[TOC]

你是否曾在庞杂的简历堆中迷失？你是否对于手动输入无休止的文本信息而感到无奈？那么，是时候让简历信息提取系统为你解忧了。这个系统，不仅仅是一个技术产物，更是一位贴心的助手，它可以从word文档中提炼出文字，将一幅幅静态的简历转化为动态的、可编辑的文本。用户只需轻松上传word文档，简历信息提取系统即刻展开它的魔法，精准提取文档信息。而在信息提取之后，它还能将这些文字整理成有序的格式，让用户可以方便地编辑和管理。这不仅是一次技术的革新，更是一次用户体验的飞跃。简历信息提取系统以其独特的方式，将人与信息与文字紧密相连，让我们在处理简历的道路上，不再孤单，不再困扰。它就像是桌面上的一位小精灵，时刻为我们解决问题。

1. 简历上传：用户可以上传word文档格式的简历。
2. 信息提取：系统能够自动识别并提取word文档中的文字信息。
3. 结构化输出：提取出的信息将以结构化的文字格式呈现。
4. 人岗匹配：将简历信息与已有的岗位信息进行匹配，为每个求职者找到最适合的岗位。

本项目采用模块化的组织结构，主要分为以下几个模块：

• 用户界面(UI)：负责与用户的交互，包括文件上传、信息展示和编辑等功能。
• 文字识别：利用大模型对word文档进行文字信息的提取。
• 信息处理：对提取出的文字信息进行进一步处理，实现结构化输出。
• 数据存储：负责系统中数据的存储和管理。
• 人岗匹配：根据结构化的简历和岗位信息，为求职者匹配岗位。

├─Assets	相关图片
├─Express	后端，用于word转txt
├─FastApi	 后端，用于封装模型
├─Frontend	前端
├─SpringBoot	后端，用于用户管理
├─Sql	数据库建表
├─Train	模型训练
│  └─classfication	分类器
│  └─ner	命名实体识别
│  └─test	模型测试
├─Utils	工具
│  └─format	格式转换
│  └─gather	分类数据采集

npm install

npm run serve-dev

1. 下载模型到FastApi/models目录下

   链接：https://pan.baidu.com/s/1pRfDXOTXKtjZ5AFQJmH81w?pwd=883h ，提取码：883h

2. 在FastApi目录下建立secrets.txt

   [key]
   jwt_key=XXX

   其中 XXX 为自定义的jwt密钥

1. SpringbootApplication.java中是通过@PropertySource("classpath:secrets.txt")注解进行相关数据的读取，在Springboot/src/main/resources下建立secrets.txt并根据目录中的 yaml 配置文件填入键值对

2. cd 到 Springboot 目录，运行命令./mvnw spring-boot:run

Express中使用了mammoth来解析docx文件，可以作为docx2txt的替代品使用。在某些情况下mammoth的解析结果更加准确，具体体现在实际测试中docx2txt会重复读取两次内容

你可以在FastApi/document.py中自行选择其一作为解析工具

# import httpx
import docx2txt

# 方法A 向Express发送请求，通过js库mammoth获取内容
# async def get_docx_content(file):
#     # url = 'http://127.0.0.1:3010/analysis-docx-file/'
#     async with httpx.AsyncClient() as client:
#         response = await client.post(url, files={"file": file.file})
#         if response.status_code != 400:
#             return eval(response.text)
#         else:
#             raise Exception

# 方法B 通过python库docx2txt获取内容
async def get_docx_content(file):
    with io.BytesIO(await file.read()) as stream:
        text = docx2txt.process(stream)
    lines = text.splitlines()
    stripped_lines = [line.strip('\t').replace('\t', ' ') for line in lines]
    new_list = [x for x in stripped_lines if x.strip() != '']
    return new_list

如果使用Express需要在该模块下执行

node app.js