构建简历-职位匹配生成式AI模型结果不准确的技术求助

问题背景 #

我是生成式AI领域的新手，正尝试构建一个读取简历并判断其是否匹配目标职位的模型。已完成代码实现，但运行后结果不准确。使用HuggingFace模型，代码如下：

import pandas as pd
import numpy as np

from langchain import HuggingFaceHub
from langchain.prompts import PromptTemplate
from langchain.chains import LLMChain, SequentialChain
from langchain_community.document_loaders import UnstructuredWordDocumentLoader

doc= UnstructuredWordDocumentLoader(r'C:\Users\Lijin Durairaj\Desktop\resume.docx')
_data=doc.load()
_resume=_data[0].page_content


model_name='google/flan-t5-base'
huggin_face_api_token='**************************************'

client=HuggingFaceHub(
    huggingfacehub_api_token=huggin_face_api_token,
    repo_id=model_name,
    model_kwargs={
        'temperature':0.7        
    }
)


template=PromptTemplate(
input_variables=['job_position','resume'],
template='evaluate the resume: {resume} and tell me if the candidate is suitable for the position of {job_position}'
)

chain=LLMChain(llm=client,prompt=template)
chain.run({
    'resume':_resume
})

疑问点 #

• 我的提示模板是否有误？若无误，该如何优化？
• 我选用的模型是否合适？是否需要更换其他模型？
• 是否需要调整整体实现思路？
• 是否需要进行数据清洗与特征提取？

解决方案 #

1. 提示模板问题与优化 #

你的模板存在明显错误：调用chain.run()时只传入了resume参数，缺少job_position，导致模板无法完整填充，模型输出自然不准确。

优化方向：

• 补全调用参数，比如chain.run({'resume': _resume, 'job_position': '软件工程师'})
• 明确输出格式要求，让模型给出结构化结果，避免模糊回答。示例模板：

  请评估以下简历内容：{resume}
  判断候选人是否适合{job_position}岗位，输出格式要求：
  1. 匹配结果：匹配/不匹配
  2. 核心理由：列出3-5条关键匹配或不匹配的依据
  

• 增加岗位要求输入项，在模板中加入job_requirements变量，让模型基于明确的岗位技能、经验标准判断。

2. 模型选择建议 #

google/flan-t5-base是轻量级模型，擅长基础指令遵循，但处理长文本（简历内容通常较多）和复杂语义匹配的能力有限，易出现判断偏差。

调整建议：

• 换用更大参数的同系列模型，比如google/flan-t5-xl，提升复杂语义理解能力
• 选用专门的文本匹配模型，比如sentence-transformers/all-MiniLM-L6-v2，将简历和岗位要求转为向量后计算相似度，这种方式在匹配场景下更稳定

3. 整体实现思路调整 #

当前单LLM直接判断的方式过于简单，建议优化为分阶段流程：

1. 简历信息提取：从简历中提取结构化的关键信息（技能、工作经验、教育背景、项目经历等）
2. 岗位要求解析：提取岗位的核心要求（必备技能、经验年限、学历等）
3. 匹配对比：将结构化的简历信息与岗位要求做精准对比，最后用LLM生成结论
   分阶段处理能减少模型长文本处理压力，大幅提升判断准确性

4. 数据清洗与特征提取的必要性 #

非常有必要：

• 简历通常包含冗余信息（页眉页脚、无关个人描述），需清洗去除干扰内容，保留核心职业相关信息
• 特征提取可将非结构化简历文本转为结构化数据（技能列表、工作年限、项目关键词），不管是向量匹配还是LLM判断，结构化数据都能让模型更精准聚焦关键信息

示例数据清洗步骤：

• 去除特殊符号、重复内容
• 过滤与职业无关的内容（如兴趣爱好、联系方式，除非岗位有特殊要求）
• 统一技能表述（如将“Python编程”“使用Python开发”统一为“Python”）

内容的提问来源于stack exchange，提问作者Lijin Durairaj