使用NLP查找常见的职位资格要求

我有一份工作列表,每个工作都有一系列的资格要求。我希望能够找出与某个资格q一起常被列出的资格要求。例如,如果有工作A [Python,Java,C++],B [Java,C++],C [Word,Excel],那么我希望能够确定在需要C++的工作中,Java是最常需要的,而Python则较少。请问这种NLP问题的正式名称是什么?我可以使用哪些算法来解决这个问题?


回答:

我认为这不是一个NLP问题。你可以通过为每项技能建立一个信息矩阵来解决这个问题。参见点对点互信息 https://en.wikipedia.org/wiki/Pointwise_mutual_information

Related Posts

Keras Dense层输入未被展平

这是我的测试代码: from keras import…

无法将分类变量输入随机森林

我有10个分类变量和3个数值变量。我在分割后直接将它们…

如何在Keras中对每个输出应用Sigmoid函数?

这是我代码的一部分。 model = Sequenti…

如何选择类概率的最佳阈值?

我的神经网络输出是一个用于多标签分类的预测类概率表: …

在Keras中使用深度学习得到不同的结果

我按照一个教程使用Keras中的深度神经网络进行文本分…

‘MatMul’操作的输入’b’类型为float32,与参数’a’的类型float64不匹配

我写了一个简单的TensorFlow代码,但不断遇到T…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注