從事招聘行業(yè)的工作人員每天無法避免接觸的就是大量簡歷，但偏偏每個(gè)人寫的簡歷都非常不一樣從中提取需要信息并記錄歸檔是一個(gè)非常沉悶而繁重的事情。

考慮以下幾個(gè)場景：

- HR希望快速篩選出來本科以上的同學(xué)，因此規(guī)定所有申請(qǐng)者必須在簡歷名稱以姓名，學(xué)校，專業(yè)的格式來命名。

- 獵頭在獲取大量簡歷后，花大量時(shí)間對(duì)其進(jìn)行歸檔和管理。

- 申請(qǐng)人在申請(qǐng)工作時(shí)，花很多時(shí)間把自己簡歷里的信息對(duì)應(yīng)填寫到公司或網(wǎng)站規(guī)定的位置上

其實(shí)以上三個(gè)場景本質(zhì)上都是一個(gè)問題，就是如何將任意簡歷變成結(jié)構(gòu)化信息。試想如果有一個(gè)工具，輸入任意格式的簡歷，能夠準(zhǔn)確地讀取出里面所有的信息，如姓名，地址，教育經(jīng)歷，工作經(jīng)歷等，然后對(duì)自己想要的條件進(jìn)行百度般地搜索，一定能大大減少招聘人員的工作時(shí)間。小析智能簡歷解析擁有行業(yè)最精細(xì)準(zhǔn)確的簡歷信息提取技術(shù)，一秒內(nèi)能解析并記錄5份的簡歷，能夠最大限度地節(jié)省您的錄入時(shí)間。

下面簡單介紹小析智能簡歷解析的技術(shù)優(yōu)勢(shì)。

1. 格式轉(zhuǎn)換靈活，準(zhǔn)確率不隨格式而改變

市面上大多數(shù)的簡歷解析系統(tǒng)對(duì)于各種類型的格式都是統(tǒng)一用一個(gè)標(biāo)準(zhǔn)工具將其轉(zhuǎn)化成txt（純文本）然后對(duì)內(nèi)容進(jìn)行讀取，因此不同格式的簡歷可能會(huì)因?yàn)檗D(zhuǎn)化方式單一導(dǎo)致信息的錯(cuò)漏，針對(duì)這個(gè)細(xì)節(jié)，小析團(tuán)隊(duì)花了上百小時(shí)對(duì)每種常見格式進(jìn)行研究（pdf, docx, html等），對(duì)每種格式都設(shè)計(jì)了最優(yōu)的轉(zhuǎn)化方案，爭取不同格式的簡歷都能得到完整的信息。

2. 模仿人類思維，各經(jīng)歷模塊劃分更精準(zhǔn)

傳統(tǒng)的簡歷解析，需要依賴大量的段落關(guān)鍵詞，設(shè)計(jì)規(guī)則來對(duì)不同模塊進(jìn)行劃分。如簡歷某一行出現(xiàn)了教育經(jīng)歷/學(xué)習(xí)經(jīng)歷/education experience, 則說明下面的內(nèi)容屬于教育模塊。如出現(xiàn)了工作經(jīng)歷/實(shí)習(xí)經(jīng)歷/實(shí)踐經(jīng)歷則說明下面內(nèi)容屬于工作經(jīng)歷模塊。這種設(shè)計(jì)方式看似合理，實(shí)則與人類思維方式實(shí)在不同，試想如果該簡歷沒有使用模塊關(guān)鍵詞，或者使用了的詞庫沒有的模塊關(guān)鍵詞，則整個(gè)段落都漏掉了，回想下自己是怎么劃分簡歷模塊的，如果對(duì)于某一行，上文是該人的基本信息，而下面連續(xù)出現(xiàn)了多行都是學(xué)校的信息，則知道這里是基本信息和教育經(jīng)歷的劃分點(diǎn)了， 因此為了模仿人類的思維，小析簡歷解析系統(tǒng)不設(shè)定任何關(guān)鍵詞典，通過雙向長短記憶神經(jīng)網(wǎng)絡(luò)(BiLSTM)模型引入上下文的序列信息，并加入條件隨機(jī)場對(duì)模塊間跳轉(zhuǎn)概率進(jìn)行學(xué)習(xí)（如大部分簡歷是從教育經(jīng)歷跳到工作經(jīng)歷，反過來則比較少），爭取最大可能精確地劃分模塊信息

3. 注重烹飪?cè)?，使機(jī)器學(xué)習(xí)算法更有效

機(jī)器學(xué)習(xí)簡單來說，就是教機(jī)器讀懂你希望它學(xué)會(huì)的東西，教學(xué)資料越好，越多，學(xué)習(xí)的效果就越好，不同于市面大多數(shù)簡歷解析是利用標(biāo)準(zhǔn)化簡歷為學(xué)習(xí)材料，我們收集了數(shù)十萬份不同來源的簡歷作為學(xué)習(xí)材料，并對(duì)其進(jìn)行了大量標(biāo)注，以求得到最充分，最準(zhǔn)確的學(xué)習(xí)材料。有了好的材料才能有機(jī)地結(jié)合我們的算法得到更好的效果。試問如果學(xué)習(xí)的材料都是錯(cuò)的，機(jī)器的學(xué)習(xí)能力越強(qiáng)，豈不是南轅北轍

4. 做到有的放矢，著力優(yōu)化關(guān)鍵字段準(zhǔn)確率

作為一個(gè)從事招聘行業(yè)的人，一個(gè)簡歷最關(guān)鍵的就是聯(lián)系方式，地點(diǎn)，公司，崗位，學(xué)校，學(xué)歷等，小析數(shù)據(jù)科學(xué)家團(tuán)隊(duì)把大量的經(jīng)精力花在關(guān)鍵字段的優(yōu)化上。對(duì)于每個(gè)字段都選擇最優(yōu)的提取方式，如聯(lián)系方式，地點(diǎn)等用字段匹配的效果會(huì)更好（雖然落后），對(duì)于公司，學(xué)校的信息，站在巨人肩膀上，我們技術(shù)團(tuán)隊(duì)參考了近年各大優(yōu)秀會(huì)議的相關(guān)論文，最終決定使用Iterated Dilated CNN的網(wǎng)絡(luò)結(jié)構(gòu)來進(jìn)行命名實(shí)體識(shí)別。用人話來說，就是即使簡歷里出現(xiàn)的公司是小析科技（而不是小析科技有限公司），我們也能夠根據(jù)上下文提取出來并知道這是公司名字。

非常感謝大家花時(shí)間來閱讀，如果希望親身體會(huì)一下簡歷解析的結(jié)果歡迎到小析智能的簡歷解析DEMO頁面來進(jìn)行測試。非常歡迎對(duì)此有業(yè)務(wù)需求或者對(duì)技術(shù)感興趣的小伙伴與我們聯(lián)系。