招聘广告中职位需求关键词分析——以人工智能为例开题报告

1. 研究目的与意义、国内外研究现状（文献综述）

随着互联网的普及，网络招聘成为企业招聘的主流方式。网络招聘文本中常包含招聘岗位所需技能的具体描述。通过网络招聘文本技能信息抽取与分析，可以了解当前就业市场对某个领域人才技能的需求，为高校制定符合企业需求的专业人才培养方案提供决策支持，在一定程度上可以化解大学生找工作难、企业招人难的问题。

与此同时，互联网的迅猛发展使得日益产生的新信息呈爆炸式增长，面对如此海量的文本信息，通过人工来对其进行整理和分类已经不再具有可行性了，我们需要利用自然语言处理领域的相关技术来分析转化这些大量的非结构化数据。中文分词作为自然语言处理中的最重要的基础工作之一，是其他中文任务处理中必要且关键的环节，其性能的优劣对于中文信息处理尤为重要。关键词抽取任务可以帮助我们自动的从文本中抽取出所需信息，从而快速准确地获取我们所需要的信息内容，因此更是不容小觑。在近二十年来中文分词的研究取得了丰富的成果。早期分词任务主要基于词典的匹配方法，比如最大正向匹配、最大逆向匹配等。

2. 研究的基本内容和问题

当今社会，求职网站为人们的生活带来了诸多便利，求职者也因之拥有了更多的机会和平台，但也面临着更多的挑战。目前求职网站众多，各种求职信息杂乱无章，难以清晰直观的对行业信息进行归纳总结，得到有利于求职者需要的信息。而随着社会发展，劳动力逐年增加，对求职信息的需求日益增加，求职者对于行业的理解并不全面。与此同时，大数据时代信息过载的问题不容忽视，同其他类型的数据一样，求职信息也在经历飞速增长。求职者们如果采取人工阅读的方式，从海量的求职网站中梳理出求职信息十分耗时耗力，对求职者而言是个巨大挑战。因此，如果有研究能够从海量的求职信息中自动识别出每个职业的需求则可为求职者节省大量时间。因此，可以利用自动抽取技术，对行业内信息进行自动抽取，对于职位要求的关键词进行合理描述，使求职者可以更加快速、准确了解到行业的求职需求，选择合适自己的发展道路。我将以“人工智能”行业为例，首先爬取各大权威、正规求职网站有关“人工智能”职业的职业需求；整理出相关文本，对相应文本进行筛选；建立相应的语料库，对有效文本提取其中关键词，对关键词进行自动抽取研究，并对自动抽取的准确性进行测试，并从中甄别出适合于求职者个人的信息。

3. 研究的方法与方案

关键词自动抽取主要包括三个步骤:

(1)文本预处理,对文本进行分词、词性标注和去停用词等;

(2)候选关键词的选择,经统计,关键词一般为名词、动词及形容词,针对英文语料一般选择形容词和名词或名词形容词词组作为候选关键词,而对于中文语料多数选择名词和动词作为候选关键词,其他无实质性意义的词语几乎不作为关键词;

4. 研究创新点

本次实验寻找到目前当前较为热门的人工智能行业进行研究，能够得到行业最新的动态资讯，为高校制定符合企业需求的专业人才培养方案提供决策支持，在一定程度上可以化解大学生找工作难、企业招人难的问题。

5. 研究计划与进展

实验首先对目标领域网络招聘文本集和非目标领域网络招聘文本集进行文本预处理。利用依存句法分析，选取候选技能。利用非目标领域网络招聘文本集，计算候选技能中每个词的领域相关性，以获得候选术语的领域相关性。最终将其融入候选技能C-value值之中，按值降序排列，选取前N个候选技能作为被抽取的技能。人工判定前N个候选技能信息是否正确，从而计算出方法的准确率。同时，从目标领域网络招聘文本集中随机抽取500篇招聘文本，人工识别其中的技能信息，检验方法的召回率。最后，结合准确率和召回率得到F值指标，以评估方法。