一种基于AI大模型的简历智能解析与信息提取方法与流程

本发明涉及数据处理，尤其涉及一种基于ai大模型的简历智能解析与信息提取方法。

背景技术：

1、简历智能解析是实现高效人岗匹配的基础性环节，传统方法历经基于规则的模板匹配、深度学习序列标注等阶段，但在面对多格式复杂排版、语义表述不一及跨企业头衔差异时仍存在解析准确率低、泛化能力弱等问题。近年，大语言模型虽能将简历解析从关键词匹配升级为语义理解，但其对多栏混排、表格嵌套等复杂版面的处理仍需额外模块，且缺乏招聘领域实体关系的精细建模，同时存在推理成本高、响应慢以及个人隐私合规风险等不足。因此，亟需一种能够系统处理多格式简历版面、自适应消解语义模糊信息并满足合规要求的ai大模型解析方法。

2、中国专利公开号：cn116502625a，公开了一种简历解析方法和系统，方法包括：获取简历对应的pdf文档和图片；基于所述图片，确定所述简历中一个或多个文本行的文本行位置；基于所述pdf文档，确定所述简历中的一个或多个第一字符以及所述一个或多个第一字符的字符位置；基于所述一个或多个文本行的文本行位置和所述一个或多个第一字符的字符位置，对所述一个或多个文本行和所述一个或多个第一字符进行匹配，以得到匹配结果；以及基于所述匹配结果，生成所述简历对应的解析文本。

3、中国专利公开号：cn119227670a，公开了一种基于深度学习的智能简历ocr解析与自动化信息提取系统及方法，包括获取简历模块、简历预处理模块、简历文本采集模块、简历文本分析模块、综合简历分析模块、判别模块以及反馈模块。本发明通过获取用户发送的第一简历文本，并进行预处理操作获取第一文本，再划分成各子文本；对子文本中采集的各类数据进行分析处理，之后通过数学模型进行综合分析，计算得到目标文本的信息精确度指数，有助于呈现更加直观的效果，便于做出决策，最终提高了智能简历的自动化信息提取的全面性和安全性。

4、但是，现有技术中还存在以下问题，

5、现有针对简历的解析和信息提取技术大多为从文档中线性提取文本后进行结构化处理的横向解析提取模式，若简历采用双栏或多栏排版时，依旧利用现有技术进行简历解析提取，就会将不同栏目的内容错误地拼接到同一文本流中，导致产出逻辑错乱，丢失关键信息或信息错位。

技术实现思路

1、为此，本发明提供一种基于ai大模型的简历智能解析与信息提取方法，用以解决现有技术大多仅关注存储环节，对数据录入前的质量校验机制单一，缺乏对数据质量动态评估，导致受干扰数据可能直接上链，削弱了链上数据的临床可信度的问题。

2、为实现上述目的，本发明提供一种基于ai大模型的简历智能解析与信息提取方法，其包括：

3、获取待处理简历，基于ai大模型识别所述待处理简历中的第一特征以及第二特征；

4、基于所述第一特征以及所述第二特征，判定所述待处理简历的类别是否为异常处理类别；

5、针对所述待处理简历的异常处理类别，确定异常类别主影响因素，用以判定所述待处理简历的主异常特异类别；

6、针对第一异常特异类别，分析所述待处理简历的异常显著性，对所述待处理简历进行版面重构与多模态语义对齐；

7、或，对待处理简历进行区域划分，进行区域版式判定，将各区域解耦为独立语义单元，提取各所述独立语义单元的行业关联实体，建立区域逻辑关联，基于所述逻辑关联进行区域信息分析；

8、针对第二异常特异类别，拆解所述待处理简历的工作经历为若干可迁移标签，构建目标岗位需求图谱，进行标签匹配性分析；

9、其中，所述第一特征为相邻文本行之间的连续空白区域长度以及栏间垂直对齐偏移量，所述第二特征为实体类型分布密度以及简历时间线连贯性。

10、进一步地，若所述连续空白区域长度大于基准空白长度或所述栏间垂直对齐偏移量大于基准偏移量，则存在格式特异性；

11、若所述实体类型分布密度与岗位需求实体类型的匹配度低于第一预设基准值，或所述简历时间线连贯性出现超过第二预设基准值间隔时间，则存在候选人类别特异性。

12、进一步地，所述判定所述待处理简历的类别是否为异常处理类别，其中，

13、若所述待处理简历满足预设条件，则判定所述待处理简历的类别是异常处理类别；

14、若所述待处理简历不满足预设条件，则判定所述待处理简历的类别不是异常处理类别；

15、其中，所述预设条件为，所述待处理简历存在所述格式特异性或存在所述候选人类别特异性。

16、进一步地，若所述待处理简历仅存在格式特异性，则确定异常类别主影响因素为格式特异性，判定所述待处理简历的主异常特异类别为第一异常特异类别；

17、若所述待处理简历仅存在候选人类别特异性，则确定异常类别主影响因素为候选人类别特异性，判定所述待处理简历的主异常特异类别为第二异常特异类别。

18、进一步地，获取所述格式特异性对应的连续空白区域，提取所述连续空白区域的前序文本片段以及所述连续空白区域的后序文本片段；

19、将所述前序文本片段以及所述后序文本片段进行拼接，确定拼接后文本的语义通顺度分值；

20、若所述语义通顺度分值大于基准语义度通顺分值，则执行版面重构操作，移除所述连续空白区域，将所述前序文本片段以及所述后序文本片段合并为连续文本行；

21、若所述语义通顺度分值小于或等于基准语义度通顺分值，则对待处理简历进行区域划分，进行区域版式判定，将各区域解耦为独立语义单元，提取各所述独立语义单元的行业关联实体，建立区域逻辑关联，基于所述逻辑关联进行区域信息分析。

22、进一步地，根据所述格式特异性定位连续空白区域，获取各连续空白区域的语义通顺度分值，将语义通顺度分值大于基准语义度通顺分值的连续空白区域作为区域边界，划分出若干区域；

23、构建二维坐标，提取各区域的左边界坐标和区域宽度；

24、当若干相邻两个区域的左边界坐标差值均小于基准偏移量，且两个区域的宽度比值均在预设比值范围内时，判定为并列类型；

25、或，判定为主次类型。

26、进一步地，针对并列类型进行信息列对齐提取，针对主次类型先确定主区域再解耦提取主区域信息；

27、将不同区域中的实体两两组合，输入模型进行关系二分类，用以判断是否存在逻辑关联，若存在逻辑关系则进一步输出关联类型；

28、将确认存在逻辑关联的实体对及其关系类型作为区域逻辑关联结果输出；

29、所述关联类别为时序关联、归属关联、属性补充关联以及职责分解关联。

30、进一步地，根据所述逻辑关联的关系类型，将存在归属关联、属性补充关联的实体进行合并，将存在职责分解关联的实体组合为职责链，将存在时序关联的实体按时间排序；

31、检测并融合跨区域间的逻辑关联，形成完整的描述单元。

32、进一步地，提取所述工作经历中的能力要素，将所述能力要素与目标岗位需求图谱中的节点进行匹配；

33、当所述能力要素与需求图谱中某一节点的语义相似度超过基准相似度，将该能力要素标定为可迁移标签，记录其映射至所述节点的路径。

34、进一步地，将所述可迁移标签匹配至对应的图谱节点；

35、根据匹配到的图谱节点的权重、以及与匹配节点相关联的其他节点的关系强度，确定所述可迁移标签与目标岗位的整体匹配度；

36、若所述整体匹配度大于预设整体匹配度，则确定所述待处理简历为标定简历。

37、与现有技术相比，本发明通过确定异常类别主影响因素，判定待处理简历的主异常特异类别，针对第一异常特异类别，分析待处理简历的异常显著性，对待处理简历进行版面重构与多模态语义对齐；对待处理简历进行区域划分，进行区域版式判定，将各区域解耦为独立语义单元，提取行业关联实体，建立区域逻辑关联，基于所述逻辑关联进行区域信息分析，针对第二异常特异类别，拆解所述待处理简历的工作经历为若干可迁移标签，构建目标岗位需求图谱，进行标签匹配性分析。本发明通过对待处理简历进行多重特异异常类别分析，针对不同类别采取不同解析提取方法，提高简历解析的解析速率以及准确率。

38、尤其，通过分析待处理简历的第一特征、第二特征并确定异常类别主影响因素，对待处理软件进行类别划分，在实际情况中，现有技术对不同版式，尤其是多栏、跨栏、非连续文本布局的简历往往采用统一的解析流程，当遇到存在格式特异性的简历时，容易发生文本行错乱、语义割裂、信息提取不完整甚至无法对齐等解析不准确的问题；进一步地，现有技术在处理缺乏目标行业直接工作经历的简历时，往往因工作经历与岗位需求匹配度低、或简历时间线出现明显断档，而直接判定为无效简历予以剔除，导致大量具备间接能力、跨行业可迁移能力的候选人才被误筛。基于此，本发明考虑预先对待处理简历进行类别划分，将待处理简历划分为两个类别，对各类别简历采取针对性分析方法，提高简历分析效率以及准确率。

39、尤其，针对第一异常特异类别，即待处理简历存在第一特征，进一步对该类简历进行异常显著性区分，具体判断所述格式特异性是由偶然性排版噪声，例如非主观的多余空格、软回车、页面边距抖动等所导致，还是由真正的多栏、跨栏或复杂版式结构所形成，在实际情况中，现有技术在检测到连续空白区域或垂直对齐偏移时，往往直接将其判定为分栏边界，从而触发复杂的版面重构、区域划分与语义单元解耦流程，导致因误输入或导出格式畸变产生的伪分栏被过度处理，将本应连续的文本行错误拆分，造成语义断裂；进一步地，对于主次类型，例如简历左侧栏为短小的个人信息或技能标签，右侧栏为主体工作经历与教育背景，传统方法常对所有区域无差别地进行实体抽取、关系分类与语义融合，造成从区域中大量低价值信息被过度解析，降低简历分析速率。基于此，本发明考虑划分第一异常特异类别简历的分栏类别，针对并列类型以及主次类型选取不同的解析方法，进而提高解析速率以及解析准确性。

40、尤其，针对第二异常特异类别，即待处理简历存在第二特征，确定待处理简历的可迁移标签，进行标签匹配性分析，从而深度挖掘简历中隐含的、与目标岗位具有强关联性的能力要素，在实际情况中，现有简历解析与人才筛选往往依赖实体类型分布密度，如岗位名称、行业关键词、专业技能术语等与目标岗位需求实体之间的匹配度，当匹配度低于基准语义度通顺分值时，直接将简历判定为不相关并予以过滤，对于跨行业转型、新兴复合岗位或具备间接经验的候选人，这种刚性匹配机制极易造成误筛。基于此，本发明考虑分析待处理简历已确定若干可迁移标签，将各标签对应的数据与目标岗位需求图谱进行匹配性分析，以提高简历的筛选有效率。