基于LDA的职位描述JD 匹配

LDA在职位描述匹配中的应用

南七小僧

于 2018-08-30 10:15:55 发布

阅读量485

点赞数

CC 4.0 BY-SA版权

分类专栏：机器学习人工智能与深度学习算法研究 NLP 自然语言处理神经网络 Python实战最优化性能优化人工智能

我是南七小僧，邮箱：xkk9866@yeah.net ，C9博士，前百度搜索AI平台产品负责人，欢迎交流思想碰撞。

本文链接：https://blog.youkuaiyun.com/qq_25439417/article/details/82216816

人工智能同时被 3 个专栏收录

242 篇文章 ¥19.90 ¥99.00

订阅专栏

人工智能与深度学习算法研究

91 篇文章 ¥19.90 ¥99.00

订阅专栏

机器学习

43 篇文章 ¥19.90 ¥99.00

订阅专栏

本文介绍了使用LDA进行职位描述匹配的方法，通过对比LSI的结果，展示了LDA在HR人力资源领域的适用性。

def findjd(request):
    print('推荐中')
    shixi = pd.read_table('shixi.txt', delimiter="\n")
    stopwords = ''
    with open('stopwords.txt', 'r') as f:
        stopwords = f.readline()
    jdldalist = list()
    jdlist = list()
    for i in range(1000):
        words = jb.cut(shixi.content[i])
        st = ''
        for w in words:
            if w in stopwords or w == ' ':
                continue
            st = st + w + ' '
        jdldalist.append(st.split(' '))
        jdlist.append(TaggedDocument(st.split(' '), [i]))
    test_cut_raw_1 = list(jb.cut(request.GET.get('jdcontent')))
    dictionary = corpora.Dictionary(jdldalist)
    corpus = [dictionary.doc2bow(text) for text in jdldalist]
    tfidf_model = models.TfidfModel(corpus)

了解本专栏