ragflow/resume_work_exp.md at 73bc9b91dec488553689c87fe815a1ebf507f310

mirror of https://github.com/infiniflow/ragflow.git synced 2026-05-02 08:17:48 +08:00

Files

Yao Wei f8c91e8854 Refa: Resume parsing module (architectural optimizations based on SmartResume Pipeline) (#13255 )

Core optimizations (refer to arXiv:2510.09722):

1. PDF text fusion: Metadata + OCR dual-path extraction and fusion

2. Page-aware reconstruction: YOLOv10 page segmentation + hierarchical
sorting + line number indexing

3. Parallel task decomposition: Basic information/work
experience/educational background three-way parallel LLM extraction

4. Index pointer mechanism: LLM returns a range of line numbers instead
of generating the full text, reducing the illusion of full text.

---------

Co-authored-by: Aron.Yao <yaowei@yaoweideMacBook-Pro.local>
Co-authored-by: Aron.Yao <yaowei@192.168.1.68>
Co-authored-by: Yingfeng <yingfeng.zhang@gmail.com>

2026-03-02 19:05:50 +08:00

1.6 KiB

Raw Blame History

请从以下带行号索引的简历文本中提取工作经历。

{indexed_text}

提取为 JSON，每段工作经历包含: {{ "workExperience": [ {{ "company": "", "position": "", "internship": 0, "start_date": "", "end_date": "", "desc_lines": [start_index, end_index] }} ] }}

字段说明:

company: 公司全称（含括号内地区信息），如"阿里巴巴(中国)有限公司"
position: 职位名称，遵循原文不要编造或推测
internship: 该段经历是否是实习，是实习为1，不是为0
start_date: 入职时间，格式为 %Y.%m 或 %Y，如 "2024.1"
end_date: 离职时间，若至今填写"至今"，若不存在填写""
desc_lines: [起始行号, 结束行号]，工作描述对应的行号范围（整数数组）
- 指工作经历描述的原文引用段落 index 范围，包括工作成果、业绩、主要工作、技术栈等
- 不包括 company、position、start_date、end_date 所在行
- 尽可能写全，直到下一段工作经历或其他段落标题为止
- 遇到以下段落标题时必须截止，不要将其包含在 desc_lines 中：个人评价、自我评价、个人总结、个人优势、自我描述、技能特长、专业技能、教育背景、教育经历、项目经验、项目经历、证书资质、语言能力、兴趣爱好、求职意向
- 如果不存在就写 []

示例: [22]: 阿里巴巴 2021.11-2022.11 高级工程师 [23]: 工作描述: 从事地推工作完成xx业绩 [24]: 在地推任务中考核为A 则 desc_lines 应为 [23, 24]

只返回 JSON。 /no_think

1.6 KiB Raw Blame History Unescape Escape

1.6 KiB

Raw Blame History