概念:
中文分词工具。Python库使用如import jieba;
将中文切分成单个词语,如果是简历上的自我描述,适合的分词模式是精确模式。
分词模式:
例如,对于一句话:
对于一段话:
添加自定义的词典:
(在简历中有的词语是“熟练使用java”“C++”可以单独成为一个词语,但是要对数据进行统一的处理)
关键词提取:
topK参数指定提取的关键词数量
(简历当中我觉得可以在一段文字中先自定义一些词典,然后关键词提取出来,不知道可不可行...)
词性标注:
jieba.posseg.cut()函数对分词结果进行词性标注,并通过遍历输出结果打印每个词语及其对应的词性。
并行分词
(可能简历中用不到,如果用到了效果好的话就能是一个创新点,快)