评价数据处理方法、装置、介质和计算机设备制造方法及图纸

本发明专利技术提供了一种评价数据处理方法、装置、计算机存储介质和计算机设备；该方法包括：响应于包含员工标识的评价数据处理指令，获取与所述员工标识对应的评价数据；确定与所述员工标识对应的岗位类型，从预先训练好的多个情感判别模型中确定与所述岗位类型对应的情感判别模型；使用所述确定出的情感判别模型对所述评价数据进行处理，得到情感判别序列；获取与所述员工标识对应的绩效等级对照表，查询所述绩效等级对照表，确定与所述情感判别序列对应的绩效等级信息。通过本发明专利技术技术方案，能够更准确地对员工相关的绩效总结文本即评价数据进行判别，有利于提高对员工绩效等级的评估准确性。

Evaluation data processing methods, devices, media and computer equipment

【技术实现步骤摘要】
评价数据处理方法、装置、介质和计算机设备
本专利技术涉及计算机领域，具体而言，本专利技术涉及一种评价数据处理方法、装置、介质和计算机设备。
技术介绍
企业在年中或者年终的时候会要求员工做年中或年终总结，并根据员工做出的绩效总结来评估员工的绩效等级。为了提高评估员工绩效等级的效率，专利技术人想到可以利用文本分类工具来对员工提交的绩效总结文本进行识别，进而确定员工对应的绩效等级。然而，专利技术人发现员工做的绩效总结文本的内容多为工作总结而不是完整的文本段落，其中包括较多员工对其完成的指标以及完成情况等的描述，涉及多个领域的专业术语和指标，如果使用现有的文本分类工具来对这些绩效总结文本进行判断，会出现因文本分类工具无法区分绩效总结文本中的语句是描述优点的文本还是描述不足的文本导致最终的判别结果准确性较差，导致对员工的绩效等级评估不准确。
技术实现思路
本专利技术针对现有技术的缺点，提供了一种评价数据处理方法、装置、介质和计算机设备，通过本专利技术技术方案，能够更准确地对员工相关的绩效总结文本即评价数据进行判别，有利于提高对员工绩效等级的评估准确性。本专利技术实施例根据第一方面提供了一种评价数据处理方法，包括：响应于包含员工标识的评价数据处理指令，获取与所述员工标识对应的评价数据；确定与所述员工标识对应的岗位类型，从预先训练好的多个情感判别模型中确定与所述岗位类型对应的情感判别模型；使用所述确定出的情感判别模型对所述评价数据进行处理，得到情感判别序列；获取与所述员工标识对应的绩效等级对照表，查询所述绩效等级对照表，确定与所述情感判别序列对应的绩效等级信息。进一步地，所述评价数据包括员工自评数据和上级评价数据；所述获取与所述员工标识对应的评价数据，包括：查询员工关系表，确定所述员工标识对应的上级员工标识；从评价数据库中获取所述员工标识对应的员工自评数据，以及所述上级员工标识对应的上级评价数据。进一步地，所述使用所述确定出的情感判别模型对所述评价数据进行处理，得到情感判别序列，包括：使用所述确定出的情感判别模型对所述员工自评数据进行处理，得到员工情感判别类型；使用所述确定出的情感判别模型对所述上级评价数据进行处理，得到上级情感判别类型；按照预设排序格式对所述员工情感判别类型和上级情感判别类型进行排序，得到情感判别序列。进一步地，获取多条历史评价数据，确定每条历史评价数据对应的岗位类型和标注类型；使用预置语言模型对所述多条历史评价数据进行处理，获得每条历史评价数据对应的语义向量；分别将属于同一岗位类型的所有历史评价数据所对应的标注类型和语义向量作为训练样本用于训练情感判别模型，得到多个训练好的对应于不同岗位类型的情感判别模型。进一步地，所述查询所述绩效等级对照表，确定与所述情感判别序列对应的绩效等级信息，之后包括：获取与所述员工标识对应的，评价时间属于预设时间区间内的所有历史绩效等级信息；将所述绩效等级信息和历史绩效等级信息录入预设对比报告模板，生成绩效对比报告；将所述绩效对比报告推送给所述员工标识对应的员工账号。本专利技术实施例根据第二方面提供了一种评价数据处理装置，包括：评价数据获取模块，用于响应于包含员工标识的评价数据处理指令，获取与所述员工标识对应的评价数据；模型确定模块，用于确定与所述员工标识对应的岗位类型，从预先训练好的多个情感判别模型中确定与所述岗位类型对应的情感判别模型；序列获得模块，用于使用所述确定出的情感判别模型对所述评价数据进行处理，得到情感判别序列；绩效等级确定模块，用于获取与所述员工标识对应的绩效等级对照表，查询所述绩效等级对照表，确定与所述情感判别序列对应的绩效等级信息。本专利技术实施例根据第三方面提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述的评价数据处理方法。本专利技术实施例根据第四方面提供了一种计算机设备，所述计算机设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序；当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现上述的评价数据处理方法。在本专利技术实施例中，通过响应于包含员工标识的评价数据处理指令，获取与所述员工标识对应的评价数据，然后确定与所述员工标识对应的岗位类型，从预先训练好的多个情感判别模型中确定与所述岗位类型对应的情感判别模型作为本次使用的情感判别模型，并使用确定出来的情感判别模型对所述评价数据进行处理，得到情感判别序列，最后获取与所述员工标识对应的绩效等级对照表，查询所述绩效等级对照表，进而确定与所述情感判别序列对应的绩效等级信息，能够针对性地对员工相关的绩效总结文本即评价数据进行判别，能够更准确地对该评价数据进行判别，有利于提高对员工绩效等级的评估准确性。本专利技术附加的方面和优点将在下面的描述中部分给出，这些将从下面的描述中变得明显，或通过本专利技术的实践了解到。附图说明本专利技术上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：图1为本专利技术一个实施例的评价数据处理方法流程示意图；图2为本专利技术一个实施例的评价数据处理装置的结构示意图；图3为本专利技术一种实施例的计算机设备的结构示意图。具体实施方式下面详细描述本专利技术的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本专利技术，而不能解释为对本专利技术的限制。本
技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式，这里使用的“第一”、“第二”仅用于区别同一技术特征，并不对该技术特征的顺序和数量等加以限定。应该进一步理解的是，本专利技术的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。本
技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)，具有与本专利技术所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语，应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样被特定定义，否则不会用理想化或过于正式的含义来解释。本专利技术实施例提供了一种评价数据处理方法，以下结合附图对本专利技术的具体实施方式进行详细介绍。如图1所示，本专利技术实施例提供的评价数据处理方法包括以下步骤：S110：响应于包含员工标识的评价数据处理指令，获取与所述员工标识对应的评价数据；S120：确定与所述员工标识对应的岗位类型，从预先训练好的多个情感判别模型中确定与所述岗位类型对应的情感判别模型；S130：使用所述确本文档来自技高网...

【技术保护点】
1.一种评价数据处理方法，其特征在于，包括：/n响应于包含员工标识的评价数据处理指令，获取与所述员工标识对应的评价数据；/n确定与所述员工标识对应的岗位类型，从预先训练好的多个情感判别模型中确定与所述岗位类型对应的情感判别模型；/n使用所述确定出的情感判别模型对所述评价数据进行处理，得到情感判别序列；/n获取与所述员工标识对应的绩效等级对照表，查询所述绩效等级对照表，确定与所述情感判别序列对应的绩效等级信息。/n

【技术特征摘要】
1.一种评价数据处理方法，其特征在于，包括：
响应于包含员工标识的评价数据处理指令，获取与所述员工标识对应的评价数据；
确定与所述员工标识对应的岗位类型，从预先训练好的多个情感判别模型中确定与所述岗位类型对应的情感判别模型；
使用所述确定出的情感判别模型对所述评价数据进行处理，得到情感判别序列；
获取与所述员工标识对应的绩效等级对照表，查询所述绩效等级对照表，确定与所述情感判别序列对应的绩效等级信息。


2.如权利要求1所述的评价数据处理方法，其特征在于，
所述评价数据包括员工自评数据和上级评价数据；
所述获取与所述员工标识对应的评价数据，包括：
查询员工关系表，确定所述员工标识对应的上级员工标识；
从评价数据库中获取所述员工标识对应的员工自评数据，以及所述上级员工标识对应的上级评价数据。


3.如权利要求2所述的评价数据处理方法，其特征在于，
所述使用所述确定出的情感判别模型对所述评价数据进行处理，得到情感判别序列，包括：
使用所述确定出的情感判别模型对所述员工自评数据进行处理，得到员工情感判别类型；
使用所述确定出的情感判别模型对所述上级评价数据进行处理，得到上级情感判别类型；
按照预设排序格式对所述员工情感判别类型和上级情感判别类型进行排序，得到情感判别序列。


4.如权利要求1所述的评价数据处理方法，其特征在于，还包括：
获取多条历史评价数据，确定每条历史评价数据对应的岗位类型和标注类型；
使用预置语言模型对所述多条历史评价数据进行处理，获得每条历史评价数据对应的语义向量；
分别将属于同一岗位类型的所有历史评价数据所对应的标注类型和语义向量作为训练样本用于训练情感判别模型，得到多个训练好的对应于不同岗位类型的情感判别模型。


5.如权利要求1所述的评价数据处理方法，其特征在于，
所述查询所述绩效等级对照表，确定与所述情感判别序列对应的绩效等级信息，之后包括：
获取与所述员工标识对应的，评价时间属于预设时间区间内的所有历史绩效等级信息；
将所述绩效等级信息和历史...

【专利技术属性】
技术研发人员：徐靖然，张玉君，罗晓生，叶松云，
申请(专利权)人：平安金融管理学院中国·深圳，
类型：发明
国别省市：广东;44