Parsing a regole · 1 credito per CV · 56 campi

Parsing CV a regole per gestire grandi volumi di candidature

Trasforma le informazioni dei CV in schede candidato strutturate con un’estrazione deterministica. Scegli un livello IA quando il documento o i dati richiesti necessitano di più contesto.

Provalo gratis con 200 crediti Gestisci molti CV? Richiedi una demo

Parsing a regole · 1 credito per CV · 56 campi

Che cos’è il parsing CV a regole?

Il parsing trasforma un documento pensato per la lettura umana in dati strutturati per un software di recruiting. La modalità a regole identifica e normalizza le informazioni presenti nel CV per creare una scheda candidato utilizzabile nell’ATS, nel database o nei flussi interni.

Quali informazioni può strutturare un parser CV?

La modalità a regole mette a disposizione 56 campi per organizzare le informazioni rilevate nel documento.

Identità e contatti

Nome e recapiti presenti nel CV.

Esperienza professionale

Ruoli, aziende, periodi e informazioni rilevate sul percorso.

Formazione

Titoli di studio, istituti e date indicate nel documento.

Competenze

Competenze estratte e organizzate nel profilo candidato.

Lingue e altri dati

Altri campi disponibili quando il CV contiene le informazioni corrispondenti.

56 indica il numero di campi disponibili, non garantisce che siano tutti compilati in ogni CV. I risultati dipendono dalle informazioni presenti nel documento.

Dal CV alla scheda candidato strutturata

Il motore legge il documento, individua le informazioni supportate e le organizza in campi coerenti per facilitarne la verifica e l’uso.

1. Leggere il documento
Estrarre i contenuti utilizzabili dal CV inviato.
2. Rilevare i dati
Individuare contatti, competenze, esperienza e altre informazioni disponibili.
3. Normalizzare
Organizzare i valori rilevati nei campi candidato corrispondenti.
4. Usare il risultato
Verificare la scheda e usarla in CVReaderPro, nell’ATS o in un altro flusso.

Un motore a regole che può evolvere grazie ai feedback

Il parsing del CV e il miglioramento del motore sono fasi distinte.

Durante il parsing a regole

L’estrazione utilizza le regole e i meccanismi di normalizzazione del motore. In questa modalità non viene chiamato un modello IA per ogni CV elaborato.

Per far evolvere il motore

Le correzioni manuali validate e i risultati del parsing IA possono contribuire a individuare i casi da migliorare e orientare gli aggiornamenti del motore a regole.

Correzioni e risultati forniscono feedback per la revisione. Questo non significa che una regola venga modificata automaticamente dopo ogni correzione o che l’IA intervenga durante il parsing a regole.

Esamina un esempio di risultato strutturato

Gli esempi sintetici qui sotto mostrano il formato dei dati restituiti. Illustrano la struttura dell’output e non misurano le prestazioni del prodotto.

CV fittizio

Documento di origine

Claire Martin

Sviluppatrice Java · Lione

Esperienza: Sviluppatrice Java — NovaTech · da marzo 2022
Sviluppatrice software — Digital Solutions · 2019–2022
Formazione: Laurea magistrale in Informatica — Università di Lione
Competenze: Java · Spring Boot · SQL · Git · Docker

Anteprima dei dati strutturati

JSON illustrativo

{
  "candidate": {
    "firstName": "Claire",
    "lastName": "Martin",
    "jobTitle": "Sviluppatrice Java",
    "city": "Lione"
  },
  "experiences": [
    {
      "mission": "Sviluppatrice Java",
      "company": "NovaTech",
      "startMonth": "03",
      "startYear": "2022",
      "endMonth": "",
      "endYear": "",
      "currentPosition": true
    },
    {
      "mission": "Sviluppatrice software",
      "company": "Digital Solutions",
      "startMonth": "09",
      "startYear": "2019",
      "endMonth": "02",
      "endYear": "2022",
      "currentPosition": false
    }
  ],
  "educations": [
    {
      "dateReceived": "2019",
      "title": "Laurea magistrale in Informatica",
      "school": "Università di Lione",
      "description": ""
    }
  ],
  "skills": [
    {
      "name": "Java",
      "level": ""
    },
    {
      "name": "Spring Boot",
      "level": ""
    },
    {
      "name": "SQL",
      "level": ""
    },
    {
      "name": "Git",
      "level": ""
    },
    {
      "name": "Docker",
      "level": ""
    }
  ]
}

Esempio didattico, non è una misura delle prestazioni. I risultati reali dipendono dal documento e dalle informazioni che contiene. Di seguito sono disponibili esempi registrati del prodotto.

Esplora un esempio sintetico

Scarica i CV di input e gli output API acquisiti. Tutte le persone, aziende e offerte sono fittizie. I documenti di esempio sono in inglese; i risultati dipendono dal documento e dal parser e richiedono una revisione umana.

CV di esempio (PDF)Risultato Rule-Based (JSON)CV di esempio IA (PDF)Risultato IA 56 (JSON)

Quando è adatto il parsing CV a regole?

Questa modalità è indicata per le organizzazioni che devono trasformare flussi di CV in dati candidato omogenei, soprattutto quando contano volumi e integrazione.

Agenzie di recruiting

Struttura i CV ricevuti per creare schede candidato senza reinserire le informazioni già presenti.

Società IT e staffing

Trasforma CV e profili di consulenti in dati strutturati prima della ricerca, del matching o della preparazione per i clienti.

Fornitori di ATS

Integra l’estrazione dei CV nella tua applicazione e riserva i livelli IA ai casi che richiedono più contesto.

Team HR

Raccogli le informazioni essenziali in profili omogenei invece di lavorare solo con documenti non strutturati.

Parsing a regole o parsing IA: quale modalità scegliere?

Scegli il livello di elaborazione in base al documento, al contesto necessario e al costo per CV.

Modalità	Crediti / CV	Campi	Tipo di estrazione	Ideale quando
Parsing a regole	1	56	Regole deterministiche	Basta un’estrazione standardizzata o gestisci molti CV.
Parsing IA 56	3	56	Modello IA con più contesto	Il CV richiede maggiore interpretazione contestuale.
Parsing IA 96	5	96	Interpretazione IA più approfondita	Serve una scheda candidato più dettagliata.

I campi compilati dipendono dalle informazioni disponibili in ogni CV. Il parsing IA non deve sostituire sempre la modalità a regole.

Confronta le opzioni API Consulta lo schema JSON documentato Stima i crediti necessari

Formati supportati e limiti

I flussi pubblici di demo CVReaderPro accettano, tra gli altri, i seguenti formati:

PDF
DOC
DOCX
TXT

Da considerare

Le informazioni assenti dal CV non possono essere inventate o inserite come se fossero presenti.
Il numero di campi compilati varia da un documento all’altro.
La struttura e la qualità del CV possono influire sull’estrazione.
Valuta i risultati con un campione rappresentativo dei CV ricevuti dalla tua organizzazione.

Usa il parsing in CVReaderPro o integralo nel tuo ATS

Scegli il flusso adatto al tuo team e al livello di automazione desiderato.

Dall’interfaccia CVReaderPro

Carica un CV, consulta i dati strutturati e prosegui nel flusso di recruiting.

Provalo gratis con 200 crediti

Da un ATS o un’applicazione

Usa l’API per integrare l’estrazione con il tuo ATS, software HR o infrastruttura.

Confronta le opzioni API

Quanto costa il parsing CV a regole?

La modalità a regole consuma meno crediti rispetto ai livelli IA e permette di provare un volume significativo durante il periodo di prova.

Parsing a regole: 1 credito per CV elaborato.
Parsing IA 56: 3 crediti per CV. Parsing IA 96: 5 crediti per CV.
La prova include 200 crediti per 14 giorni, senza carta di credito.
Se usi tutti i 200 crediti solo per il parsing a regole, puoi elaborare fino a 200 CV.
Prova più CV rappresentativi dei documenti ricevuti dalla tua organizzazione.

API di parsing CVIntegra l’estrazione strutturata nel tuo ATS o nella tua applicazione.Matching tra CV e offertaConfronta i dati del profilo con i requisiti di una posizione.CV nel formato aziendalePrepara i profili candidato in un modello coerente con la tua identità visiva.

Domande frequenti sul parsing CV a regole

Qual è la differenza tra parsing a regole e parsing IA?

Il parsing a regole usa estrazione e normalizzazione deterministiche, costa 1 credito per CV e offre 56 campi disponibili. I livelli IA interpretano più contesto: IA 56 costa 3 crediti e IA 96 costa 5 crediti per CV.

Le correzioni manuali e i risultati IA possono migliorare il motore?

Le correzioni manuali validate e i risultati del parsing IA possono aiutare a individuare casi da migliorare. Gli aggiornamenti del motore vengono esaminati e decisi separatamente; non vengono applicati automaticamente dopo ogni correzione.

Tutti i 56 campi vengono sempre compilati?

No. 56 indica il numero di campi disponibili. I campi compilati dipendono dalle informazioni presenti e utilizzabili nel CV.

Quali formati di CV posso provare?

I flussi pubblici di demo accettano, tra gli altri, PDF, DOC, DOCX e TXT. Durante la prova, testa i tuoi documenti per verificarne la compatibilità con il tuo flusso.

Posso integrare il parsing nel mio ATS?

Sì. L’API consente di utilizzare i dati strutturati in un ATS o in un’altra applicazione. Consulta la pagina API e la documentazione per i dettagli.

Quanti CV posso elaborare durante la prova?

La prova include 200 crediti per 14 giorni. Poiché il parsing a regole costa 1 credito per CV, puoi elaborarne fino a 200 se dedichi tutti i crediti a questa modalità.

Il parsing a regole usa l’IA?

No. Questa modalità usa regole di estrazione e normalizzazione. Non viene chiamato un modello IA per ogni documento elaborato con il parsing a regole.

Prova il parsing a regole sui tuoi CV

Carica diversi tipi di documento, verifica i dati strutturati e scegli la modalità adatta ai tuoi volumi, ai tuoi CV e al tuo flusso.