nlp resume parser

Lanjutkan Layanan Parser

Parser resume berbasis GPT-3 sebagai API REST yang mengubah resume PDF seperti ini menjadi JSON seperti ini.

Parsing resume PDF membutuhkan waktu sekitar 15 detik dan harganya sekitar $ 0,01 untuk setiap 500 token menggunakan mesin text-davinci-002 (itu sebabnya tidak ada situs web demo langsung). Perhatikan bahwa permintaan dan respons yang khas dapat menggunakan 1500 token ($ 0,03), 3000 token ($ 0,06) atau lebih.

Harap dicatat bahwa hasil yang lebih akurat dapat dicapai dengan menyempurnakan GPT-3, tetapi hasil out-of-the-box dari repo ini sudah sangat mengesankan.

Awal yang cepat

1. Pasang Python 3 dan Pip3. Untuk macOS, lihat catatan di bawah ini.
2. Instal semua dependensi pdftotext (lihat di sini).
3. Di terminal baru, perbarui PIP3 jika perlu: python3 -m pip install --upgrade pip
4. Di terminal baru lainnya, klon repositori dan pindahkan terminal ke direktori.
   • Harap tutup terminal lainnya dan lanjutkan di terminal ini.
5. Periksa versinya: python3 --version dan pip3 --version .
6. Jalankan ./build.sh di root proyek.
7. Dapatkan Kunci API OpenAI Anda.
8. Buat file bernama .env dan atur kunci API Anda di dalamnya: OPENAI_API_KEY=YOURKEY atau atur kunci dalam variabel lingkungan: export OPENAI_API_KEY=YOURKEY .
9. Jalankan ./run.sh di root proyek.

Server Flask akan mulai mendengarkan Port 5001 dari LocalHost. Jangan ragu untuk memeriksanya dengan browser Anda.

Catatan untuk MacOS

Anda perlu menginstal alat Xcode atau GCC (lihat di sini).

• Jika Anda menginstal XCODE, pastikan untuk menjalankannya untuk menyelesaikan pengaturan.
• Kemudian jalankan xcode-select --install dan instalasi alat baris perintah lengkap.
• Akhirnya pasang homebrew, dan gunakan brew install python untuk menginstal python 3.

Bidang yang didukung

• Informasi dasar
  • nama depan
  • Nama Belakang
  • Nama lengkap
  • e-mail
  • Nomor telepon AS
  • Lokasi
  • URL situs web portofolio
  • URL LinkedIn
  • URL Halaman Utama Github
• Pendidikan
  • universitas
  • tingkat pendidikan
  • tahun lulus
  • bulan kelulusan
  • jurusan
  • IPK
• Pengalaman kerja
  • judul pekerjaan
  • perusahaan
  • Lokasi
  • lamanya
  • konten pekerjaan
• Pengalaman Proyek
  • Nama proyek
  • deskripsi proyek