简历解析步骤（第二步）技术与实现（8）政治面貌、语言能力、 英语水平、 计算机水平

继上篇文章理论：

简历解析，常见接收到的简历是图片或文档的方式，我们需要先将简历中的文字提取出来，然后再对文字进行算法分析以及AI训练，从而实现解析简历与提高解析度的效果。

先介绍我们整个解析过程和训练过程需要用到的技术：

  1. 文字识别：OCR服务（百度 AI 开放平台：通用文字识别）
  2. 算法（伪代码：不限语言）
  3. AI 机器学习 （ML.NET 或者 Python 一些算法库）

步骤： 第一步：通过文字识别的方式，提取出里面所有有价值的内容（可以转换的所有信息：因为本次讲解都是中文，所以接下来都以解析中文简历来作为例子）第二步：通过算法进行识别，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：将识别出来的信息进行本地存储，然后通过人工去纠正错误，将该版本作为样板，交由机器学习算法进行学习运算，计算出模型。第四步：将得出来的模型再识别简历达到一定的量，再纠错，再交由机器学习算法进行学习运算，反复学习，直至通过率接近 100%。

步骤实现：

第一步：识文字，取信息

细节可以参考上一篇文章

第二步：识文字，做分类

我们通过百度云读取出来的文字信息，是一个区域一个区域的字符串。这个时候，我们要将这些字符串做一些分类：基本信息（38项）

#1. 姓名 2. 姓氏 3. 性别 4. 年龄 5. 身高 6. 体重 7. 婚姻状态 8. 出生日期 9. 户口地址 10. 籍贯地址 11. 身份证号 12. 民族 13. 国籍 14. 政治面貌 15. 语言能力 16. 英语水平 17. 计算机水平

政治面貌分类：（核心代码如下）配合识别出来的文字使用

政治面貌大概有下面这几种情况：

中共党员、中共预备党员、共青团员、民革党员、民盟盟员、民建会员、民进会员、农工党党员、致公党党员、九三学社社员、台盟盟员、无党派人士以及群众

/// <summary>
///     验证政治面貌
/// </summary>
/// <param name="words">内容</param>
/// <returns></returns>
static List<string> VerificationPoliticalOutlook(string words)
{
    //获取所有政治面貌信息：
    string allPoliticalOutlook = "中共党员、中共预备党员、共青团员、民革党员、民盟盟员、民建会员、民进会员、农工党党员、致公党党员、九三学社社员、台盟盟员、无党派人士、群众";
    List<string> allPoliticalOutlooks = allPoliticalOutlook.Split(new string[] { "、" }, StringSplitOptions.RemoveEmptyEntries).ToList();

    List<string> resultInfo = new List<string>();
    // 情况：政治面貌：X，这种半格式文本情况下，基本可以百分百确定“：”后面是政治面貌
    if (words.Contains("政治面貌"))
        resultInfo.Add(words);
    foreach (var item in allPoliticalOutlooks)
        if (item.Length <= 10)
            if (words.Contains(item))
                resultInfo.Add(words);
    return resultInfo;
}

语言能力分类：（核心代码如下）配合识别出来的文字使用

/// <summary>
///     验证语言能力
/// </summary>
/// <param name="words">内容</param>
/// <returns></returns>
static List<string> VerificationLanguageAbility(string words)
{
    //常用语言信息：
    string allPoliticalOutlook = "英语、汉语、德语、法语、俄语、西班牙语、日语、阿拉伯语、韩语、朝鲜语、葡萄牙语、英文、中文、德文、法文、俄文、西班牙文、日文、阿拉伯文、韩文、朝鲜文、葡萄牙文、文言文";
    List<string> allPoliticalOutlooks = allPoliticalOutlook.Split(new string[] { "、" }, StringSplitOptions.RemoveEmptyEntries).ToList();
    List<string> resultInfo = new List<string>();
    // 情况：语言：X，这种半格式文本情况下，基本可以百分百确定“：”后面是语言
    if (words.Contains("语言"))
        if (words.Contains(":"))
            resultInfo.Add(words);
    foreach (var item in allPoliticalOutlooks)
        if (item.Length <= 10)
            if (words.Contains(item))
                resultInfo.Add(words);
    return resultInfo;
}

英语水平分类：（核心代码如下）配合识别出来的文字使用

/// <summary>
///     验证英语水平
/// </summary>
/// <param name="words">内容</param>
/// <returns></returns>
static List<string> VerificationEnglishLevel(string words)
{
    List<string> resultInfo = new List<string>();
    // 情况：英语水平：X，这种半格式文本情况下，基本可以百分百确定“：”后面是英语水平
    if (words.Contains("英语水平"))
        resultInfo.Add(words);
    if (words.Contains("英语"))
        if (words.Contains("级"))
            resultInfo.Add(words);
    return resultInfo;
}

计算机水平分类：（核心代码如下）配合识别出来的文字使用

/// <summary>
///     验证计算机水平
/// </summary>
/// <param name="words">内容</param>
/// <returns></returns>
static List<string> VerificationComputerLevel(string words)
{
    List<string> resultInfo = new List<string>();
    // 情况：计算机水平：X，这种半格式文本情况下，基本可以百分百确定“：”后面是计算机水平
    if (words.Contains("计算机水平"))
        resultInfo.Add(words);
    if (words.Contains("计算机"))
        if (words.Contains("级"))
            resultInfo.Add(words);
    return resultInfo;
}

要源码的，评论区留下邮箱，或者加qq群：546496965