基于隐马尔可夫模型的英文简历关键字段抽取方法

摘要

本发明公开了基于隐马尔可夫模型的英文简历关键字段抽取方法，包括：收集英文简历，将收集的英文简历分为训练样本和测试样本；预处理训练样本，并对简历文本序列做隐含状态标记；获取字符字典；计算出隐马尔可夫模型参数初值；使用Baum‑Welch算法对隐马尔可夫模型参数重估，得到一个训练过的隐马尔可夫模型；预处理测试样本；根根据训练过的隐马尔可夫模型，使用维特比算法将测试样本简历标记出最大概率的隐含状态序列。本发明使用隐马尔可夫模型的维特比算法，不仅适应性好、抽取精度较高，而且不需大规模的词典集与规则集，具有很强的实用性。