基于情感分类的面试数据分析方法、计算机装置及介质制造方法及图纸

本发明专利技术提供一种面试数据分析方法、计算机装置及可读存储介质。所述方法包括：获取应聘者的面试语音信息；将所述应聘者的面试语音信息转换为面试文本信息；将所述面试文本信息输入至预设的情感分析模型，对所述文本信息中的文字内容进行情感分析，得到情感分类结果；根据所述情感分类结果确定所述应聘者是否符合录取条件。本发明专利技术为通过自动分析应聘者面试语音信息为人力资源部门提供前瞻性的分析，节约企业人力资源成本，且能够为企业招聘到与招聘岗位匹配度更佳的人员。

Interview Data Analysis Method, Computer Device and Media Based on Emotional Classification

【技术实现步骤摘要】
基于情感分类的面试数据分析方法、计算机装置及介质
本专利技术涉及人工智能
，具体涉及一种基于文本情感分析的面试数据分析方法、计算机装置及计算机可读存储介质。
技术介绍
企业的运行离不开员工，所以招聘合适的员工对于企业来说非常重要。面试是企业挑选员工的一种重要方法。现实中招聘员工的过程一般是企业人力资源部门的人员对求职人员的简历进行初步筛后确定面试名单，然后邀请应聘者通过面谈或电话/视频的方式进行面试。在根据应聘者的综合表现决定是否录用。然而，这种面试方式需要人力资源部门耗费大量的时间和人力，且效率不高。且凭借招聘人员的主观和经验分析应聘者是否符合工作岗位也可能出现招聘到的人员与岗位不配的不佳的问题。因此，如何让招聘过程变得更加智能化以及如何根据面试者的个人信息及面试过程中的内容信息智能化的分析和预测应聘者是否适合招聘岗位是亟待解决的技术问题。
技术实现思路
鉴于以上问题，本专利技术提出一种基于情感分类的面试数据分析方法、计算机装置及存储介质，使得招聘过程更加智能，节约人力资源，且使得招聘的人员与岗位有更高的匹配度。本申请的第一方面提供一种面试数据分析方法，所述方法包括：获取应聘者的面试语音信息；将所述应聘者的面试语音信息转换为面试文本信息；将所述面试文本信息输入至预设的情感分析模型，对所述文本信息中的文字内容进行情感分析，得到情感分类结果；根据所述情感分类结果确定所述应聘者是否符合录取条件。优选地，在获取所述应聘者的面试语音信息之前，所述方法还包括：获取面试语音信息，所述面试语音信息中包括面试官的语音信息和应聘者的面试语音信息；从所述面试语音信息中分离出所述应聘者的语音信息，其中，从面试语音信息中分离所述应聘者的语音信息包括：将所述面试语音信息进行声音分帧；从所述面试语音信息中提取相互重叠的滑动窗口，并从非重叠的各个滑动窗口中提取声纹特征信息；根据每个滑动窗口对应的声纹特征信息分别确定面试官及应聘者对应的滑动窗口；提取出所述应聘者对应的所有滑动窗口，并将所有滑动窗口按照顺序拼接成为应聘者单人的语音信息，作为从所述面试语音信息中提取出应聘者的语音信息。优选地，“从非重叠的各个滑动窗口中提取声纹特征信息；根据每个滑动窗口对应的声纹特征信息分别确定面试官及应聘者对应的滑动窗口”包括：基于长短期记忆网络的d-vectory音频特征提取方法，将每个滑动窗口中的语音信息输入长短期记忆网络，然后将长短期记忆网络的输出作为该滑动窗口对应的声纹特征表示，再利用频谱聚类算法对每个滑动窗口的声纹特征信息计算相似性，将相似性大于预设值的滑动窗口作为同一个说话者对应的语音信息。优选地，“将应聘者的语音信息转换为文本信息”的方法包括：对所述应聘者的语音信息进行分帧处理；提取所述应聘者语音信息的每一帧中的声纹特征向量；将所述声纹特征向量输入预设的声学模型，得到所述声纹特征向量对应的音素信息；在预先存储的音素字典中查找与所述应聘者音素信息匹配的文字信息，并根据音素字典中音素与文字的映射关系，将所述应聘者的音素信息转换为目标文字；将所述目标文字转换成面试文本信息。优选地，所述声纹特征向量为声学特征中的线性预测倒谱系数、梅尔频率倒谱系数中的任一种或两种。优选地，所述情感分析模型的生成方法包括：获取面试文本信息作为训练数据，并对训练数据中的语句分别进行情感类型标注，所述训练数据分为训练样本集和验证样本集；构建情感分析模型，将所述训练样本集输入所述情感分析模型，对所述情感分析模型进行训练；通过所述验证样本集对所述训练完成的情感分析模型进行验证。优选地，所述情感分析模型为双向长短期记忆网络模型、支持向量机模型、决策树、线性回归模型中的任一种。优选地，所述情感分类结果包括正向情感、负向情感和中性情感，当所述面试文本信息的情感分类为正向情感时，确定所述应聘者符合录取条件，当所述面试文本信息的情感分类为负向情感时，确定所述应聘者不符合录取条件，当所述面试文本信息的情感分类为中性情感时，确定所述应聘者作为备选人员。本专利技术第二方面提供一种计算机装置，所述计算机装置包括处理器，所述处理器用于执行存储器中存储的计算机程序时实现如前所述的面试数据分析方法。本专利技术第三方面提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如前所述的面试数据分析方法。与现有技术相比，本专利技术通过智能分析应聘者在面试过程中的语音信息来分析应聘者是否符合招聘岗位的录取条件，为人力资源部门提供前瞻性的分析，极大节约企业人力资源成本，且能够为企业招聘到与招聘岗位匹配度更佳的人员。附图说明图1是本专利技术一实施方式提供的面试数据智能分析方法的应用环境架构示意图。图2是本专利技术一实施方式提供的面试数据智能分析方法流程图。图3是本专利技术一实施方式提供的从面试语音信息中提取所述应聘者的面试语音信息的方法流程图。图4是本专利技术一实施方式提供的将应聘者的语音信息转换为文本信息的方法流程图。图5是本专利技术一实施方式提供的面试数据智能分析系统的功能模块示意图。图6是本专利技术一实施方式提供的计算机装置硬件架构示意图。具体实施方式为了能够更清楚地理解本专利技术的上述目的、特征和优点，下面结合附图和具体实施例对本专利技术进行详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。在下面的描述中阐述了很多具体细节以便于充分理解本专利技术，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。除非另有定义，本文所使用的所有的技术和科学术语与属于本专利技术的
的技术人员通常理解的含义相同。本文中在本专利技术的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本专利技术。请参阅图1，为本专利技术一个实施例提供的面试数据智能分析方法的应用环境架构示意图。本专利技术中的面试数据智能分析方法应用在计算机装置1中。本实施方式中，所述计算机装置1可以是但不限于服务器、台式计算机、笔记本电脑、平板电脑、智能手机等电子设备，其中，所述服务器可以是单一的服务器、服务器集群或云服务器等。例如，所述计算机装置1可以是企业中人力资源部门的计算机装置，用于在招聘过程中对应聘者的简历和面试过程中产生的语音数据进行智能分析，进而辅助企业人力资源部门判断应聘者是否符合招聘要求。本实施方式中，所述计算机装置1可以和至少一个终端装置2通过网络建立通信连接。所述网络可以是有线网络，也可以是无线网络，例如无线电、无线保真(WirelessFidelity,WIFI)、蜂窝、卫星、广播等。举例而言，在一种实施方式中，所述终端装置2可以是面试官的手机或笔记本电脑等终端装置，也可以是面试场所中的摄像机、麦克风等，但并不以此为限，所述终端装置2可以在面试官对应聘者进行面试交谈过程中记录语音信息，并将所述语音信息发送至所述计算机装置1进行分析。本实施方式中，对于需要执行面试数据智能分析功能的计算机装置1，可以直接在计算机装置1上集成本专利技术的方法所提供的面试数据智能分析的硬件装置，或者安装用于实现本专利技术的所提供的面试数据智能分析方法的客户端。再如，本专利技术所提供的面试数据智能分析方法还可以是以软件开发工具包本文档来自技高网...

【技术保护点】
1.一种面试数据分析方法，其特征在于，所述方法包括：获取应聘者的面试语音信息；将所述应聘者的面试语音信息转换为面试文本信息；将所述面试文本信息输入至预设的情感分析模型，对所述文本信息中的文字内容进行情感分析，得到情感分类结果；根据所述情感分类结果确定所述应聘者是否符合录取条件。

【技术特征摘要】
1.一种面试数据分析方法，其特征在于，所述方法包括：获取应聘者的面试语音信息；将所述应聘者的面试语音信息转换为面试文本信息；将所述面试文本信息输入至预设的情感分析模型，对所述文本信息中的文字内容进行情感分析，得到情感分类结果；根据所述情感分类结果确定所述应聘者是否符合录取条件。2.如权利要求1所述的面试数据分析方法，其特征在于，在获取所述应聘者的面试语音信息之前，所述方法还包括：获取面试语音信息，所述面试语音信息中包括面试官的语音信息和应聘者的面试语音信息；从所述面试语音信息中分离出所述应聘者的语音信息，其中，从面试语音信息中分离所述应聘者的语音信息包括：将所述面试语音信息进行声音分帧；从所述面试语音信息中提取相互重叠的滑动窗口，并从非重叠的各个滑动窗口中提取声纹特征信息；根据每个滑动窗口对应的声纹特征信息分别确定面试官及应聘者对应的滑动窗口；提取出所述应聘者对应的所有滑动窗口，并将所有滑动窗口按照顺序拼接成为应聘者单人的语音信息，作为从所述面试语音信息中提取出的应聘者的语音信息。3.如权利要求2所述的面试数据分析方法，其特征在于，“从非重叠的各个滑动窗口中提取声纹特征信息；根据每个滑动窗口对应的声纹特征信息分别确定面试官及应聘者对应的滑动窗口”包括：基于长短期记忆网络的d-vectory音频特征提取方法，将每个滑动窗口中的语音信息输入长短期记忆网络，然后将长短期记忆网络的输出作为该滑动窗口对应的声纹特征表示，再利用频谱聚类算法对每个滑动窗口的声纹特征信息计算相似性，将相似性大于预设值的滑动窗口作为同一个说话者对应的语音信息。4.如权利要求1所述的面试数据分析方法，其特征在于，“将应聘者的语音信息转换为文本信息”的方法包括：对所述应聘者的语音信息进行分帧处理；提取所述应聘者语...

【专利技术属性】
技术研发人员：龚泽熙，
申请(专利权)人：卓尔智联武汉研究院有限公司，
类型：发明
国别省市：湖北,42