如何通过编程方式(通过语法分析/解析等手段)检测简历中的敏感/个人信息

为了使问题更加具体:

  1. 如何检测人名(似乎是命名实体识别的简单案例?)
  2. 如何检测地址:我的最佳猜测是查找邮政编码(使用正则表达式);国家和城镇名称,并提取它们周围的一些文本。
  3. 至于电话和电子邮件,可能可以通过各种正则表达式加上预处理来捕获
  4. 目前不关心教育/工作经验

原因:为了在简历上建立全文索引,必须从中删除所有敏感信息。

P.S. 任何第三方API/服务都不能作为解决方案。


回答:

您感兴趣的问题是从半结构化来源中提取信息。 http://en.wikipedia.org/wiki/Information_extraction

我认为您应该下载一些该领域的研究论文,以了解什么是可行的,什么是不可行的。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注