简历抽取（中文）服务

服务开通与资源包购买

使用前，请确认是否已经开通服务，开通后可购买资源包。

• 服务开通：开通地址

• 购买资源包：购买地址

服务调用与调试

模型调用文档参考：模型调用

SDK示例文档参考：SDK示例

调试

通过环境变量配置访问凭证（AKSK）

1. 说明：

   1. 阿里云账号AccessKey拥有所有API的访问权限，风险很高。强烈建议您创建并使用RAM用户进行API访问或日常运维，请登录RAM控制台创建RAM用户。

   2. 强烈建议不要把AccessKey和AccessKeySecret保存到代码里，会存在密钥泄漏风险，在此提供通过配置环境变量的方式来保存和访问aksk

2. Linux和macOS系统配置方法

   export NLP_AK_ENV=<access_key_id>
   export NLP_SK_ENV=<access_key_secret>

   其中<access_key_id>替换为已准备好的AccessKey ID，<access_key_secret>替换为AccessKey Secret，AccessKey ID和AccessKey Secret的获取方式见步骤二：获取账号的AccessKey

3. Windows系统配置方法

   1. 新建环境变量文件，添加环境变量NLP_AK_ENV和NLP_SK_ENV，并写入已准备好的AccessKey ID和AccessKey Secret。

   2. 重启Windows系统。

Java代码示例

/**
 * 阿里云账号AccessKey拥有所有API的访问权限，风险很高。强烈建议您创建并使用RAM用户进行API访问或日常运维，请登录RAM控制台创建RAM用户。
 * 此处以把AccessKey和AccessKeySecret保存在环境变量为例说明。您也可以根据业务需要，保存到配置文件里。
 * 强烈建议不要把AccessKey和AccessKeySecret保存到代码里，会存在密钥泄漏风险
 */
String accessKeyId = System.getenv("NLP_AK_ENV");
String accessKeySecret = System.getenv("NLP_SK_ENV");
DefaultProfile defaultProfile = DefaultProfile.getProfile("cn-hangzhou",accessKeyId,accessKeySecret);
IAcsClient client = new DefaultAcsClient(defaultProfile);
String content = "简历文本";
RunPreTrainServiceRequest request = new RunPreTrainServiceRequest();
request.setServiceName("ResumeExtractorZH");
request.setPredictContent(content);
RunPreTrainServiceResponse response = client.getAcsResponse(request);
System.out.println(response.getPredictResult());

Python代码示例

# 安装依赖
pip install aliyun-python-sdk-core
pip install aliyun-python-sdk-nlp-automl

# -*- coding: utf8 -*-
import json
import os

from aliyunsdkcore.client import AcsClient
from aliyunsdkcore.acs_exception.exceptions import ClientException
from aliyunsdkcore.acs_exception.exceptions import ServerException
from aliyunsdknlp_automl.request.v20191111 import RunPreTrainServiceRequest

/**
 * 阿里云账号AccessKey拥有所有API的访问权限，风险很高。强烈建议您创建并使用RAM用户进行API访问或日常运维，请登录RAM控制台创建RAM用户。
 * 此处以把AccessKey和AccessKeySecret保存在环境变量为例说明。您也可以根据业务需要，保存到配置文件里。
 * 强烈建议不要把AccessKey和AccessKeySecret保存到代码里，会存在密钥泄漏风险
 */
access_key_id = os.environ['NLP_AK_ENV']
access_key_secret = os.environ['NLP_SK_ENV']

# Initialize AcsClient instance
client = AcsClient(
  access_key_id,
  access_key_secret,
  "cn-hangzhou"
);

content = '简历文本'

# Initialize a request and set parameters
request = RunPreTrainServiceRequest.RunPreTrainServiceRequest()
request.set_ServiceName('ResumeExtractorZH')
request.set_PredictContent(content)

# Print response
response = client.do_action_with_exception(request)
resp_obj = json.loads(response)
predict_result = json.loads(resp_obj['PredictResult'])
print(predict_result['result'])

PredictContent内容示例

PredictContent参数为简历文本参数。

张某 ID:6111****
1390000****
z****@example.com
男|29 岁 (1990/07/27)|现居住南京-**区|8年工作经验
职位： 软件测试工程师

PredictResult内容示例

PredictResult是JSON字符串，需要反序列化之后进行解析，具体结构如下示例。出参result是一个JSON字符串，是一个JsonArray结构。

{
    "ret_code": 0,
    "result": [{
        "id": 0,
        "tags": [{
            "class": "姓名",
            "source": "rule",
            "span": "张某"
        }],
        "sentence": "张某 ID:6111****",
        "sent_offsets": 0
    }, {
        "id": 0,
        "tags": [{
            "conf": 0,
            "class": "手机号",
            "span": "1390000****",
            "start": 0,
            "source": "model",
            "end": 11
        }],
        "sentence": "1390000****",
        "sent_offsets": 2
    }, {
        "id": 0,
        "tags": [{
            "class": "电子邮箱",
            "source": "rule",
            "span": "z****@example.com"
        }],
        "sentence": "z****@example.com",
        "sent_offsets": 3
    }, {
        "id": 0,
        "tags": [{
            "conf": 0,
            "class": "出生日期",
            "span": "1990/07/27",
            "start": 8,
            "source": "model",
            "end": 18
        }, {
            "class": "性别",
            "source": "rule",
            "span": "男"
        }],
        "sentence": "男|29 岁 (1990/07/27)|现居住南京-**区|8年工作经验",
        "sent_offsets": 4
    }, {
        "id": 0,
        "tags": [{
            "conf": 0,
            "class": "岗位名称",
            "span": "软件测试工程师",
            "start": 4,
            "source": "model",
            "end": 11
        }],
        "sentence": "职位： 软件测试工程师",
        "sent_offsets": 6
    }],
    "message": "",
    "time": 143
}

支持字段列表