更新日志

v4.4.0 - 2024/09/01

• 教育经历识别重构优化，错误率减少20%左右；
• 实体词典清洗优化，减少错误识别；
• 页眉识别和处理；
• PDF大图片解析优化；
• 英文项目名称识别优化；

v4.3.0 - 2024/06/17

• 基础解析优化
  • 期望信息提取优化，提升10%左右的召回；
  • 对经历中错误日期的识别和处理；
  • 更新百万级词典信息，提升匹配效率；
  • 优化标签提取效率，性能提升30%；
• 英文解析优化
  • 英文姓名提取优化：错误率减少20%；
  • 区块识别优化：错误率减少15%；
• 文本提取优化
  • linked简历提取优化；
  • 中文PDF换行符识别；

v4.2.0 - 2024/04/16

• 职位解析功能模块优化；
• 接口优化
  • uid/pwd请求字段迁移至headers中；
  • 新增论文列表新字段：cont_publications；
• 文件解析优化
  • 邮箱数字乱码问题处理；
  • 内存问题优化；
• 解析效果优化
  • 姓名优化：增加对中文姓名生僻词的支持；
  • 技能标签提取优化：大幅优化技能词典及提取效果；
  • 证书提取优化：小幅优化证书词典；
  • 教育经历（交换生、辅修）过滤逻辑优化；

v4.1.0 - 2024/02/18

• 新增简历画像功能模块；
• 新增职位解析功能模块；
• 证书及奖项提取优化：词典优化，并增加cert_type字段，以区分证书和奖项；
• 工作经历优化：被错误切分的问题优化;
• 文件解析优化
  • 51job水印的过滤策略优化；
  • eml格式提取问题处理；
  • 优化图片处理速度并放宽大小限制；

v4.0.0 - 2023/11/23

• 基础依赖软件大版本升级，解析效率提升30%；
• 工作经历优化：分段识别策略优化 & job_location识别优化;
• 字段提取优化
  • 新增字段：gender_infer（性别预测）；
  • 新增字段：age_infer（年龄预测）；
  • 电话：优化部分外国电话格式识别；
• 文件解析优化
  • 几个水印去除逻辑的优化；
  • 长行截断问题的处理；
  • 自定义OCR接口升级；

v3.9.0 - 2023/09/04

• 中英混合识别优化：提升51job模板及部分其他场景下的识别；
• 姓名优化：增加对特殊排版下姓名的召回；
• 部分字段提取优化
  • 期望薪资：增加对新型格式的提取；
  • 工作描述：对内容格式的清洗；
  • 工作年限：提升对无工作年限情况下的识别；
• 文件解析优化
  • 图文混排类问题的优化；
  • 多栏布局的识别优化；
  • 特殊条件下高并发问题bugfix；

v3.8.0 - 2023/06/04

• 基本信息优化：增加血型、星座字段，优化应聘职位字段的提取；
• 工作经历优化：token识别优化；
• 性能优化
  • 分词性能优化，提升10%左右；
  • cache策略机制优化；
• 文件解析优化
  • 51job、智联文本提取优化；
  • 表格中模块名识别优化；

v3.7.0 - 2023/03/26

• 基本信息优化：提升对生日等字段的召回；
• 期望工作优化：优化对多值问题的处理；
• 更新百万量级词典，优化对实体的识别；
• 文件解析优化
  • 猎聘/BOSS特殊模板问题处理；
  • 增加对阿里云OCR问题的处理；
  • 增加cache机制，提升OCR处理效率；

v3.6.0 - 2023/01/28

• 姓名识别优化：识别模型更新及部分策略优化；
• 增加对繁体中文的支持；
• 英文简历里中文公司名的处理；
• 文件解析优化
  • 各种水印去除逻辑的优化；
  • PDF中缺失空格问题的处理；

v3.5.0 - 2022/11/04

• 增加新字段：科研实践；
• 头像识别优化：部分头像丢失字节问题修复；
• 文件解析优化：部分BOSS直聘pdf空结果处理优化；
• 区块识别优化
  • 重构基础流程代码，提升一定效率；
  • 梳理并优化部分逻辑策略；
  • 基于更大标注数据优化识别模型；

v3.4.0 - 2022/09/01

• 增加新字段：教育描述、应聘职位、应聘公司；
• 提供对自定义OCR服务接口的支持；
• 文件解析优化
  • 51job/58同城特殊简历问题处理优化；
  • 部分水印问题处理优化；
  • 部分图片布局识别优化；
• SaaS接口提供https支持；

v3.3.0 - 2022/06/18

• 工作经历优化：基于新算法策略优化识别效果，对某类简历有较大提升；
• 请求接口优化：增加file_url的请求方式；
• 51job特殊简历问题处理；
• 增加对特殊形式姓名的支持；

v3.2.0 - 2022/04/02

• 项目经历解析优化
  • 项目名称部分丢失问题处理；
  • 项目名识别模型更新；
  • 项目经验区块识别优化；
• 姓名解析优化：增加对部分常见歧义人名的召回；
• 文件解析优化：部分水印问题处理及解析为空问题的处理；
• 公司识别优化：词典及模型更新，并增加对“某”类名称的识别；

v3.1.0 - 2022/02/09

• 增加对特殊形式姓名的支持，特殊情况下提升10%的召回；
• 增加对当前工作状态的召回（+30%）；
• 增加对工作地点的召回（+40%）；
• 关键依赖包的升级

v3.0.0 - 2021/12/02

• 文件解析优化
  • 猎聘水印处理优化；
  • 领英模板解析优化；
  • ocr超时设置优化；
• 修复部分学校类型和排名错误的bug；
• 头像识别优化，增加5%的召回；
• 期望职位模块解析优化；

v2.9.0 - 2021/09/06

• 文件解析优化
  • 高并发下部分为空bugfix；
  • PDF布局识别优化；
  • 异常空格字符的过滤处理；
• 增加对虚拟电话号码的支持；

v2.8.0 - 2021/05/30

• 工作经历优化
  • 增加职能类型字段（用户填写及算法预测）；
  • 进行两版filter逻辑优化；
• 文件解析优化
  • txt/html等格式解析速度提升40%；
  • 部分模板水印/底纹信息的处理；
• 项目名称提取bugfix；
• 部分依赖包升级至最新版；

v2.7.0 - 2021/03/18

• 增加all_cert_objs字段：对各种证书名称进行提取；
• 文件解析优化
  • 对部分解析为空的PDF简历进行识别和提取；
  • 对BOSS直聘异常简历进行优化和处理；
  • 对全能扫描王的简历进行识别和处理；
• 对部分模块识别问题进行优化；
• 行业词典的更新；

v2.6.0 - 2021/01/14

• 基于模型优化对区块的识别，提升约5%的准确率；
• 项目经历中公司名称识别bugfix；
• 高并发条件下部分简历解析为空bugfix；

v2.5.0 - 2020/11/08

• 图片简历解析优化
  • 增加对高级版OCR的支持，让图片解析的效果有较大提升；
  • 增加对TIF/GIF图片格式的支持；
  • 更新对应的请求接口，增加ocr_type字段；
• 英文工作经历解析优化，提升约10%准确率；
• 中文人名识别优化，减少50%左右的误识别率；
• 针对部分大文件简历，优化解析性能；

v2.4.0 - 2020/10/12

• 新增对社会及学校实践经历的解析
  • 实践经历的识别和解析；
  • 增加对非实体的活动名称的识别和处理；
  • 更新对应的请求接口，增加need_social_exp字段；
• 接口更新-新增v1版本，支持对所有字段的返回；
• 英文解析-更新英文城市名单（1000+）；
• 人岗匹配-更新人岗查询的接口，并优化内部处理逻辑；

v2.3.0 - 2020/08/25

• 文件解析优化
  • doc文件部分textbox问题处理；
  • unicode特殊文字识别与替换；
• 工作经历-带括号的token识别优化；
• 项目经历-对齐逻辑优化处理；
• 人名识别-特殊符号识别过滤；
• 词典优化-部分实体的增删改；
• 其他-输入参数file_name强制带上后缀名；

v2.2.0 - 2020/06/06

• 工作经历优化v3.0
  • 流程重写，考虑更多feature，效果更强大；
  • 过滤逻辑优化，提升准确率；
  • 实体格式化，结果更规范；
• 邮件解析v0.1
  • 新增邮件解析接口；
• 其他关键优化点
  • 独立学院的处理；
  • 多个项目经历的识别和分析；
  • 部分pdf解析为空问题的处理；

v2.1.3 - 2020/04/21

• 关键字段优化
  • 姓名解析优化v3.0；
  • 工作经历下错误分段优化；
  • 项目经历下职位识别bugfix；
• 文件解析和提取优化
  • eml特殊格式处理；
  • 部分网站格式优化；
  • concat逻辑优化；

v2.1.2 - 2020/03/23

• 词典优化
  • 行业词典整理；
  • 公司词典：+100%，达千万级；
  • 学校词典：+40%；
• 实体识别优化
  • 项目名称识别bugfix；
  • 公司名称识别bugfix；
  • 并列职位名称识别；
• 英文简历解析优化
  • 姓名识别优化：增加对港澳台姓氏的支持；
  • 分段识别优化；

v2.1.1 - 2020/03/01

• 基本信息优化
  • 姓名识别优化：线下准确率从96%提升至98%左右；
  • 电话号码识别，增加对港澳台及国际电话号码格式的支持；
• 附件解析优化
  • 解决PDF格式unicode字符规范化问题；
• 英文简历解析优化
  • 日期识别增加召回规则，提升10%左右；
  • 工作经历识别优化，加入深度学习模型的支持；

v2.1.0 - 2020/02/01

• 接口优化
  • 分段内容保留原始大小写格式信息；
  • 返回代码规范化；
• 附件解析优化
  • 提升对PDF特殊排版模式的判别，解决乱序问题；
  • 头像提取bugfix；
• 英文简历解析优化
  • 英文人名识别优化，大约提升10%准确率；
  • 教育经历解析优化，提升学校识别和分段识别的效果；

v2.0.1 - 2019/09/01

• 词典数据优化
  • 对公司、职位等词典进行清洗（万级）
  • 补充常见的公司名和学校名（千级）；
• 识别模型优化
  • 使用深度学习新模型重新训练识别模型，线下评估准确率从95%提升至98%；

v2.0.0.1 - 2019/06/01

• 头像识别优化
  • 采用新算法进行识别，准确率从80%+提升至90%+左右；
• 基础组件升级
  • ft版本从0.8.1升级至0.8.3；
• 过滤误识别的教育经历；

v2.0.0 - 2019/03/01

• 增加10多个新解析字段，让解析结果更细化、更规范化，比如对城市、地点的规范化。增加的字段包括：
  • resume_name
  • resume_parse_time
  • work_industry
  • work_year_inf
  • work_start_time_inf
  • work_salary_min
  • work_salary_max
  • ...
• 优化取值
  • 优化resume_source（简历来源）的取值范围；
  • 优化简历头像的取值；
• 人岗匹配功能上线；（人岗匹配相关套餐才包含该功能）

v1.6.2 - 2019/01/01

• 增加招聘网站规则模板适配，提取更加精准；
• 项目名称识别模型重新训练，校正对公司名/职位名的误识别问题；
• 基础组件升级
  • gs版本从v2.1升级到v3.4；
  • 采用更好的分词器版本，性能提升25%左右；

v1.6.1 - 2018/11/01

• 基本信息优化
  • 姓名识别优化：去除常见的城市名误识别；
  • 增加对基本信息里期望公司字段的识别；
• 词典优化
  • 职位词典：增加千级常见职位名称；
• 分组识别优化
  • 增加新的分组模板；
• 基础组件升级
  • gs版本从v2.1升级到v3.4；
  • 采用更好的分词器版本，性能提升25%左右；

v1.6.0 - 2018/08/01

• 基本信息识别优化
  • 姓名解析模型：利用千万量级的语料重新训练，准确率提升2个点；
  • 电话号码识别：新前缀的加入，同时增加对台湾区号的识别；
• 分组识别优化
  • 教育经历增加predict功能，提升准确；
  • 项目经历采用实体+位置的联合识别策略，准确率提升30%；

v1.5.1 - 2018/04/01

• 性能优化（速度提升40%）
  • 各类实体识别增加cache功能；
  • log日志增加级别控制机制；
  • 增加对超长标点字符串的识别和过滤；

v1.5.0 - 2017/12/01

• 英文解析优化
  • 增加对新分组模板的识别；
  • 增加对项目经验的解析；
• 英文解析优化
  • 修复高并发下解析串写的bug；
  • 提升某些异常简历的解析准确率；

v... - ......

v0.1.0 - 2014/07/01

• 简历解析项目启动开发