[發明專利]基于人工智能的面試方法、裝置、計算機設備及存儲介質

在審

• 申請號: 202010340345.7
• 申請日: 2020-04-26
• 公開（公告）號: CN111694937A
• 公開（公告）日: 2020-09-22
• 發明（設計）人: 鄧悅;金戈;徐亮
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06F16/332
• 分類號: G06F16/332;G06F16/35;G06F40/289;G06F40/30;G06K9/62;G06N3/04;G06N3/08;G06Q10/06;G06Q10/10
• 代理公司: 深圳市世聯合知識產權代理有限公司 44385
• 代理人: 汪琳琳

本發明公開了一種基于人工智能的面試方法、裝置、計算機設備及存儲介質，包括：通過獲取應答文本，根據預設條件，對應答文本進行語義識別并分類，得到第一數據、第二數據和第三數據，將第一數據、第二數據和第三數據輸入到預設的智能面試模型訓練，得到應答文本分類、命名實體和開放性面試問題，實現用一個模型同時進行多個面試數據的處理任務，確保數據的統一性和完整性，提高智能面試的效率和面試結果的準確性，同時，根據應答文本分類確定即時應答分值，根據命名實體確定應答的真實性分值，根據開放性面試問題繼續引導智能面試，根據最終得到的即時應答分值和真實性分值，確定面試結果，并將該面試結果存儲在區塊鏈上，提高了面試效率。

技術領域

本發明涉及人工智能領域，尤其涉及一種基于人工智能的面試方法、裝置、計算機設備及存儲介質。

背景技術

隨著計算機技術的飛速發展，人工智能的應用越來越廣，在一些大型企業，需要從海量面試者中挑選出適合的人員，采用智能面試成了一個很好的選擇，在智能面試場景中，對面試結果進行評估涉及到的維度比較多，例如需要根據對面試回答文本的語義理解來判斷面試者的應答能力，需要根據從回答中獲取實體命名來驗證描述的一致性，同時，還需要根據回答智能生成問題與面試者進行交互，在現有技術中，每個維度均需要采用一種特定的方式或者模型去實現，而不同模型之間關聯性不強，數據通用性較差，這導致智能面試的效率不高。

發明內容

本發明實施例提供一種基于人工智能的面試方法、裝置、計算機設備和存儲介質，以提高智能面試的效率。

一種基于人工智能的面試方法，包括：

獲取應答文本，其中，所述應答文本包括面試者簡歷文本和面試者回答面試問題得到的回答文本；

根據預設條件，對所述應答文本進行語義識別并分類，得到第一數據、第二數據和第三數據，其中，所述第一數據為文本分類任務數據，所述第二數據為命名實體識別任務數據，所述第三數據為文本生成任務數據；

將所述第一數據、所述第二數據和所述第三數據輸入到預設的智能面試模型，分別得到應答文本分類、命名實體和開放性面試問題，其中，所述智能面試模型包括九層架構，第一層為數據輸入層，第二層為數據編碼層，第三層到第七層均為transformer編碼層，第八層為全連接層，第九層為softmax輸出層；

根據所述應答文本分類確定即時應答分值，根據所述命名實體確定應答的真實性分值，根據所述開放性面試問題繼續引導智能面試，并返回所述獲取應答文本的步驟繼續執行，直到生成的開放性面試問題為空時停止；

根據得到的即時應答分值和真實性分值，確定面試結果。

可選地，在所述將所述第一數據、所述第二數據和所述第三數據輸入到預設的智能面試模型，分別得到應答文本分類、命名實體和開放性面試問題之前，所述基于人工智能的面試方法還包括：

將樣本數據按照預設的輸入方式，輸入到初始智能面試模型中，并輸出對應的輸出結果，其中，所述樣本數據為面試數據庫中的歷史應答文本；

根據所述輸出結果，確定損失函數；

根據確定好的損失函數，計算損失值；

若所述損失值超過預設閾值范圍，則根據所述損失值進行迭代擬合，更新所述Transformer編碼層的參數，并返回所述將樣本數據按照預設的輸入方式，輸入到初始智能面試模型中，并輸出對應的輸出結果的步驟繼續執行；

若所述損失值未超過預設閾值范圍，將得到的智能面試模型作為所述預設的智能面試模型。

可選地，所述將樣本數據按照預設的輸入方式，輸入到初始智能面試模型中，并輸出對應的輸出結果包括：