基于XLNet模型和孪生网络的就业推荐方法及系统

本发明公开了基于XLNet模型和孪生网络的就业推荐方法及系统，方法包括：选取求职简历的部分字段构建数据集Y；选取招聘要求的部分字段构建数据集X；利用两个XLNet模型分别学习数据集Y和数据集X中的文本特征；将得到的文本特征进行池化操作，生成求职简历和招聘要求的最终文本特征；计算求职简历和招聘要求的最终本文特征的相似性指数；对XLNet模型进行训练，得到训练好的XLNet模型；利用训练好的XLNet模型获取文本特征并对文本特征进行池化操作得到最终文本特征，计算求职简历和招聘要求的最终本文特征的相似性指数，根据相似性指数从高到低对职位排序；本发明的优点在于：推荐结果更为精准。