千问如何从招聘JD中自动提取岗位技能与薪资信息

面对一份非结构化的招聘JD文本，如何从中精准、高效地提取出岗位名称、技能要求、薪资范围等结构化信息？这确实是很多HR和技术团队头疼的问题。JD的表达方式千差万别，术语嵌套复杂，数值描述也五花八门，纯靠人工处理不仅效率低下，还容易出错。

别担心，市面上已经有多种成熟的技术路径可以解决这个问题。从零样本的AI模型到可私有化部署的轻量服务，再到确保万无一失的规则兜底，总有一款适合你的业务场景。下面，我们就来详细拆解这五种主流方案。

一、使用SiameseUIE中文-base模型进行零样本抽取

如果你手头没有标注数据，也不想费劲做模型训练，那么零样本抽取方案可能是你的首选。这种方法的核心在于“提示学习”，你只需要用自然语言告诉模型你想抽什么，它就能在原文里给你找出来。

具体怎么操作呢？我们来看一个典型的例子。

假设你有一段原始JD文本：“招聘Ja va后端开发工程师，需熟练掌握Spring Boot、MyBatis、Redis，有分布式系统设计经验；学历要求本科及以上；薪资范围20K-35K·16薪。”

第一步，你需要构造一个JSON格式的Schema，明确告诉模型你的目标字段。比如：{"岗位名称": null, "技能要求": null, "学历要求": null, "薪资范围": null}。

接下来，把这段文本和定义好的Schema一起，输入到SiameseUIE中文-base模型的推理接口里。这个模型采用了双流编码器结构，能很好地理解“技能要求”这类提示词和JD中具体技术描述之间的语义关联。

很快，你就能收到结构化的返回结果，就像这样：{"岗位名称": "Ja va后端开发工程师", "技能要求": "Spring Boot、MyBatis、Redis、分布式系统设计", "学历要求": "本科及以上", "薪资范围": "20K-35K·16薪"}。整个过程，完全不需要任何训练数据。

二、基于RexUniNLU镜像的Web界面批量解析

对于不熟悉代码的HR或运营同学来说，一个开箱即用的Web工具显然更友好。这种方案把所有的技术细节都封装好了，你只需要关心输入和输出。

操作流程非常直观：启动预置的RexUniNLU镜像后，会自动打开一个Web界面。你既可以在输入框里直接粘贴单条JD文本，也可以上传包含上百条JD的TXT或CSV文件进行批量处理。

在解析之前，需要先定义抽取的Schema。系统通常会提供一些预设模板，比如“招聘JD四要素”，直接选用即可。当然，你也可以根据业务需要，手动添加像“云服务”、“软技能”、“工作地点”这样的自定义字段。

点击“开始解析”按钮后，系统会在后台完成所有处理工作。最终，结果会以清晰的表格形式呈现，并支持一键导出为Excel文件，方便后续的数据分析和报表制作。这套方案最大的优势，就是免去了本地部署和环境配置的麻烦，真正做到上手即用。

三、调用GTE文本向量-large构建轻量级三要素抽取服务

当企业有私有化部署需求，或者对数据隐私和结果可追溯性有更高要求时，一个轻量级、可自控的抽取服务就显得尤为重要。这条技术路径结合了强大的文本向量模型和高效的指针网络。

它的核心思路是“定位”而非“生成”。首先，需要加载ModelScope平台上的GTE-large中文句向量模型。这个模型在中文语义表征上表现非常出色。

处理时，会对JD全文进行滑动窗口切分，并为每一个窗口文本生成高维向量。然后，系统会构建三个独立的二分类模块，分别用来判断当前窗口的文本是否属于“技能要求”、“学历要求”或“工作经验”的语义范畴。

最后，算法会对每个类别下得分最高的连续文本窗口进行合并，直接提取它们在原文中的字符位置。这样做的好处是，所有输出结果都严格来源于原文片段，完全杜绝了AI模型常见的“幻觉”问题，确保了结果的真实性和可审计性。

四、采用Qwen3.5-9B-AWQ-4bit模型执行指令式抽取

大语言模型在理解复杂指令和生成规整格式方面有着天然优势。这条路径就是利用Qwen3.5这类大模型的强指令遵循能力，来实现高精度的结构化输出。

为了降低部署成本，可以采用经过AWQ量化至4bit的版本。量化后的模型体积和显存占用大幅减少，甚至可以在消费级显卡上流畅运行，响应延迟能控制在800毫秒以内，非常适合集成到企业内部的HR系统或招聘后台中。

使用时，关键在于构造清晰的系统提示词。例如：“你是一个专业的招聘数据分析师，请严格按JSON格式返回以下字段：岗位名称、核心职责（3–5条）、硬性要求（学历、经验等）、薪资范围。不要添加任何解释性文字。”

将这段系统提示和JD全文一起传入模型，并将温度参数设置为0，以确保每次输出的确定性。模型会直接返回一个规整的JSON字符串，你只需要对其进行解析和校验即可。对于可能缺失的字段，做好填充空值的逻辑就行。

五、构建正则+规则引擎兜底层

无论AI模型多么先进，在面对格式极端不规范或充满行业黑话的JD时，都可能出现置信度不高的情况。这时，一套基于正则表达式和规则引擎的兜底方案就必不可少。它特别适用于金融、政务等对合规和准确性要求极高的领域。

这套引擎的构建，很大程度上依赖于业务经验的沉淀。首先，需要建立一个高频关键词白名单，比如“学历：”、“要求：”、“任职资格：”、“薪资：”、“待遇：”等常见的引导词，用于快速定位字段起始位置。

对于薪资这种格式多变但规律可循的字段，则需要编写多模态的正则表达式来覆盖各种变体。例如，匹配“15K-25K”、“年薪30万起”、“面议”、“15K×15薪”等多种表述方式。

技能字段的抽取，则可以结合行业标准的技能术语词典，并建立缩写映射表（比如将“K8s”映射为“Kubernetes”），来提高识别率。

在实际运行中，可以设置一个置信度阈值（例如0.65）。当AI模型输出的结果为空，或关键字段的置信度低于这个阈值时，系统会自动触发规则引擎进行二次扫描和补全，确保最终输出结果的完整性和可靠性。