HarmonyOS 鸿蒙Next小白，做一个智能简历解析系统需要用到哪些关键技术和走什么研究路线呢（使用DevEco Studio）

智能简历工具可以根据岗位要求自动分析和推荐简历内容的修改和优化。例如，它可以通过关键词分析，自动调整简历中的描述，使其与职位要求更加匹配，从而提高简历通过自动筛选系统（ATS，Applicant Tracking System）的概率。

（1）信息录入：系统能够支持简历信息、岗位信息录入功能，通过使用自然语言处理和机器学习算法，系统能够智能地处理各种简历格式和语言，提高解析的准确性和适应性。

（2）关键信息提取分析：系统能够从解析后的简历中提取关键信息，包括候选人的姓名、联系方式、工作经历、教育背景、专业技能等。这些信息将被结构化和存储，以便后续的分析和查询。项目采用半结构化的信息提取方式，并整理成结构化数据。

(3)统计和分析：系统可以对解析后的简历信息进行统计和分析，提供有关候选人的数量、教育背景分布、技能关键词频率等数据。这些数据可以帮助企业快速了解候选人的特征和特点，以便更好地进行筛选和比较。

(4)用户界面：系统提供一个直观友好的用户界面，使用户能够方便地上传和解析简历，查看提取的信息以及进行统计和分析。

本项目所开发智能简历解析系统将极大地提高招聘效率和准确性，为企业节省时间和成本。它将帮助人力资源部门更好地处理大量简历，并提供有价值的数据支持，使招聘决策更加科学和精确。

我自己的思路是

思路

（1）数据收集和预处理

收集用户上传的PDF简历或文本简历，并进行格式转换和预处理，确保数据的一致性和可解析性。对文本简历进行文本清洗和规范化，去除特殊字符、标点符号和无用的空白字符。

（2）自然语言处理

使用自然语言处理技术，如分词、词性标注和命名实体识别，对简历文本进行语义解析和信息提取。识别和提取关键信息，如候选人姓名、联系方式、教育背景、工作经历、技能等。

（3）简历结构识别

使用机器学习算法或规则引擎，对简历的结构进行识别，如个人信息、教育背景、工作经历等部分的定位和划分。这里涉及到命名实体识别的技术，目前该技术已经较为成熟。根据识别的结构，将相应部分的内容提取出来，并进行进一步的处理和分析。

（4）数据存储和索引

将解析和提取的关键信息结构化存储，以方便后续的查询和分析。建立适当的数据库结构和索引，以支持高效的数据存储和检索操作。

（5）统计和分析

利用存储的简历信息，进行统计和分析，生成有关候选人特征和特点的数据报告。可以分析教育背景的分布、工作经历的时间线、技能关键词的频率等，提供有助于招聘决策的数据支持。

使用DevEco Studio,想知道详细实现思路（包括关键技术用什么工具模型，库等等）