使用YOLOv8和Tesseract-OCR深度学习进行简历内容识别

《The Computer Journal》：CV content recognition using YOLOv8 and Tesseract-OCR deep learning

简历智能筛选系统通过YOLO目标检测定位关键模块，结合Tesseract-OCR实现多格式简历文本提取，运用遗传算法优化模型参数，并构建数据库支持高效检索与分析。实验在1300份多语言、多质量格式的简历数据集上验证，平均精度达92.1%，召回率86.0%，显著提升招聘效率。

　　

摘要

由于就业市场中简历的数量和种类不断增加，需要更高效的排序算法。从大量候选人中筛选出适合职位的空缺职位既繁琐又耗时，这可能导致错失机会或因人为错误而产生偏见。为了解决这一挑战，本研究提出了一种新颖的简历识别系统，该系统整合了多项先进技术：使用“You Only Look Once”技术检测简历中的关键部分，通过Tesseract-OCR技术从这些部分提取文本，并通过一系列后处理步骤纠正文本识别错误。此外，该系统还包括一个自动化的数据组织组件，用于将简历信息存储在数据库中，从而便于数据分析和搜索操作。系统使用了一个包含1300份简历的公共数据集进行评估，这些简历格式包括JPEG、PNG和JPG，来源多样，涵盖了不同的格式、语言和质量水平。在数据预处理阶段确保了数据的一致性和质量。模型的超参数通过遗传算法进行了优化。所提出的系统显著提高了简历排序的效率和准确性，使人力资源团队能够专注于战略任务并简化招聘流程。实验结果表明，该系统的有效性很高，平均精确度达到了92.1%，精确率为92.2%，召回率为86.0%。