职位描述文本解析的最佳方法（JD 解析）？

Question

我是一名开发人员，对文本解析知之甚少。 我需要解析职位描述并获得一些输出。我需要从职位描述中解析以下字段。

工作职责， 资质， 专业化， 领域， 所需技能， 职位描述， 工作经验敏， 最大工作经验， 行业， 职业， 功能区域， 货币， 薪水， 薪资类型， 雇佣类型， 工作授权， 所需的签证状态， 要求的英语水平， 国家， 状态， 城市， 邮政编码， 工作地址。

为此，我使用了正则表达式模式匹配。但输出效率低很多倍。有时需要精确的模式来识别参数。所以它失败了很多次。

我也找到了其他方法。

1. 命名实体识别： 通过使用斯坦福 NLp，我可以获得位置、地址。但我不知道如何训练模块的其他参数，或者我们有任何可能性。
2. 模糊逻辑： 对模糊逻辑进行了一些研究以验证结果。

我的问题是，

1. What are the approaches to accomplish the JD parsing? 

2. How effective is NER? 

3. Is there any conceivable outcomes to use fuzzy logic in JD text parsing? 

任何帮助都会非常感激。

Answer 1

如果正则表达式无法正常工作，我认为您可以尝试依赖解析。 NER 不会支持您需要的所有结果。就业类型也是想向你学习的东西。