简历是日常生活中一种非常重要的文本,它包含了作者的基本信息及经历等信息。当今社会,简历的应用非常广泛。因此,如何快速、有效的抽取简历中的信息成为迫切需求。本文将研究如何快速、有效的抽取简历中的信息。一方面,从信息抽取效率上看,人工读取显然已经不能满足现实需求,而必须要利用计算机相关技术;另一方面,从信息抽取的准确度上看,结合简历的特征和文本信息抽取技术,如正则表达式匹配、关联性分析、统计等方法可以使信息抽取的结果满足现实需要,从而实现机器智能化识别,并且按照预定义对抽取结果进行格式化,进而解析、分类,存入数据库中。本文的主要任务是:针对中文简历,研究有效的信息抽取算法。主要研究成果有:第一,通过研究总结,总结中文简历特点;第二,针对简历的各个部分提出有效的信息抽取方案;第三,提出中文简历信息抽取模型;第四,通过实验1500份简历,得出实验结果。从本文的内容结构上看,第一章,介绍了课题的背景和意义;第二章,介绍了半结构化文本的定义以及课题中关键词的定义;第三者,介绍了自动文本分类技术;第四章,总结简历文本特征,给出信息抽取模型;第五章,给出实验结果并分析讨论;第六章,对所作工作的总结并提出存在的问题。