简历解析步骤（第一步）技术与实现（1）识文字，取信息

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：

1. 文字识别：OCR服务（如百度AI开放平台的通用文字识别）。
2. 算法：可以使用伪代码，不限语言。
3. 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