Terug naar overzicht
CV & Data Automatisering
Remo Vloet6 min.

Een parser testen met je eigen cv's

Een nette kandidaatkaart bewijst nog niet dat de inhoud klopt. Vergelijk de velden met de bron en kijk ook wat de parser opslaat, overslaat of samenvoegt.

In dit artikel

Cv-parsing op nauwkeurigheid testen begint met een verzameling documenten die lijkt op wat je bureau ontvangt. Leg vooraf vast welke informatie uit elk cv moet komen en vergelijk de uitvoer per veld met die bron. Controleer vervolgens wat het ATS met de uitgelezen gegevens doet. Een geslaagde upload is nog geen correct kandidaatdossier.

Een cv kan bijvoorbeeld twee functies bij dezelfde werkgever bevatten. Op het scherm verschijnen beide functienamen, maar de einddatum van de eerste functie belandt bij de tweede. Wie alleen kijkt of het profiel gevuld is, mist die fout.

In het kort

  • Test gewone documenten én lastige varianten uit jouw werkpraktijk.
  • Leg de verwachte velden en onderlinge relaties vast vóór de test.
  • Beoordeel fouten, gemiste informatie en onterechte aanvullingen apart.
  • Controleer opslaan, opnieuw verwerken en correctiewerk naast de extractie zelf.

Welke documenten horen in je testset?

Neem documenttypen, talen en loopbaanvormen op die je bureau echt verwerkt. Denk aan een digitale pdf, een Word-document, een cv met kolommen en een langere loopbaan met meerdere rollen bij één werkgever. Voeg afwijkende gevallen toe, maar laat de test niet uitsluitend uit uitzonderingen bestaan.

Maak eerst een inventarisatie van wat binnenkomt. Een bureau dat vooral Nederlandstalige Word-cv’s krijgt, heeft een andere test nodig dan een bureau dat regelmatig Engelstalige scans ontvangt. Noteer bij elk bestand het type, de taal en de reden waarom het in de set zit.

Gebruik waar mogelijk fictieve documenten voor de eerste technische proef. Wil je echte cv’s gebruiken, beoordeel dan vooraf doel, toegang en afspraken met de leverancier. Alleen een naam verwijderen maakt een loopbaanbeschrijving niet automatisch anoniem. Verstuur geen volledige productie-export om even te proberen of het werkt.

Wat hoort er op een beoordelingsformulier?

Schrijf eerst op wat een beoordelaar in het cv kan aanwijzen. Noteer de verwachte waarde en waar die staat. Leg ook vast wanneer een leeg veld juist is. Een ontbrekende startdatum invullen met een gok is iets anders dan een startdatum missen die wel duidelijk in de bron staat.

Gebruik bijvoorbeeld dit formulier voor een fictief cv van Alex:

ControlepuntVerwachte uitkomstWaar let je op?
Twee functies bij dezelfde werkgeverTwee afzonderlijke ervaringsregelsFunctie, begin- en einddatum blijven bij elkaar
Lopende opleidingOpleiding met de aangegeven lopende statusGeen behaald diploma toevoegen
Engels genoemd als werktaalDe brongetrouwe vermeldingGeen onbewezen taalniveau invullen
Geen telefoonnummer aanwezigVeld blijft leegGeen nummer uit een referentie overnemen
Alleen jaartallen bij een oude functieNauwkeurigheid blijft beperkt tot de bronGeen exacte maand suggereren zonder grond

Dit zijn gewenste testuitkomsten, geen resultaten van een uitgevoerde producttest. Laat een tweede collega twijfelgevallen bekijken voordat je de parser beoordeelt. Soms is de beoordelingsregel onduidelijk, niet alleen het document.

Waar kan de verwerking misgaan?

Een fout kan ontstaan bij het lezen van het bestand, het herkennen van informatie of het plaatsen daarvan in het dossier. Houd die stappen uit elkaar. Een cv met een keurige visuele indeling kan een onlogische tekstvolgorde opleveren wanneer software het bestand uitleest.

Parsingsoftware zet een bestand vaak eerst om naar tekst en herkent pas daarna de informatie. Controleer bij een fout daarom zo mogelijk ook de uitgelezen tekst. Een verkeerde volgorde kan verklaren waarom de parser een datum aan de verkeerde functie koppelt.

Een scan vraagt bovendien om tekstherkenning, ook wel OCR. Vraag of de gebruikte route die ondersteunt. Een bestandskeuze met ‘pdf’ zegt op zichzelf niets over het verwerken van een pdf die alleen afbeeldingen bevat. Test zo’n bestand apart en kijk of het systeem een begrijpelijke uitkomst geeft.

De volgende controle is de vertaling naar velden. Een juiste naam kan toch in het verkeerde veld landen. En correcte functienamen zijn nog geen correcte ervaringsregels als de datums bij een andere werkgever terechtkomen.

Hoe beoordeel je de nauwkeurigheid zonder misleidend gemiddelde?

Houd per veld bij of de waarde correct is, ontbreekt, verkeerd is of zonder bron is toegevoegd. Rapporteer aantallen en de gebruikte noemer. ‘Correcte waarden onder aanwezige waarden in de bron’ beantwoordt een andere vraag dan ‘correcte waarden onder alles wat de parser invulde’.

Vermeld de resultaten per documentgroep en per belangrijk veld. Een gemiddelde over veel eenvoudige contactvelden kan problemen met werkervaring verbergen. Kijk ook naar het gevolg: een fout in een optioneel label vraagt een andere reactie dan een verkeerde werkgever of een diploma dat iemand niet heeft behaald.

Een confidence-score vervangt deze beoordeling niet. Microsoft maakt onderscheid tussen confidence en gemeten modelnauwkeurigheid. Zo’n score is een modelschatting bij een voorspelling; het is niet de uitslag van jouw testset. Controleer welke velden een score hebben en of hoge scores in jouw documenten inderdaad minder fouten opleveren.

Maak van je oefening geen leveranciersranglijst wanneer je de sets of instellingen niet gelijk hebt gehouden. Het doel is weten welke controle jouw bureau nodig heeft.

Wat moet je na de extractie testen?

Kijk waar gegevens terechtkomen zodra de verwerking klaar is. Maakt de upload direct een nieuw record, verschijnt eerst een controlescherm of komt er een voorstel? Test die route met de rol die de recruiter straks gebruikt. Een andere ingang kan ander gedrag hebben.

Verwerk daarna hetzelfde fictieve cv opnieuw. Onderzoek of een extra kandidaat ontstaat, bestaande lege velden worden gevuld of eerder gecontroleerde waarden veranderen. Maak vooraf een handmatige correctie, zodat je kunt zien wat het systeem daarmee doet.

Meet ook het werk dat overblijft. Een parser die veel velden vult maar lange correcties vraagt, levert niet automatisch een bruikbaar proces op. Noteer welke fout makkelijk te herstellen is, welke relaties opnieuw moeten worden gecontroleerd en wie dat doet.

Bewaar een deel van je documenten voor een nieuwe test na aanpassingen. Als je alleen bestanden herhaalt waarmee je instellingen hebt verbeterd, weet je nog weinig over documenten die de parser daarna voor het eerst ziet.

Wat betekent dit als je Simply beoordeelt?

Bij document parsing in Simply krijgen werkervaring, opleidingen, vaardigheden, talen en certificeringen eigen onderdelen op het kandidaatprofiel. Gebruik die indeling voor je beoordeling: staan de twee functies uit Alex’ cv als afzonderlijke ervaringen met de juiste datums in het dossier? Bekijk zowel het veld als de bijbehorende relatie.

Neem Alex’ fictieve cv en een gewijzigde versie mee naar een Simply-demo. Vergelijk de eerste verwerking met het opnieuw uitlezen bij een bestaand dossier: Simply overschrijft daarbij niets zomaar. Een waarde die afwijkt van wat er al staat, komt eerst als voorstel met de oude en de nieuwe waarde naast elkaar, en jij keurt die goed of af. Neem een handmatige correctie mee in je test, zodat je ziet wat de recruiter daarna terugvindt.

Leg de beslissing vast in het beoordelingsformulier. Welke typen zijn bruikbaar, waar blijft controle nodig en welke gevallen moeten voorlopig langs een andere route? Dat overzicht helpt collega’s meer dan één groot percentage boven een demo.

Deel dit bericht

Over de auteur

Remo Vloet

Remo Vloet is medeoprichter van Simply, het AI Operating System voor recruitmentbureaus: inbox, gesprekken, sourcing, cv-verwerking, zoeken en matchen, documenten en automatisering in één systeem. Met een achtergrond in het bouwen van complexe software draagt hij bij aan de technische visie achter Simply.

LinkedInArtikelen van Remo Vloet

Veelgestelde vragen

Hoeveel cv's heb je nodig om een parser te testen?

Er is geen vast aantal dat voor ieder bureau voldoende bewijs geeft. Begin met de documentgroepen die je werkelijk ontvangt en zorg dat je terugkerende afwijkingen kunt beoordelen; een kleine proef is geen statistische garantie.

Betekent een hoge confidence-score dat het veld correct is?

Niet noodzakelijk. De score is een schatting van het model en moet je toetsen aan gecontroleerde voorbeelden. Kijk ook welk onderdeel de score beschrijft.

Moet een parser ontbrekende informatie aanvullen?

Een parser hoort extractie en eventuele verrijking duidelijk te onderscheiden. In een test voor brongetrouwe extractie moet je kunnen zien welke waarde uit het cv komt en welke waarde geen steun in die bron heeft.

Kan iedere parser gescande pdf's lezen?

Nee. Daarvoor is tekstherkenning nodig in de gebruikte verwerkingsroute. Test een scan apart en vraag wat het systeem doet als het geen bruikbare tekst vindt.

Waarom moet je een cv opnieuw verwerken tijdens de test?

De eerste verwerking toont niet wat er met bestaande of handmatig verbeterde gegevens gebeurt. Opnieuw verwerken laat zien of de route nieuwe records maakt, lege velden vult of andere wijzigingen uitvoert.

Meer in CV & Data Automatisering

Minder jagen,meer plaatsen.

Ontdek hoe Simply je workflow volledig kan transformeren. Geen slides, gewoon het product.

Cookie-instellingen

Kies welke optionele cookies we mogen gebruiken; ons cookiebeleid legt ze allemaal uit. Optionele categorieën staan uit tot je ze aanzet, en je kunt dit altijd wijzigen via de footer.

Noodzakelijk

Houdt de site veilig en onthoudt je taal en deze keuzes. Deze kunnen niet uit.

Altijd aan
Wat hieronder valt
  • simply_lang · Simply

    Onthoudt de taal die je in de footer kiest.

    Slaat op: Cookie, 1 jaar

  • simply_consent · Simply

    Onthoudt de keuzes die je hier maakt.

    Slaat op: Local storage, 12 maanden

  • Cloudflare Web Analytics · Cloudflare

    Telt paginaweergaven en meet laadsnelheid, zonder je te herkennen.

    Slaat op: Geen cookies

  • Cloudflare Turnstile · Cloudflare

    Controleert of het demoformulier door een mens wordt verstuurd.

    Slaat op: Geen cookies

Analytisch

Laat ons zien hoe bezoekers de site gebruiken, zodat we hem kunnen verbeteren.

Wat hieronder valt
  • Google Analytics · Google

    Telt bezoeken en laat zien welke pagina’s gebruikt worden.

    Slaat op: _ga, _ga_*: 2 jaar

  • Contentsquare · Contentsquare

    Analyseert klikken en scrollen; formulierinvoer wordt gemaskeerd.

    Slaat op: _cs_id, _cs_c: 13 maanden; _cs_s: 30 minuten

Marketing

Meet onze advertenties en campagnes, en laat ons relevante advertenties tonen op andere sites.

Wat hieronder valt
  • Google Ads · Google

    Meet welke advertenties tot een demoaanvraag leiden.

    Slaat op: _gcl_au: 90 dagen

  • Meta Pixel · Meta

    Meet conversies en maakt retargeting op Facebook en Instagram mogelijk.

    Slaat op: _fbp: 90 dagen

  • LinkedIn Insight Tag · LinkedIn

    Meet conversies en maakt retargeting op LinkedIn mogelijk.

    Slaat op: bcookie, li_sugr, lidc en andere op linkedin.com: 1 dag tot 1 jaar

  • Factors.ai · Factors.ai

    Herkent bezoekende bedrijven en koppelt bezoeken aan campagnes.

    Slaat op: _fuid: 400 dagen

Google Tag Manager laadt de Google-, analytische en marketingtags hierboven pas nadat je ze toestaat.