[发明专利]一种针对OCR简历识别算法的自动化测试方法和系统

说明书

本发明公开了一种针对OCR简历识别算法的自动化测试方法，包括以下步骤：(1)导入简历相关信息；(2)随机生成简历；(3)文字内容比对；(4)输出测试报告。本发明还公开了一种针对OCR简历识别算法的自动化测试系统，包括导入模块、生成模块、内容比对模块和输出模块。本发明高效生成简历，人工干预阶段仅需完成搜集输入工作，减轻了测试人员的负担，提升了测试效率，且通过本测试方法可以对有限的数据重组出多种形式的简历，也减少了所需要的数据量；本发明高效对比简历内容，无需自主对比分析OCR算法的结果，大大降低了测试人员的门槛，也减少了因人为原因而产生的误判，测试结果的可靠性有所提升，为算法的进一步优化提供了良好的指导效果。

技术领域

本发明涉及简历识别，特别是一种针对OCR简历识别算法的自动化测试方法，以及使用该方法的系统。

背景技术

传统OCR主要指对输入扫描的文档图形进行分析和处理，检测并识别出图像中的文字信息，并将图像中的文字转换成文本格式，供文字处理软件进一步编辑加工的技术。如今的OCR技术则更多用于自然场景下文字识别，例如招聘网站在接收到求职者各类排版的简历时，需要将其转化为标准格式的简历以方便招聘者查阅，在简历识别过程中如何除错或利用辅助信息提高识别正确率，是OCR最重要的课题，也成为衡量一个OCR简历识别系统性能好坏的主要指标。

然而长期以来对于OCR简历识别算法的测试却很难实现，更多的测试活动是停留在前期的白盒测试，例如代码走读、静态检查等，而黑盒测试则依赖于人工的导入识别。很多测试活动又因人力资源的限制，无法开展大规模的测试，很难评估一个OCR简历识别系统的识别正确率，只能匆忙上线交由实际用户去评估，造成了该系统风险的存在。

发明内容

发明目的：本发明的目的是提供一种识别率高的针对OCR简历识别算法的自动化测试方法，本发明的另一目的是提供一种可用性强的针对OCR简历识别算法的自动化测试系统。

技术方案：本发明所述的一种针对OCR简历识别算法的自动化测试方法，包括以下步骤：

(1)导入简历相关信息；

(2)随机生成简历：将导入的文字内容打乱重排以模拟生成新的简历内容，并且随机填充至之前导入的简历模板中；

(3)文字内容比对；

(4)输出测试报告。

所述步骤(1)具体为：

(1.1)导入简历版式：提供一个或多个标准A4尺寸页面，在此页面上支持以手动方式绘制添加文字框，也支持自动生成简历版式，自动生成的逻辑为随机生成不同大小的文字框直到布局满整个页面，随后参考实际简历版式对每个文字框进行板块的人工或自动标注；

(1.2)导入简历内容：仅支持手工输入，所述简历内容包括必填内容和可选内容，所述必填内容包括个人资料、教育背景、工作经历，所述可选内容包括掌握技能、个人评估、联系方式、项目经历、获奖情况。

所述步骤(3)中的内容比对包括整段落的标题识别和段落内文字匹配率识别。

所述步骤(4)中的报告为图形化HTML格式的报告，报告的主要参数包括识别的简历数量、识别的段落数量、匹配成功的段落数量、段落匹配成功率、匹配总文字数量、文字识别正确。

一种针对OCR简历识别算法的自动化测试系统，包括以下模块：

导入模块：包括简历版式导入和简历内容导入；

生成模块：将导入的文字内容打乱重排以模拟生成新的简历内容，并且随机填充至之前导入的简历模板中；

内容比对模块：包括整段落的标题识别和段落内文字匹配率识别；