【技术实现步骤摘要】
面试回答文本的分类方法及装置、电子设备、存储介质
本公开涉及人工智能
，具体涉及一种面试回答文本的分类方法及装置、电子设备、计算机可读存储介质。
技术介绍
对于面试而言，需要根据面试者对提问所作的回复来评价面试者在多个设定能力项上的能力，即分别确定面试者在每一设定能力项上的评分等级。现有技术中，一般是由面试官对面试者进行面试，然后由面试官根据面试者在面试过程中的回答语料对面试者的各方面能力进行评估。由于通过面试官根据面试者回答语料确定面试者在各设定能力项上的评分等级，存在效率低的问题。由上可知，需要一种方法来自动对面试者进行评估，而不依赖于面试官对面试者进行评估，从而提高面试评估的效率。
技术实现思路
为了解决现有技术中因面试官进行面试评估，所造成面试评估效率低的问题，本公开的实施例提供了一种面试回答文本的分类方法及装置、电子设备、计算机可读存储介质，以实现自动进行面试评估。其中，本申请所采用的技术方案为：第一方面，一种面试回答文本的分类方法，所述方法包括：<...
【技术保护点】
1.一种面试回答文本的分类方法，其特征在于，所述方法包括：/n获取面试者的面试回答文本，所述面试回答文本是根据所述面试者在面试中对面试提问的回复获得的；/n通过所构建分类模型的特征提取层构建所述面试回答文本的语义向量，所述分类模型是通过若干样本回答文本和为每一样本回答文本所标注的标签数据进行训练获得的，所述标签数据指示了根据所述样本回答文本为所述面试者所标注在设定能力项上的评分等级；/n通过所述分类模型的每一全连接层分别根据所述语义向量进行全连接，对应获得特征向量，在所述全连接层上所获得的所述特征向量用于表征所述样本回答文本在所述全连接层所对应设定能力项上的特征，所述分类模...
【技术特征摘要】
1.一种面试回答文本的分类方法，其特征在于，所述方法包括：
获取面试者的面试回答文本，所述面试回答文本是根据所述面试者在面试中对面试提问的回复获得的；
通过所构建分类模型的特征提取层构建所述面试回答文本的语义向量，所述分类模型是通过若干样本回答文本和为每一样本回答文本所标注的标签数据进行训练获得的，所述标签数据指示了根据所述样本回答文本为所述面试者所标注在设定能力项上的评分等级；
通过所述分类模型的每一全连接层分别根据所述语义向量进行全连接，对应获得特征向量，在所述全连接层上所获得的所述特征向量用于表征所述样本回答文本在所述全连接层所对应设定能力项上的特征，所述分类模型包括至少两个全连接层，每一全连接层对应一设定能力项；
对在每一全连接层所获得的特征向量进行分类预测，分别获得所述面试者在各设定能力项上的评分等级。
2.根据权利要求1所述的方法，其特征在于，所述获取为面试者所采集的面试数据，包括：
采集面试者在面试过程中针对所述面试提问的回复语音；
对所述回复语音进行语音识别，获得所述回复语音所对应的面试回答文本。
3.根据权利要求1所述的方法，其特征在于，所述通过所构建分类模型的特征提取层构建所述面试回答文本的语义向量，包括：
通过所述分类模型的特征提取层对所述面试回答文本进行分词，获得由若干词所构成的词序列；
通过所述特征提取层根据所述词词序列中各词所对应的编码以及各词所对应的语义权重构建得到所述面试回答文本的语义向量。
4.根据权利要求3所述的方法，其特征在于，所述分类模型是通过text-CNN神经网络所构建的，所述通过所述分类模型的特征提取层对所述面试回答文本进行分词，获得由若干词所构成的词序列之前，所述方法还包括：
获取为进行分词而确定的文本截断长度；
根据所获取的所述文本截断长度对所述面试回答文本进行截断，将通过截断所保留的文本作为进行分词的对象。
5.根据权利要求4所述的方法，其特征在于，所述获取为进行分词而确定的文本截断长度之前，所述方法还包括：
根据各所述样本回答文本的文本长度确定所述文本截断长度。
6.根据权利要求5所述的方法，其特征在于，所述根据各所述样本回答文本的文本长度确定所述文本截断长度...
【专利技术属性】
技术研发人员：郑立颖，徐亮，金戈，
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
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。