一种基于BERT和隐语义算法模型的人岗匹配推荐方法

本申请公开了一种基于BERT和隐语义算法模型的人岗匹配推荐方法，涉及人岗匹配推荐技术领域，包括：获取求职人员的相关数据和用人单位的岗位招聘文本数据；对获取的文本数据进行分词和词性标注，并筛选出候选词，采用训练好的BERT模型获得候选词和文档词嵌入向量，计算候选词的词嵌入向量和文档的词嵌入向量的语义相似度，根据计算结果创建BERT位图数据；采用隐语义模型分析文本数据中的语义相关性，计算求职人员对岗位的偏好预测评分，通过深度随机森林法计算相应的类向量，提取求职人员与岗位匹配的概率，根据概率排序列表进行岗位匹配推荐，本发明通过BERT模型对文本挖掘更加充分，采用基于隐语义模型和深度随机森林的混合推荐方法使得推荐更加精确，效率更高。