简历分析：抽取有用分析。
搭建ENR分类器
1、定义实体种类。2、准备训练数据.3、训练ENR
NER方法：
利用规则（比如正则）、投票模型、利用分类模型（非时序 模型：逻辑回归、SVM；时序模型：HMM）
基于规则的方法：用正则的办法写一些规则或者利用一定定义好的完整的词库，最后就是利用人工的办法。
基于投票的方法：统计每个单词的实体类型，记录针对每个单词出现概率最大的实体模型。例前三句话中讲London划分为GEO，第四句话划分为location。那么再出现London这个单词那么它为GEO的可能性很大。
做特征工程，提取一些特征，就有了特征向量，将特征向量放入模型里面，进行学习训练。最重要的工程：特征工程。
特征提取：随机森林，缺点：无法考虑上下文单词信息。
我们所进行的特征提取（以英文作为例子）：
1、Bag-of-word features：前后词、当前词、前前词、后后。
2、词性考虑，包括前后词的词性，前前后后词的词性
3、冠词
4、前缀后缀
5、特性：是否大写、包含多少个大写字母、是否有特殊符号、是否包含数字
特征编码（Feature Encoding）
常见的特征种类：
1、分类categoryl特征 ：转化为01 10 这种
2、连续型特征
身高特征、温度特征、
处理办法：直接使用（做归一化的操作：将特征归为0~1；特征做高斯分布）；连续特这行做离散化处理，比如身高，每10cm为一组 ，即转为类别：
做离散化：有时候我们用的是逻辑回归，为线性模型，如果我们想得到非线性的结果，那么将连续特征离散化，添加一些非线性因素，这样模型就具有非线性的性质；
3、 Ordinal Feature
与连续型特征不一样，比如成绩（ABCD）
连续性：
ordinal feature：用规则去产生这个特征，只能了解到顺序，但是不知道他们之间量化关系。
处理办法：
1、直接使用
2、当做分类特征使用