如何使用朴素贝叶斯对简历是否符合工作要求进行分类

Question

我有这个求职者简历数据集，其中包含地点、经历时间、教育、证书、技能和语言，我想根据工作要求从数据集中对最适合某项工作的简历进行分类。 在每一列中，它包含一个列表，其中包含许多技能、语言、教育等。现在，我很困惑如何训练数据并匹配工作要求，然后使用 Python 使用朴素贝叶斯训练它。

我需要一个关于如何预处理数据的想法

Answer 1

预处理阶段（即使我知道你已经这样做了）：

1. 删除标点符号。
2. 小写一切。
3. 删除停用词。
4. 词干化然后词形还原。 打乱这些程序的顺序以找到最适合您的情况。

数据就绪阶段（希望你已经做到了）：

1. 使用词嵌入层向量化和标记化。

策略：因为这是一个单一的工作，围绕职位描述信息创建你自己的词库。无需使用繁重的嵌入层或 Word2Vec。

一切都是数字。希望您仍然拥有与开始时相同的数据结构，让我们适应分类器。使用sklearn。从这里开始就很简单了。

Counter Strategy：也许贝叶斯在这种情况下不是最好的方法，你想找到合适的候选人，也许使用基于余弦相似度的模型。简单直接。