一种基于BERT模型的简历筛选方法

本发明公开了一种基于BERT模型的简历筛选方法及系统，属于深度学习与文本分类技术领域。本发明包括：获取岗位需求文本数据以及求职者简历文本数据，并进行预处理；基于TFIDF‑LDA模型，对预处理文本向量进行主题词提取和类别特征扩充；基于信息熵的N‑gram对经类别特征扩充后的主题词向量进行取词词汇过滤；结合深度学习匹配度计算模块，计算岗位与求职者的综合匹配度，结合设定的阈值对求职者简历进行初筛；基于FE‑BERT模型进行简历文本分类，即得到简历筛选结果。本发明能够解决现有简历筛选方法存在的由于关键词匹配不精准、无法理解上下文等原因，导致难以准确评估候选人的能力，不能适配不同岗位需求，或者人才筛选精准度低的问题。