Nauwkeurige, meertalige, GDPR-compliant CV-Parsing

Extract!, Textkernel’s accurate CV-parsing tool, ondersteunt wervingsorganisaties over de hele wereld met het effectief verwerken van grote hoeveelheden kandidaat-documenten. 

Transformeer miljoenen sollicitaties van kandidaten in gestructureerde data die gebruikt kan worden om kandidaten te filteren, zoeken en rangschikken.

En we zijn trots op het resultaat! Dankzij het nieuwste op het gebied van Natural Language Processing (NLP) is het handmatig invoeren van gegevens verleden tijd. Dat is minder foutgevoelig én veel minder werk.

Aanvullende testrecensies

Cv-parsing met Extract! betekent:

• Tijd besparen
  Je hebt aanzienlijk minder tijd nodig om gegevens te verwerken en kandidaten op je shortlist te zetten, maar bent nog steeds even nauwkeurig.
• Meer focus op menselijke connectie
  Omdat onze AI-technologie zich focust op je database, hebben jouw recruiters meer ruimte voor persoonlijke communicatie met een kandidaat.
• Altijd de nieuwste techniek
  Bij Textkernel zoeken we continu naar nieuwe technieken om de technologie van Extract! voor jou te optimaliseren. Wil je op de hoogte blijven van onze softwareverbeteringen? Schrijf je dan in voor onze updates.

Voor Extract! cv-parsing maken wij gebruik van deep learning. Dit maakt het mogelijk om de zelfs de meest uitdagende cv-formats nauwkeurig te verwerken. Lees nu hoe wij in 2017 de eersten waren die deep learning gebruikten voor cv-parsing.

Verhoog je conversie door cv-parsing te integreren vanaf stap 1 van de candidate journey candidate .

Extract! cv-parsing is er niet alleen voor je backend. We kunnen de cv-parsing software ook inrichten op jouw carrièreportal of vacaturesite. De voordelen? Een sneller en eenvoudiger sollicitatieproces en dus een significant verbeterde candidate experience.

Niet alleen verbeter je zo de candidate experience, het geeft recruitmentteams ook de mogelijkheden om de candidate journey toe te spitsen op de vaardigheden van je kandidaten. Ontdek meer. 

Cv-parsing werkt als volgt:

1. Het cv wordt in Extract! geïmporteerd.
2. De software extraheert de informatie uit het document.
3. Dan wordt de informatie gecategoriseerd volgens vooraf gedefinieerde velden.
4. Ten slotte wordt de informatie genormaliseerd, zodat recruiters de data beter kunnen doorzoeken en analyseren.

We maken gebruik van standaard normalisatie classificaties, maar kunnen deze ook op maat voor je organisatie of bedrijfstak ontwikkelen.

• De O * Net-beroepscode bevat honderden gestandaardiseerde en beroepsspecifieke omschrijvingen van ongeveer 1.000 beroepen die de hele Amerikaanse economie kent.
• De International Standard Classification of Occupations (ISCO) is een van de belangrijkste internationale classificaties waarvoor de International Labor Organisation verantwoordelijk is.
• Textkernel Beroepsclassificatie: een classificatie met meer dan 4.200 beroepen die de afgelopen 10 jaar door Textkernel zijn samengesteld dankzij toegang tot meer dan een miljard vacatures.
• Textkernel Skills Classification: een classificatie die zorgvuldig is samengesteld door Textkernel R&D, gebaseerd op de analyse van miljoenen kandidaatdocumenten en verwerkte vacatures. De Textkernel Skills Normalization Taxonomy bevat momenteel ongeveer 135.000 termen die iets meer dan 11.000 vaardigheden beschrijven, verdeeld over 4 categorieën: professionele-, IT en soft skills en talen.

Ontdek meer over Textkernel’s Skills classificatie. 

Nadat cv’s geparsed zijn, kunnen recruiters eenvoudig de eigen database doorzoeken en een shortlist van kandidaten creëren. De parsing software van Textkernel vormt de krachtige en essentiële basis voor semantisch zoeken. Semantische zoektechnologie rekening houdt met de context van je zoekopdracht en probeert te begrijpen wat je bedoelt. Dit maakt de zoekresultaten vollediger en betrouwbaarder en zorgt ervoor dat recruiters nooit meer een relevante kandidaat over het hoofd zien. Ontdek meer over Textkernel’s semantische zoektechnologie.

Hoe versterken machine learning en natural language processing de cv-parsing software van Textkernel?

Machine learning is de technologie die cv-parsing mogelijk maakt, maar het begint nog steeds allemaal bij de mens. Eerst hebben we met honderden mensen tegelijk, enorme hoeveelheden cv’s geanalyseerd. We verzamelden de belangrijkste componenten op zo’n document, bijvoorbeeld persoonsgegevens, opleidingen en diploma’s. Vervolgens hebben we onze bevindingen ingevoerd en verwerkt tot algoritmes. Deze trainen zichzelf dagelijks automatisch met miljoenen cv’s om deze componenten in allerlei documenten en formats te herkennen.

Nog meer weten over dit proces? Lees dan Sequence Labelling in Deep Learning(de magie achter Extract 4.0) of bezoek onze Newsroom. Op de hoogte blijven van al het nieuws rondom cv-parsing? Schrijf je dan nu in voor de nieuwsbrief.