Révolutionnez votre recrutement avec le parsing de CV multilingue.

L’analyseur syntaxique de CV très précis de Textkernel, Extract!, aide les organismes de recrutement du monde entier à traiter efficacement de gros volumes de documents sur les candidats.

Transformez les millions de candidatures en données structurées qui peuvent être utilisées pour filtrer, rechercher et classer les candidats.

Grâce à la dernière technologie de traitement du langage naturel (NLP), la saisie manuelle de données, chronophage et potentiellement source d’erreurs, appartient au passé.

Additional testing reviews

Qu’est-ce que le parsing de CV ?

Le CV est importé dans un logiciel d’analyse syntaxique, les informations contenues dans le document sont extraites et réparties dans divers éléments afin que les données puissent être catégorisées selon des champs prédéfinis.

Les données extraites sont alors automatiquement normalisées. Cela signifie qu’elles sont classées selon un format standard ou spécifique au client. La normalisation garantit une meilleure facilité de recherche et d’analyse des données traitées.

Textkernel offre également à ses clients la possibilité d’améliorer leur offre de parsing avec une normalisation selon un standard spécifique ou même personnalisé.

La classification des professions O*NET – Le code professionnel O*Net contient des centaines de descripteurs normalisés et spécifiques à une profession concernant environ 1.000 métiers qui couvrent l’ensemble de l’économie des États-Unis.

Classification des professions de la CITP – La Classification internationale type des professions(CITP) est l’une des principales classifications internationales dont l’Organisation internationale du travail est responsable.

Classification des professions Textkernel – Une classification comprenant plus de 4.200 professions organisées par Textkernel au cours des 10 dernières années grâce à l’accès à plus d’un milliard d’offres d’emploi.

Classification des compétences Textkernel – Une classification soigneusement construite et organisée par la R&D de Textkernel, basée sur l’analyse de millions de documents de candidats et d’offres d’emploi traitées. La taxonomie de normalisation des compétences de Textkernel contient actuellement environ 135.000 termes qui décrivent un peu plus de 11.000 compétences, lesquelles sont réparties en quatre catégories :

1. Compétences professionnelles
2. Compétences informatiques
3. Savoir-être
4. Compétences linguistiques

Découvrez comment la classification des compétences de Textkernel peut profiter à votre organisation.

Le Machine Learning ou apprentissage automatique est la technologie qui permet le parsing de CV. Grâce aux centaines d’heures passées par les annotateurs dans toutes nos langues, de gros volumes de CV sont décomposés en différents éléments constitutifs : informations personnelles et/ou de contact, formation, expérience professionnelle, langues, etc. Ensuite, nos algorithmes sont alimentés par des millions de CV pour « s’entraîner » et renforcer les modèles déjà déchiffrés par les annotateurs. 

Une fois le CV analysé, un recruteur peut facilement rechercher dans sa base de données les termes de recherche nécessaires pour générer une short list de candidats pertinents. Le logiciel de parsing Textkernel est essentiel pour la recherche sémantique. La recherche sémantique est une technologie de recherche puissante qui ajoute du contexte aux termes de recherche et tente de comprendre l’intention afin de rendre les résultats plus fiables et plus complets. Vous pouvez maintenant vous assurer que vos recruteurs ne passent pas à côté de candidats pertinents, qui auraient pu être ignorés autrement. En savoir plus sur l’offre Search! de Textkernel.

Principaux avantages de la solution parsing de CV Textkernel :

Réduction considérable du temps nécessaire pour traiter et présélectionner les candidats sans compromettre la précision des résultats.

Notre technologie d’IA permet à votre équipe de recrutement de se concentrer sur l’établissement de relations humaines. C’est une chose que l’IA ne pourra jamais remplacer.

Nos clients exigent des résultats de la plus haute qualité, sinon les gains de temps obtenus grâce à l’automatisation auraient peu de valeur. Textkernel explore en permanence de nouvelles techniques pour optimiser ses modèles d’extraction.

Depuis 2017, Extract! est alimenté par le « deep learning » qui a augmenté la précision d’analyse des formats de CV les plus difficiles. En savoir plus sur la façon dont Textkernel a été le premier à lancer le Deep Learning pour améliorer la qualité de notre logiciel de parsing. 

Inscrivez-vous pour recevoir des mises à jour sur nos améliorations du parsing de CV.

Augmentez la conversion des candidats en intégrant notre parsing au tout début du parcours du candidat.

Notre technologie Extract! n’est pas seulement un processus d’arrière-plan. Nous avons développé la capacité d’intégrer notre logiciel de parsing dans les portails de carrière et les sites d’emploi. Quelles sont les avantages ? Un processus de candidature beaucoup plus rapide et plus facile qui améliore l’expérience candidat.

Cela améliore votre expérience candidat tout en donnant à vos équipes de recrutement la possibilité d’adapter le parcours du candidat en fonction de ses compétences.

En savoir plus.