的目标姓名和目标电子邮箱地址的具体实现过程可参见后续实施例的描述。

S150，输出简历的目标姓名和目标电子邮箱地址。

也就是说，确定候选电子邮箱地址为简历的目标电子邮箱地址，且候选姓名为简历的目标姓名之后，可输出简历的目标姓名和目标电子邮箱地址。

根据本公开实施例的简历解析方法，基于识别简历中的候选姓名和候选电子邮箱地址，通过候选电子邮箱地址的用户名字符串与候选姓名的扩展信息进行交叉验证，以便确定简历中候选人的姓名和邮箱，提升了简历解析中获取候选人姓名和邮箱的准确率，避免了独立地抽取姓名和电子邮箱因支撑特点不足导致抽取错误、简历模板不同，在抽取文本过程中导致文本块错位以及候选人在写简历多次提及自己以为的多个人名或邮箱导致基于出现频次的提取方式出错的技术问题。

图2是根据本公开一个具体实施例的简历解析方法的流程图。其中，需要说明的是，本实施例以所述候选姓名为一个，所述候选电子邮箱地址为多个为例进行描述。

S210，对待识别的简历进行识别，以识别出简历中的候选姓名和候选电子邮箱地址。

S220，获取候选电子邮箱地址的用户名字符串，并获取候选姓名中姓对应的第一扩展信息以及名对应的第二扩展信息。

S230，将第一扩展信息和第二扩展信息进行拼接，得到候选姓名的拼接结果集合，拼接结果集合包括多种拼接结果。

S240，如果用户名字符串中包含拼接结果集合中的任意一种拼接结果，则确定候选电子邮箱地址为简历的目标电子邮箱地址，且候选姓名为简历的目标姓名。

需要说明的是，在本公开的实施例中，上述步骤S210～S240的实现方式可参见上述步骤S110～S140的实现方式，在此不再赘述。

S250，如果每个候选电子邮箱地址的用户名字符串中均不包含拼接结果集合中的拼接结果，则将Jaccard相似度最高的候选电子邮箱地址作为简历的目标电子邮箱地址，并将候选姓名作为简历的目标姓名。

在本公开的实施例中，如果每个候选电子邮箱地址的用户名字符串中均不包含拼接结果集合中的拼接结果，则获取候选姓名对应的全拼结果，之后确定全拼结果与每个候选电子邮箱地址的用户名字符串之间的Jaccard相似度，然后将Jaccard相似度最高的候选电子邮箱地址作为简历的目标电子邮箱地址，并将候选姓名作为简历的目标姓名。

也就是说，在判断拼接结果集合中的拼接结果均不在每个候选电子邮箱中“@”符号前的字符串中，或候选姓名的拼接结果集合没有完整的出现在候选电子邮箱中“@”符号前的字符串中，则获取候选姓名对应的全拼结果，之后通过公式：

计算全拼结果与每个候选电子邮箱地址的用户名字符串之间的Jaccard相似度，其中，Jaccard为相似度，A为候选姓名对应的全拼中所有字符组成的集合，B为候选电子邮箱地址的用户名字符串组成的集合，然后将Jaccard相似度最高的候选电子邮箱地址作为简历的目标电子邮箱地址，并将候选姓名作为简历的目标姓名。

S260，输出简历的目标姓名和目标电子邮箱地址。

也就是说，将Jaccard相似度最高的候选电子邮箱地址作为简历的目标电子邮箱地址，并将候选姓名作为简历的目标姓名之后，可输出简历的目标姓名和目标电子邮箱地址。

本实施例中，在确定从简历中识别出的每个候选电子邮箱地址的用户名字符串中均不包含部分或者全部候选姓名的字母时，结合每个候选电子邮箱地址的用户名字符串中与候选姓名的全拼结果之间的Jaccard相似度，从多个候选电子邮箱地址信息中确定出简历中的目标电子邮箱地址，由此，结合简历中姓名的全拼结果与电子邮箱地址进行联合抽取，提高了从简历中解析候选人的姓名和邮箱的准确率。

其中，可以理解的是，在实际应用中，从待识别简历中识别的候选姓名可以为多个或者一个，以及候选电子邮箱地址可以为多个或者一个，下面结合图3对识别出简历中候选姓名为多个，候选电子邮箱地址为一个为例地该实施例的简历解析方法进行进一步描述。

图3是根据本公开另一个具体实施例的简历解析方法的流程图。

S310，对待识别的简历进行识别，以识别出简历中的候选姓名和候选电子邮箱地址。

S320，获取候选电子邮箱地址的用户名字符串，并获取候选姓名中姓对应的第一扩展信息以及名对应的第二扩展信息。

S330，将第一扩展信息和第二扩展信息进行拼接，得到候选姓名的拼接结果集合，拼接结果集合包括多种拼接结果。

S340，如果用户名字符串中包含拼接结果集合中的任意一种拼接结果，则确定候选电子邮箱地址为简历的目标电子邮箱地址，且候选姓名为简历的目标姓名。

需要说明的是，在本公开的实施例中，上述步骤S310～S340的实现方式可参见上述步骤S110～S140的实现方式，在此不再赘述。

S350，如果每个候选电子邮箱地址的用户名字符串中均不包含拼接结果集合中的拼接结果，则将Jaccard相似度最高的候选姓名作为简历的目标姓名，并将候选电子邮箱地址作为简历的目标电子邮箱地址。

在本公开的实施例中，如果每个候选电子邮箱地址的用户名字符串中不包含拼接结果集合中的拼接结果，则获取每个候选姓名对应的全拼结果，之后确定用户名字符串与每个候选姓名对应的全拼结果之间的Jaccard相似度，然后将Jaccard相似度最高的候选姓名作为简历的目标姓名，并将候选电子邮箱地址作为简历的目标电子邮箱地址。

也就是说，在判断拼接结果集合中的拼接结果均不在每个候选电子邮箱中“@”符号前的字符串中，或候选姓名的拼接结果集合没有完整的出现在候选电子邮箱中“@”符号前的字符串中，则获取每个候选姓名对应的全拼结果，之后通过公式：

计算用户名字符串与每个候选姓名对应的全拼结果之间的Jaccard相似度，其中，Jaccard为相似度，A为用户名字符串组成的集合，B为候选姓名对应的全拼结果组成的集合，然后将Jaccard相似度最高的候选姓名作为简历的目标姓名，并将候选电子邮箱地址作为简历的目标电子邮箱地址。

S360，输出简历的目标姓名和目标电子邮箱地址。

也就是说，将Jaccard相似度最高的候选电子邮箱地址作为简历的目标电子邮箱地址，并将候选姓名作为简历的目标姓名之后，可输出简历的目标姓名和目标电子邮箱地址。

本实施例中，在确定从简历中识别出的每个候选电子邮箱地址的用户名字符串中均不包含部分或者全部候选姓名的字母时，结合每个候选电子邮箱地址的用户名字符串中与候选姓名的全拼结果之间的Jaccard相似度，从多个候选电子邮箱地址信息中确定出简历中的目标电子邮箱地址，由此，结合简历中姓名的全拼结果与电子邮箱地址进行联合抽取，提高了从简历中解析候选人的姓名和邮箱的准确率。

其中，可以理解的是，在实际应用中，从待识别简历中识别的候选姓名可以为多个或者一个，以及候选电子邮箱地址可以为多个或者一个，下面结合图4对识别出简历中候选姓名为多个，候选电子邮箱地址为多个为例地该实施例的简历解析方法进行进一步描述。

图4是根据本公开又一个具体实施例的简历解析方法的流程图。

S410，对待识别的简历进行识别，以识别出简历中的候选姓名和候选电子邮箱地址。

S420，获取候选电子邮箱地址的用户名字符串，并获取候选姓名中姓对应的第一扩展信息以及名对应的第二扩展信息。

S430，将第一扩展信息和第二扩展信息进行拼接，得到候选姓名的拼接结果集合，拼接结果集合包括多种拼接结果。

S440，如果用户名字符串中包含拼接结果集合中的任意一种拼接结果，则确定候选电子邮箱地址为简历的目标电子邮箱地址，且候选姓名为简历的目标姓名。

需要说明的是，在本公开的实施例中，上述步骤S410～S440的实现方式可参见上述步骤S110～S140的实现方式，在此不再赘述。

S450，如果每个候选电子邮箱地址的用户名字符串中均不包含拼接结果集合中的拼接结果，则将与目标Jaccard相似度对应的候选电子邮箱地址作为简历的目标电子邮箱地址，将与目标Jaccard相似度对应的候选姓名作为简历的目标姓名。

在本公开的实施例中，如果每个候选电子邮箱地址的用户名字符串中均不包含拼接结果集合中的拼接结果，则获取每个候选姓名对应的全拼结果，然后针对每个候选姓名，确定候选姓名的全拼结果与每个候选电子邮箱地址信息的用户名字符串之间的Jaccard相似度，之后从多个Jaccard相似度中获取取值最大的目标Jaccard相似度，将与目标Jaccard相似度对应的候选电子邮箱地址作为简历的目标电子邮箱地址，将与目标Jaccard相似度对应的候选姓名作为简历的目标姓名。

也就是说，在判断拼接结果集合中的拼接结果均不在每个候选电子邮箱中“@”符号前的字符串中，或候选姓名的拼接结果集合没有完整的出现在候选电子邮箱中“@”符号前的字符串中，则获取候选姓名对应的全拼结果，之后针对每个候选姓名，通过公式：

计算候选姓名的全拼结果与每个候选电子邮箱地址信息的用户名字符串之间的Jaccard相似度，其中，Jaccard为相似度，A为候选姓名对应的全拼中所有字符组成的集合，B为候选电子邮箱地址的用户名字符串组成的集合，之后从多个Jaccard相似度中获取取值最大的目标Jaccard相似度，将与目标Jaccard相似度对应的候选电子邮箱地址作为简历的目标电子邮箱地址，将与目标Jaccard相似度对应的候选姓名作为简历的目标姓名。

S460，输出简历的目标姓名和目标电子邮箱地址。

也就是说，将与目标Jaccard相似度对应的候选电子邮箱地址作为简历的目标电子邮箱地址，将与目标Jaccard相似度对应的候选姓名作为简历的目标姓名之后，可输出简历的目标姓名和目标电子邮箱地址。

根据本公开实施例的简历解析方法，基于识别简历中的候选姓名和候选电子邮箱地址，通过候选电子邮箱地址的用户名字符串与候选姓名的扩展信息进行交叉验证，当验证成功时，可确定简历中候选人的姓名和邮箱，当验证失败时，可通过Jaccard相似度算法，确定简历中候选人的姓名和邮箱，提升了简历解析中获取候选人姓名和邮箱的准确率，避免了独立地抽取姓名和电子邮箱因支撑特点不足导致抽取错误、简历模板不同，在抽取文本过程中导致文本块错位以及候选人在写简历多次提及自己以为的多个人名或邮箱导致基于出现频次的提取方式出错的技术问题。

为了使得本领域的技术人员更加清楚地了解本方案，下面结合图5对本实施例的简历解析方法进行描述。如图5所示，可对待识别的简历进行识别，以识别出简历中的候选姓名和候选电子邮箱地址(S501)，然后获取简历中的候选姓名(S502)和候选电子邮箱地址(S503)，获取候选电子邮箱地址的用户名字符串(S504)，并获取候选姓名中姓对应的第一扩展信息以及名对应的第二扩展信息，并将获取到的第一扩展信息和第二扩展信息转化为拼音(S505)，其中，用户名字符串为邮箱中“@”符号前的字符串，第一扩展信息包括姓的全拼或首字母，第二扩展信息包括名的全拼或首字母，之后将候选姓名中姓对应的全拼和名对应的全拼进行拼接，得到候选姓名的拼接结果集合(S506)。

可判断候选姓名中姓对应的全拼和名对应的全拼是否完整的出现在候选电子邮箱中“@”符号前的字符串中(S507)，若是，则确定候选电子邮箱地址为简历的目标电子邮箱地址，且候选姓名为简历的目标姓名，若否，将候选姓名中名对应的全拼和候选姓名中姓对应的全拼进行拼接，得到候选姓名的拼接结果集合，判断候选姓名中名对应的全拼和候选姓名中姓对应的全拼结果是否完整的出现在候选电子邮箱中“@”符号前的字符串中(S508)，若是，则确定候选电子邮箱地址为简历的目标电子邮箱地址，且候选姓名为简历的目标姓名，若否，将候选姓名中姓对应的首字母和名对应的首字母进行拼接，得到候选姓名的拼接结果集合，可判断候选姓名中姓对应的首字母和名对应的首字母拼接结果是否完整的出现在候选电子邮箱中“@”符号前的字符串中(S509)，若是，则确定候选电子邮箱地址为简历的目标电子邮箱地址，且候选姓名为简历的目标姓名，若否，将候选姓名中名对应的首字母和候选姓名中姓对应的首字母进行拼接，得到候选姓名的拼接结果集合，可判断候选姓名中名对应的首字母和候选姓名中姓对应的首字母拼接结果是否完整的出现在候选电子邮箱中“@”符号前的字符串中(S510)，若是，则确定候选电子邮箱地址为简历的目标电子邮箱地址，且候选姓名为简历的目标姓名。

如果每个候选电子邮箱地址的用户名字符串中均不包含拼接结果集合中的拼接结果，则获取候选姓名对应的全拼结果，之后确定全拼结果与每个候选电子邮箱地址的用户名字符串之间的Jaccard相似度，然后将Jaccard相似度最高的候选电子邮箱地址作为简历的目标电子邮箱地址，并将候选姓名作为简历的目标姓名(S511)。

或如果每个候选电子邮箱地址的用户名字符串中不包含拼接结果集合中的拼接结果，则获取每个候选姓名对应的全拼结果，之后确定用户名字符串与每个候选姓名对应的全拼结果之间的Jaccard相似度，然后将Jaccard相似度最高的候选姓名作为简历的目标姓名，并将候选电子邮箱地址作为简历的目标电子邮箱地址(S512)。

或如果每个候选电子邮箱地址的用户名字符串中均不包含拼接结果集合中的拼接结果，则获取每个候选姓名对应的全拼结果，然后针对每个候选姓名，确定候选姓名的全拼结果与每个候选电子邮箱地址信息的用户名字符串之间的Jaccard相似度，之后从多个Jaccard相似度中获取取值最大的目标Jaccard相似度，将与目标Jaccard相似度对应的候选电子邮箱地址作为简历的目标电子邮箱地址，将与目标Jaccard相似度对应的候选姓名作为简历的目标姓名(S513)。

确定候选电子邮箱地址为简历的目标电子邮箱地址，且候选姓名为简历的目标姓名之后，可输出简历的目标姓名和目标电子邮箱地址(S514)。

与上述几种实施例提供的简历解析方法相对应，本公开的一种实施例还提供一种简历解析装置，由于本公开实施例提供的简历解析装置与上述几种实施例提供的简历解析方法相对应，因此在简历解析方法的实施方式也适用于本实施例提供的简历解析装置，在本实施例中不再详细描述。图6是根据本公开一个实施例的简历解析装置的结构示意图。

如图6所示，该简历解析装置600包括：识别模块610、获取模块620、拼接模块630、确定模块640和输出模块650。其中：

识别模块610用于对待识别的简历进行识别，以识别出所述简历中的候选姓名和候选电子邮箱地址；

获取模块620用于获取所述候选电子邮箱地址的用户名字符串，并获取所述候选姓名中姓对应的第一扩展信息以及名对应的第二扩展信息；

拼接模块630用于将所述第一扩展信息和所述第二扩展信息进行拼接，得到所述候选姓名的拼接结果集合，所述拼接结果集合包括多种拼接结果；

确定模块640用于如果所述用户名字符串中包含所述拼接结果集合中的任意一种拼接结果，则确定所述候选电子邮箱地址为所述简历的目标电子邮箱地址，且所述候选姓名为所述简历的目标姓名；作为一种示例，所述候选姓名为一个，所述候选电子邮箱地址为多个，所述确定模块640具体用于：如果每个所述候选电子邮箱地址的用户名字符串中均不包含所述拼接结果集合中的拼接结果，则获取所述候选姓名对应的全拼结果；确定所述全拼结果与每个所述候选电子邮箱地址的用户名字符串之间的Jaccard相似度；将Jaccard相似度最高的候选电子邮箱地址作为所述简历的目标电子邮箱地址，并将所述候选姓名作为所述简历的目标姓名。

在本公开的一个实施例中，所述候选姓名为多个，所述候选电子邮箱地址为一个，所述确定模块640具体用于：如果所述候选电子邮箱地址的用户名字符串中不包含所述拼接结果集合中的拼接结果，则获取每个所述候选姓名对应的全拼结果；确定所述用户名字符串与每个所述候选姓名对应的全拼结果之间的Jaccard相似度；将Jaccard相似度最高的候选姓名作为所述简历的目标姓名，并将所述候选电子邮箱地址作为所述简历的目标电子邮箱地址。

在本公开的一个实施例中，所述候选姓名为多个，所述候选电子邮箱地址为多个，所述确定模块640具体用于：如果每个所述候选电子邮箱地址的用户名字符串中均不包含所述拼接结果集合中的拼接结果，则获取每个所述候选姓名对应的全拼结果；针对每个候选姓名，确定所述候选姓名的全拼结果与每个所述候选电子邮箱地址信息的用户名字符串之间的Jaccard相似度；从多个Jaccard相似度中获取取值最大的目标Jaccard相似度；将与所述目标Jaccard相似度对应的候选电子邮箱地址作为所述简历的目标电子邮箱地址，将与所述目标Jaccard相似度对应的候选姓名作为所述简历的目标姓名。

输出模块650用于输出所述简历的目标姓名和目标电子邮箱地址。

根据本公开实施例的简历解析装置，基于识别简历中的候选姓名和候选电子邮箱地址，通过候选电子邮箱地址的用户名字符串与候选姓名的扩展信息进行交叉验证，以便确定简历中候选人的姓名和邮箱，提升了简历解析中获取候选人姓名和邮箱的准确率，避免了独立地抽取姓名和电子邮箱因支撑特点不足导致抽取错误、简历模板不同，在抽取文本过程中导致文本块错位以及候选人在写简历多次提及自己以为的多个人名或邮箱导致基于出现频次的提取方式出错的技术问题。

下面参考图7，其示出了适于用来实现本公开实施例的电子设备(例如图1中的终端设备或服务器)700的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图7示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

如图7所示，电子设备700可以包括处理装置(例如中央处理器、图形处理器等)701，其可以根据存储在只读存储器(ROM)702中的程序或者从存储装置708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM 703中，还存储有电子设备700操作所需的各种程序和数据。处理装置701、ROM 702以及RAM703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。

通常，以下装置可以连接至I/O接口505：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置706；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置707；包括例如磁带、硬盘等的存储装置708；以及通信装置709。通信装置709可以允许电子设备700与其他设备进行无线或有线通信以交换数据。虽然图7示出了具有各种装置的电子设备700，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在非暂态计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置709从网络上被下载和安装，或者从存储装置708被安装，或者从ROM 702被安装。在该计算机程序被处理装置701执行时，执行本公开实施例的方法中限定的上述功能。

需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。

在一些实施方式中，客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。

上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。

上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取至少两个网际协议地址；向节点评价设备发送包括所述至少两个网际协议地址的节点评价请求，其中，所述节点评价设备从所述至少两个网际协议地址中，选取网际协议地址并返回；接收所述节点评价设备返回的网际协议地址；其中，所获取的网际协议地址指示内容分发网络中的边缘节点。

或者，上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：接收包括至少两个网际协议地址的节点评价请求；从所述至少两个网际协议地址中，选取网际协议地址；返回选取出的网际协议地址；其中，接收到的网际协议地址指示内容分发网络中的边缘节点。

可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，单元的名称在某种情况下并不构成对该单元本身的限定，例如，第一获取单元还可以被描述为“获取至少两个网际协议地址的单元”。

本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的公开范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述公开构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

此外，虽然采用特定次序描绘了各操作，但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下，多任务和并行处理可能是有利的。同样地，虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地，在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。

尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。

Claims (10)

1.一种简历解析方法，其特征在于，包括：

对待识别的简历进行识别，以识别出简历中的候选姓名和候选电子邮箱地址；

获取所述候选电子邮箱地址的用户名字符串，并获取所述候选姓名中姓对应的第一扩展信息以及名对应的第二扩展信息；

将所述第一扩展信息和所述第二扩展信息进行拼接，得到所述候选姓名的拼接结果集合，所述拼接结果集合包括多种拼接结果；

如果所述用户名字符串中包含所述拼接结果集合中的任意一种拼接结果，则确定所述候选电子邮箱地址为所述简历的目标电子邮箱地址，且所述候选姓名为所述简历的目标姓名；

输出所述简历的目标姓名和目标电子邮箱地址。

2.如权利要求1所述的方法，其特征在于，所述候选姓名为一个，所述候选电子邮箱地址为多个，所述方法还包括：

如果每个所述候选电子邮箱地址的用户名字符串中均不包含所述拼接结果集合中的拼接结果，则获取所述候选姓名对应的全拼结果；

确定所述全拼结果与每个所述候选电子邮箱地址的用户名字符串之间的Jaccard相似度；

将Jaccard相似度最高的候选电子邮箱地址作为所述简历的目标电子邮箱地址，并将所述候选姓名作为所述简历的目标姓名。

3.如权利要求1所述的方法，其特征在于，所述候选姓名为多个，所述候选电子邮箱地址为一个，所述方法还包括：

如果所述候选电子邮箱地址的用户名字符串中不包含所述拼接结果集合中的拼接结果，则获取每个所述候选姓名对应的全拼结果；

确定所述用户名字符串与每个所述候选姓名对应的全拼结果之间的Jaccard相似度；

将Jaccard相似度最高的候选姓名作为所述简历的目标姓名，并将所述候选电子邮箱地址作为所述简历的目标电子邮箱地址。

4.如权利要求1所述的方法，其特征在于，所述候选姓名为多个，所述候选电子邮箱地址为多个，所述方法还包括：

如果每个所述候选电子邮箱地址的用户名字符串中均不包含所述拼接结果集合中的拼接结果，则获取每个所述候选姓名对应的全拼结果；

针对每个候选姓名，确定所述候选姓名的全拼结果与每个所述候选电子邮箱地址信息的用户名字符串之间的Jaccard相似度；

从多个Jaccard相似度中获取取值最大的目标Jaccard相似度；

将与所述目标Jaccard相似度对应的候选电子邮箱地址作为所述简历的目标电子邮箱地址，将与所述目标Jaccard相似度对应的候选姓名作为所述简历的目标姓名。

5.一种简历解析装置，其特征在于，包括：

识别模块，用于对待识别的简历进行识别，以识别出所述简历中的候选姓名和候选电子邮箱地址；

获取模块，用于获取所述候选电子邮箱地址的用户名字符串，并获取所述候选姓名中姓对应的第一扩展信息以及名对应的第二扩展信息；

拼接模块，用于将所述第一扩展信息和所述第二扩展信息进行拼接，得到所述候选姓名的拼接结果集合，所述拼接结果集合包括多种拼接结果；

确定模块，用于如果所述用户名字符串中包含所述拼接结果集合中的任意一种拼接结果，则确定所述候选电子邮箱地址为所述简历的目标电子邮箱地址，且所述候选姓名为所述简历的目标姓名；

输出模块，用于输出所述简历的目标姓名和目标电子邮箱地址。

6.如权利要求5所述的装置，其特征在于，所述候选姓名为一个，所述候选电子邮箱地址为多个，所述确定模块，具体用于：

如果每个所述候选电子邮箱地址的用户名字符串中均不包含所述拼接结果集合中的拼接结果，则获取所述候选姓名对应的全拼结果；

确定所述全拼结果与每个所述候选电子邮箱地址的用户名字符串之间的Jaccard相似度；

将Jaccard相似度最高的候选电子邮箱地址作为所述简历的目标电子邮箱地址，并将所述候选姓名作为所述简历的目标姓名。

7.如权利要求5所述的装置，其特征在于，所述候选姓名为多个，所述候选电子邮箱地址为一个，所述确定模块，具体用于：

如果所述候选电子邮箱地址的用户名字符串中不包含所述拼接结果集合中的拼接结果，则获取每个所述候选姓名对应的全拼结果；

确定所述用户名字符串与每个所述候选姓名对应的全拼结果之间的Jaccard相似度；

将Jaccard相似度最高的候选姓名作为所述简历的目标姓名，并将所述候选电子邮箱地址作为所述简历的目标电子邮箱地址。

8.如权利要求5所述的装置，其特征在于，所述候选姓名为多个，所述候选电子邮箱地址为多个，所述确定模块，具体用于：

如果每个所述候选电子邮箱地址的用户名字符串中均不包含所述拼接结果集合中的拼接结果，则获取每个所述候选姓名对应的全拼结果；

针对每个候选姓名，确定所述候选姓名的全拼结果与每个所述候选电子邮箱地址信息的用户名字符串之间的Jaccard相似度；

从多个Jaccard相似度中获取取值最大的目标Jaccard相似度；

将与所述目标Jaccard相似度对应的候选电子邮箱地址作为所述简历的目标电子邮箱地址，将与所述目标Jaccard相似度对应的候选姓名作为所述简历的目标姓名。

9.一种电子设备，其特征在于，包括：

至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；

其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被设置为用于执行上述权利要求1-4任一项所述的简历解析方法。

10.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令用于使所述计算机执行权利要求1-4任一项所述的简历解析方法。

Images