简历解析步骤(第一步)技术与实现(1)识文字,取信息
在上篇文章中,我们讲解了简历解析的理论。一般情况下,我们会以图片或文档的形式收到简历,为了实现解析,首先需要将其中的文本提取出来,然后对文本进行算法分析和人工智能训练,以提高解析准确率。
下面是我们整个解析和训练过程中需要使用的技术:
- 文字识别:OCR服务(如百度AI开放平台的通用文字识别)。
- 算法:可以使用伪代码,不限语言。
- AI机器学习:例如 ML.NET 或 Python 中的一些算法库。
步骤:
第一步:通过文字识别,提取出所有有价值的信息(对于中文简历,我们将提供一个简单的例子)。
第二步:通过算法进行分析,找到符合要求的信息,如姓名、性别、年龄、学历、工作经历等。
第三步:将识别出的信息进行本地存储,通过人工纠正错误,将其作为样本提供给机器学习算法进行学习和计算模型。
第四步:使用该模型重新识别简历,不断进行纠错和再次训练,直到准确率接近 100%。
步骤实现:
第一步:识文字,取信息
通过百度 AI 开放平台,识别文字,访问下面的网址,可以跳转到相关文档:
(https://ai.baidu.com/tech/ocr_general)
代码展示:
using System;
using System.Text;
using System.Web;
using System.IO;
using System.Net;namespace ORCGO
{public class Accurate{// 通用文字识别(高精度含位置版)public static string accurate(){var photoAddress = @"C:\Users\dao\Desktop\简历.png";return PhotoToString(photoAddress);}public static string PhotoToString(string photoAddress){string tokenStr = "此处填写token";string host = "https://aip.baidubce.com/rest/2.0/ocr/v1/accurate?access_token=" + tokenStr;Encoding encoding = Encoding.Default;HttpWebRequest request = (HttpWebRequest)WebRequest.Create(host);request.Method = "post";request.KeepAlive = true;// 图片的base64编码string base64 = getFileBase64(photoAddress);String str = "image=" + HttpUtility.UrlEncode(base64);byte[] buffer = encoding.GetBytes(str);request.ContentLength = buffer.Length;request.GetRequestStream().Write(buffer, 0, buffer.Length);HttpWebResponse response = (HttpWebResponse)request.GetResponse();StreamReader reader = new StreamReader(response.GetResponseStream(), Encoding.Default);string result = reader.ReadToEnd();Console.WriteLine("通用文字识别(高精度含位置版):");Console.WriteLine(result);return result;}public static String getFileBase64(String fileName){FileStream filestream = new FileStream(fileName, FileMode.Open);byte[] arr = new byte[filestream.Length];filestream.Read(arr, 0, (int)filestream.Length);string baser64 = Convert.ToBase64String(arr);filestream.Close();return baser64;}}
}
调用这个类里面的方法,就可以了 PhotoToString
Program.cs
using System;namespace ORCGO
{class Program{static void Main(string[] args){var photoAddress = @"C:\Users\dao\Desktop\简历.png";Accurate.SBZP(photoAddress);}}
}
我们写一个简历
获得结果:
上面就是通过 百度AI 接口识别出来的信息,我们可以感受到准确度还是很高的。
需要源码的,评论区留下邮箱