Resumagic: система автоматической обработки резюме

Александр Сафронов

Работа кадрового агентства

• В больших агентствах значительная доля резюме поступает по электронной почте непосредственно от соискателей.

• С учетом спама это могут быть сотни и тысячи писем в день.

Этапы обработки писем

1. Просмотр письма, работа с вложенными файлами;2. Принятие решения о том, содержит ли данное письмо в себе

информацию о соискателе (резюме);3. Преобразование резюме к формату, принятому в агентстве;4. Выявление нечетких дубликатов резюме.

«Наивная» автоматизация

1. Требование отсутствия вложений;2. Требования к теме письма;3. Отказ от преобразования резюме в единый формат;.4. Отказ от выявления дубликатов.

Основные возможности Resumagic

• Импорт резюме из внешних источников;• Отделение резюме от прочих документов;• Извлечение фактов из текста резюме;• Классификация резюме;• Нормализация основных полей;• Выявление резюме, принадлежащих одному человеку.

Схема работы

БД

ФайлыРезюме, хранящиеся на компьютере в виде файлов

ПисьмаРезюме, которые приходят по электронной почте

Распознаваемые поля

• Личная информация (ФИО, пол, дата рождения/возраст, семейное положение, гражданство);

• Контактная информация (телефоны, электронная почта, ICQ);• Желаемая должность и пожелания по уровню дохода;• Опыт работы (период работы, название компании, сфера

деятельности компании, должность, отдел, обязанности, стаж);• Образование (год выпуска, название учебного учреждения,

факультет, кафедра, специальность, специализация, квалификация);

• Владение иностранными языками;• Знание программного обеспечения и технологий;• Личные качества, хобби;• Рекомендации (ФИО, должность, название компании, контакты).

Извлечение фактов

• Графематический анализ.• Морфологический анализ. • Выделение лингвистических конструкций вокруг ключевых слов. • Факт = контекст + словосочетание.

Классификация

• Нет общепринятых стандартов классификации резюме.• В Resumagic используется классификатор hh.ru.• Инженерный подход + PrTFIDF.

Классификация резюме: kNN

Классификация резюме: kNN

Классификация резюме: PrTFIDF

Классификация резюме: сравнение kNN и PrTFIDF

Классификация резюме: выбор термов

Классификация резюме: выбор термов

Классификация резюме: учет морфологии

Сортировка

РаспознанныеРезюме, которые были распознаны автоматически

Не резюмеОбъекты, не похожие на резюме (например, спам)

ФайлыРезюме, хранящиеся на компьютере в виде файлов

ПисьмаРезюме, которые приходят по электронной почте

НераспознанныеОбъекты, похожте на резюме, но которые не могут быть распознаны автоматически

Входящие письма

Входящие письма:• Резюме• Спам• Рабочая переписка• Информационные рассылки с

биографическими данными

ResumagicRank

ResumagicRank - числовая характеристика, характеризующая степень похожести текста на резюме.

Защита от дублирования

1. Поиск полных совпадений с помощью хеш-сумм.

2. Поиск по совпадению ФИО, даты рождения или контактной информации.

3. Поиск по частичному совпадению ФИО, даты рождения или контактной информации.

HeadHunter (hh.ru) (hh.ru) – Online Hiring Serviceshttp://hh.ru

Спасибо за внимание!