一种基于AI辅助面试场景的面试方法、装置及终端设备制造方法及图纸

本发明专利技术适用于计算机应用技术领域，提供了一种基于AI辅助面试场景的面试方法、装置及终端设备，方法包括：获取面试官表述的语音内容，并将语音内容转换为文本内容；对文本内容进行分词处理，获得分词数据库；在分词数据库中获取关键信息；根据关键信息判断当前面试场景类型，并根据面试场景类型选择是否启用相似问引擎，启动相似问引擎时，根据相似问引擎的处理结果获取问题模板，并选择评分模型对面试者的回答进行评分；不启动相似问引擎时，根据关键信息获取问题模板，并选择评分模型对面试者的回答进行评分。通过本发明专利技术能够在保留真人面试的灵活变通和主观能动性同时，提高AI面试评价的准确率。

【技术实现步骤摘要】
一种基于AI辅助面试场景的面试方法、装置及终端设备
本专利技术涉及计算机应用
，尤其涉及一种基于AI辅助面试场景的面试方法、装置及终端设备。
技术介绍
AI辅助面试，即真人面试官在AI辅助面试系统的协助下对候选人进行现场或远程面试的行为。相比起传统面试场景，AI辅助面试能够为面试官提供候选人信息，推荐面试问题，记录面试过程，并能对面试结果生成评价报告，具有过程结构化，评分标准化的优点。在AI辅助面试场景中，AI辅助面试系统会基于当前面试职位能力画像，从题库中生成对应的问题清单，起到为面试官提词以及对问题评分的作用。但由于AI技术目前阶段的局限性，其打分功能仅适用于题库中已存在的问题，对于面试官临时即兴问出的问题不具备打分能力。另一方面，在实际面试过程中，即便是题库中的问题，面试官的提问顺序和具体语言表达也很可能与标准问法不同，这对AI辅助面试的稳定性提出了挑战。
技术实现思路
本专利技术的主要目的在于提出一种基于AI辅助面试场景的面试方法、装置及终端设备，以解决现有技术中使用AI技术辅助面试时，对于面试官临时即兴问出的问题不具备打分能力，且面试官面试时，使用题库中已有的问题也存在分数判定不准确，面试结果分析不稳定可靠的问题。为实现上述目的，本专利技术实施例第一方面提供一种基于AI辅助面试场景的面试方法，包括：获取面试官表述的语音内容，并将所述语音内容转换为文本内容；对所述文本内容进行分词处理，获得分词数据库；在所述分词数据库中获取关键信息；根据所述关键信息判断当前面试场景类型，并根据所述面试场景类型选择是否启用相似问引擎，所述相似问引擎用于根据分词词向量匹配问题数据库中的问题模板；在启动相似问引擎时，根据相似问引擎的处理结果获取问题模板，并选择评分模型对面试者的回答进行评分；在不启动相似问引擎时，根据所述关键信息获取问题模板，并选择评分模型对面试者的回答进行评分。结合本专利技术第一方面，本专利技术第一方面第一实施方式中，根据所述关键信息判断当前面试场景类型，并根据所述面试场景类型选择是否启用相似问引擎，包括：检测所述分词数据库中的短句数量及所述关键信息的问题ID数量；所述关键信息的问题ID的数量与所述分词数据库中的短句数量相同时，则当前面试场景类型为人机面试场景，不启用相似问引擎；所述关键信息的问题ID的数量与所述分词数据库中的短句数量不同时，则当前面试场景类型为现场辅助面试场景，启用相似问引擎。结合本专利技术第一方面，本专利技术第一方面第二实施方式中，在启动相似问引擎时，根据相似问引擎的处理结果获取问题模板，并选择评分模型对面试者的回答进行评分，包括：在启动相似问引擎时，调用所述相似引擎中训练好的匹配神经网络模型，通过所述匹配神经网络模型，将所述关键信息转换为所述分词词向量；根据所述分词词向量匹配所述问题数据库中的问题模板；调用匹配成功的问题模板所对应的评分模型，根据所述评分模型对面试者的回答进行评分。结合本专利技术第一方面第二实施方式，本专利技术第三实施方式中，根据所述分词词向量匹配所述问题数据库中的问题模板，包括：获取每个问题模板的模板词向量；将所述分词词向量与所述模板词向量进行对比，计算余弦相似度；根据所述余弦相似度判断所述分词词向量是否与所述问题模板匹配。结合本专利技术第一方面，本专利技术第一方面第四实施方式中，在不启动相似问引擎时，根据所述关键信息获取问题模板，并选择评分模型对面试者的回答进行评分，包括：在不启动相似问引擎时，根据所述关键信息中的问题ID匹配所述问题数据库中的问题模板；调用匹配成功的问题模板所对应的评分模型，根据所述评分模型对面试者的回答进行评分。结合本专利技术第一方面，本专利技术第一方面第五实施方式中，所述评分模型包括规则评分模型和综合评分模型；其中，所述面试场景类型为人机面试场景时，所述评分模型包括规则评分模型；所述面试场景为现场辅助面试场景时，所述评分模型包括综合评分模型。结合本专利技术第一方面，本专利技术第一方面第六实施方式中，在对所述文本内容进行分词处理，获得分词数据库之前，包括：对所述文本内容进行噪音信息替换，过滤非关键信息。本专利技术第二方面提供一种基于AI辅助面试场景的面试装置，包括：文本获取模块，用于获取面试官表述的语音内容，并将所述语音内容转换为文本内容；分词处理模块，用于对所述文本内容进行分词处理，获得分词数据库；关键信息获取模块，用于在所述分词数据库中获取关键信息；问题匹配模块，用于根据所述关键信息判断当前面试场景类型，并根据所述面试场景类型选择是否启用相似问引擎，所述相似问引擎用于根据所述分词词向量匹配问题数据库中的问题模板；评分模块，用于在启动相似问引擎时，根据相似问引擎的处理结果获取问题模板，并选择评分模型，对面试者的回答进行评分；在不启动相似问引擎时，根据所述关键信息获取问题模板，并选择评分模型对面试者的回答进行评分。本专利技术实施例的第三方面提供了一种终端设备，包括存储器、处理器以及存储在上述存储器中并可在上述处理器上运行的计算机程序，上述处理器执行上述计算机程序时实现如上第一方面所提供的方法的步骤。本专利技术实施例的第四方面提供了一种计算机可读存储介质，上述计算机可读存储介质存储有计算机程序，上述计算机程序被处理器执行时实现如上第一方面所提供的方法的步骤。本专利技术实施例提出一种基于AI辅助面试场景的面试方法，将面试官通过语音所问的问题转换为文本内容，再对文本内容进行分词处理，获得基于面试文本内容的分词数据库，对分词数据库进行分析，获取可以用于判断当前面试场景类型的关键信息，最后再根据面试场景选择相似问引擎的使用，使得任意面试场景都能够根据面试官的提问准确匹配题库中的问题模板，同时选择适合的评分模型，使得面试官可以自由度较高地对面试者进行提问，且面试者针对面试官所描述问题的回答，也可以在AI面试系统中得到相应的评分，因此，本专利技术实施例实现了在保留真人面试的灵活变通和主观能动性同时，提高AI面试评价的准确率。附图说明图1为本专利技术实施例一提供的基于AI辅助面试场景的面试方法的实现流程示意图；图2为本专利技术实施例二提供的基于AI辅助面试场景的面试方法的实现流程示意图；图3为本专利技术实施例三提供的匹配神经网络模型结构示意图；图4为本专利技术实施例三提供的基于AI辅助面试场景的面试方法的实现流程示意图；图5为本专利技术实施例四提供的基于AI辅助面试场景的面试装置的组成结构示意图。本专利技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。具体实施方式应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。在本文中，使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本专利技术的说明，其本身并没有特定的意义。因此，"模块"与"部件"可以混合地使用。在后续的描述中，专利技术实施例序号仅仅为了描述，不代表实施例的优劣。实施例一如本文档来自技高网...

【技术保护点】
1.一种基于AI辅助面试场景的面试方法，其特征在于，包括：获取面试官表述的语音内容，并将所述语音内容转换为文本内容；对所述文本内容进行分词处理，获得分词数据库；在所述分词数据库中获取关键信息；根据所述关键信息判断当前面试场景类型，并根据所述面试场景类型选择是否启用相似问引擎；其中，所述相似问引擎用于根据分词词向量匹配问题数据库中的问题模板；在启动相似问引擎时，根据相似问引擎的处理结果获取问题模板，并选择评分模型对面试者的回答进行评分；在不启动相似问引擎时，根据所述关键信息获取问题模板，并选择评分模型对面试者的回答进行评分。

【技术特征摘要】
1.一种基于AI辅助面试场景的面试方法，其特征在于，包括：获取面试官表述的语音内容，并将所述语音内容转换为文本内容；对所述文本内容进行分词处理，获得分词数据库；在所述分词数据库中获取关键信息；根据所述关键信息判断当前面试场景类型，并根据所述面试场景类型选择是否启用相似问引擎；其中，所述相似问引擎用于根据分词词向量匹配问题数据库中的问题模板；在启动相似问引擎时，根据相似问引擎的处理结果获取问题模板，并选择评分模型对面试者的回答进行评分；在不启动相似问引擎时，根据所述关键信息获取问题模板，并选择评分模型对面试者的回答进行评分。2.如权利要求1所述的基于AI辅助面试场景的面试方法，其特征在于，根据所述关键信息判断当前面试场景类型，并根据所述面试场景类型选择是否启用相似问引擎，包括：检测所述分词数据库中的短句数量及所述关键信息的问题ID数量；所述关键信息的问题ID数量与所述分词数据库中的短句数量相同时，则当前面试场景类型为人机面试场景，不启用相似问引擎；所述关键信息的问题ID数量与所述分词数据库中的短句数量不同时，则当前面试场景类型为现场辅助面试场景，启用相似问引擎。3.如权利要求1所述的基于AI辅助面试场景的面试方法，其特征在于，在启动相似问引擎时，根据相似问引擎的处理结果获取问题模板，并选择评分模型对面试者的回答进行评分，包括：在启动相似问引擎时，调用所述相似引擎中训练好的匹配神经网络模型，通过所述匹配神经网络模型，将所述关键信息转换为所述分词词向量；根据所述分词词向量匹配所述问题数据库中的问题模板；调用匹配成功的问题模板所对应的评分模型，根据所述评分模型对面试者的回答进行评分。4.如权利要求3所述的基于AI辅助面试场景的面试方法，其特征在于，根据所述分词词向量匹配所述问题数据库中的问题模板，包括：获取每个问题模板的模板词向量；将所述分词词向量与所述模板词向量进行对比，计算余弦相似度；根据所述余弦相似度判断所述分词词向量是否与所述问题模板匹配。5.如权利要求1所述的基于AI辅助面试场景的面试...

【专利技术属性】
技术研发人员：孙静远，徐亮，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东,44