分析流程
- 将简历内容调用简历实体识别模型识别实体内容，调用方法参考官方给出的代码范例。
- 将分析结果存储到hive并进行数据分析。
- 对接FineBI进行数据展示。
分析结果
我选了三个实体类型：专业、学历、职称 （Emm, 其实很想选学校，但是这个模型不区分学校和企业）
数据量总共1508条，识别出有专业的有20条，有学历的数据有108条，有职称的数据有695条。（Emm, 为啥有人不写专业呢）
ODS(hive)=>DWS(hive)=>APP(mysql)
话不多说，上图：
学历大部分集中在大专以上，本科居多，可能是数据都是在职员工的简历吧，如果是现在的校招简历，一沓一沓的硕士。
职称看起来都是很高级的职位，可能是数据来源是公开简历，我等小透明也不会去公开简历。
专业集中在经管类，对着职称一票的经理董事，想问下我等码农专业还有机会吗？
最后，说下总体的使用感受吧：
- 识别准确率还是蛮高的，对行业、学历、职称的识别度较高，几乎没有识别错的，就是跑的有点慢 (小pc瑟瑟发抖)
- 单是一个抽取模型，不能将同义词进行归一，如识别出来大学本科、本科、本科学历，对BI还是有点不够用。
- 实体类型有点少，ORG类型有点粗，不能区分学校和企业。这个好像是原始训练数据就是这样？
通过数据，与图标相结合，简化了流程，缩短了时间，方便查看，效果及质量得到了很大的提升，为大数据背景下简历投放，查看节省了大量时间。
