大家早上好！

我正在研究与 RPA（机器人流程自动化）平台集成的简历解析器。

该机器人具有 OCR 功能，可以从 PDF 简历中提取文本，并提供标记化的内容以及每个单词的 X 和 Y 坐标。

我的目标是创建一个预测模型来识别简历的关键部分，然后在工作流程的其余部分使用传统的简历解析。

该模型中包含的一些功能如下：

| 词 | X_规范 | Y_规范 | 长度_字 | Num_Word_per_Line | 特殊字符？| 包含数字？|

归一化是最小-最大。我们还在努力获取字体大小和标准化颜色（即粗体）。

我的直觉是，传统的机器学习模型可能会更好，因为我们只有资源来标记 200-300 份简历，而不是数千份。但我想对深度学习持开放态度（我没有太多经验）。RPA 工作流程使得简历专家可以实时向模型提供反馈，并且可以即时改进自身的东西对于这个用例可能会更好。

传统的机器学习模型也能有效地自我改进吗？

谢谢你的时间！