English Version

spaCy Resume Analysis

This project uses spaCy and other NLP tools to analyze and extract skills from resumes. It leverages various Python libraries for data manipulation, visualization, and machine learning.

Table of Contents

• Installation
• Usage
• Features
• License

Installation

1. Clone the repository:

   git clone https://github.com/GabrielTelles4K/spaCy-Resume-Analysis.git
   cd spaCy-Resume-Analysis

2. Create a virtual environment:

   python -m venv env

3. Activate the virtual environment:
   • On Windows:

     .\env\Scripts\activate

   • On macOS/Linux:

     source env/bin/activate

4. Install the required packages:

   pip install -r requirements.txt

Usage

1. Load the resume dataset:

   df = pd.read_csv("path/to/resume-dataset/Resume.csv")

2. Process the resumes and extract skills:

   clean = []
   for i in range(data.shape[0]):
       review = re.sub(r'(@[A-Za-z0-9]+)|([^0-9A-Za-z \t])|(\w+:\/\/\S+)|^rt|http.+?', " ", data["Resume_str"].iloc[i])
       review = review.lower().split()
       lm = WordNetLemmatizer()
       review = [lm.lemmatize(word) for word in review if not word in set(stopwords.words("english"))]
       clean.append(" ".join(review))
   data["Clean_Resume"] = clean
   data["skills"] = data["Clean_Resume"].str.lower().apply(get_skills)
   data["skills"] = data["skills"].apply(unique_skills)
   data.head()

3. Visualize the results:

   fig = px.histogram(data, x="Category", title="Distribution of Jobs Categories").update_xaxes(categoryorder="total descending")
   fig.show()

Features

• Extracts and visualizes skills from resumes.
• Uses spaCy's NLP capabilities.
• Visualizes job categories and skill distributions.

License

This project is licensed under the MIT License.

---

Versão em Português

Análise de Currículos com spaCy

Este projeto utiliza spaCy e outras ferramentas de PLN para analisar e extrair habilidades de currículos. Utiliza várias bibliotecas Python para manipulação de dados, visualização e aprendizado de máquina.

Sumário

• Instalação
• Uso
• Funcionalidades
• Licença

Instalação

1. Clone o repositório:

   git clone https://github.com/GabrielTelles4K/spaCy-Resume-Analysis.git
   cd spaCy-Resume-Analysis

2. Crie um ambiente virtual:

   python -m venv env

3. Ative o ambiente virtual:
   • No Windows:

     .\env\Scripts\activate

   • No macOS/Linux:

     source env/bin/activate

4. Instale os pacotes necessários:

   pip install -r requirements.txt

Uso

1. Carregue o dataset de currículos:

   df = pd.read_csv("caminho/para/resume-dataset/Resume.csv")

2. Processe os currículos e extraia habilidades:

   clean = []
   for i in range(data.shape[0]):
       review = re.sub(r'(@[A-Za-z0-9]+)|([^0-9A-Za-z \t])|(\w+:\/\/\S+)|^rt|http.+?', " ", data["Resume_str"].iloc[i])
       review = review.lower().split()
       lm = WordNetLemmatizer()
       review = [lm.lemmatize(word) for word in review if not word in set(stopwords.words("english"))]
       clean.append(" ".join(review))
   data["Clean_Resume"] = clean
   data["skills"] = data["Clean_Resume"].str.lower().apply(get_skills)
   data["skills"] = data["skills"].apply(unique_skills)
   data.head()

3. Visualize os resultados:

   fig = px.histogram(data, x="Category", title="Distribuição das Categorias de Empregos").update_xaxes(categoryorder="total descending")
   fig.show()

Funcionalidades

• Extrai e visualiza habilidades de currículos.
• Utiliza as capacidades de PNL do spaCy.
• Visualiza categorias de emprego e distribuições de habilidades.

Licença

Este projeto é licenciado sob a Licença MIT.