nlp resume parser

简历解析器服务

基于GPT-3的简历解析器作为REST API，将像这样的简历PDF转换为这样的JSON。

使用text-davinci-002引擎每500个令牌进行简历PDF大约需要15秒，并且每500个令牌的费用约为0.01美元（这就是为什么没有实时演示网站的原因）。请注意，典型的请求和响应可能使用1500个令牌（$ 0.03），3000个令牌（0.06美元）或更多。

请注意，通过微调GPT-3可以实现更准确的结果，但是此存储库的开箱即用结果已经令人印象深刻。

快速开始

1. 安装Python 3和PIP3。对于MacOS，请参见下面的注释。
2. 安装pdftotext的所有依赖关系（请参见此处）。
3. 在新的终端中，如果需要更新pip3： python3 -m pip install --upgrade pip
4. 在另一个新的终端中，克隆存储库并将终端移至目录。
   • 请关闭其他终端，然后继续进入该终端。
5. 检查版本： python3 --version和pip3 --version 。
6. 在项目root中运行./build.sh 。
7. 获取您的OpenAI API密钥。
8. 创建一个名为.env的文件，然后在其中设置您的API键： OPENAI_API_KEY=YOURKEY或在环境变量中设置密钥： export OPENAI_API_KEY=YOURKEY 。
9. 在项目根中运行./run.sh 。

烧瓶服务器将开始收听Localhost的端口5001。随时使用浏览器查看。

注意MacOS

您需要安装Xcode或GCC工具（请参阅此处）。

• 如果安装XCode，请确保运行它以完成设置。
• 然后运行xcode-select --install并完整的命令行工具安装。
• 最终安装自制的，并使用brew install python安装Python 3。

支持字段

• 基本信息
  • 名
  • 姓
  • 姓名
  • 电子邮件
  • 美国电话号码
  • 地点
  • 投资组合网站URL
  • LinkedIn URL
  • GitHub主页URL
• 教育
  • 大学
  • 教育水平
  • 毕业年
  • 毕业月
  • 专业
  • GPA
• 工作经验
  • 职称
  • 公司
  • 地点
  • 期间
  • 工作内容
• 项目经验
  • 项目名称
  • 项目描述