一种智能面试方法、装置及终端设备制造方法及图纸

本申请适用于人工智能技术领域，提供了一种智能面试方法、装置及终端设备，所述方法包括：获取候选人在面试过程中的回复信息；采用预设的语言模型，分别将多个回复语句转换为对应的句向量信息；根据多个回复语句的句向量信息，确定回复信息对应的语句集合向量信息；采用语句集合向量信息，计算回复信息中包含的多个实体相互间的关系概率；根据关系概率，从多个实体中提取出目标关系信息；基于目标关系信息，生成针对候选人的面试题目。上述方法可以快速地抽取出候选人回答内容中的重要部分，方便人工智能面试官给出必要和合理的追问，进而生成面试评价报告。此外，面试评价报告可以上传至区块链中，以保证其安全性和公正透明性。

【技术实现步骤摘要】
一种智能面试方法、装置及终端设备
本申请属于人工智能
，特别是涉及一种智能面试方法、装置及终端设备。
技术介绍
招聘面试是一项费时费力的工作。尤其是在招聘量大的时候，由于等待面试的候选人众多但面试官却有限，面试官通常需要连续进行多个场次的面试，严重影响面试效率。为了节省面试时间，提高招聘效率，智能面试应运而生。智能面试可以通过机器与候选人进行交互，自动完成对候选人的评价。在进行智能面试时，为了使机器能够准确地对候选人做出提问，需要对候选人针对上一个问题的回答进行处理，抽取候选人前面回答的重要部分作为参考依据。关系抽取在这个环节中起着重要作用。现有技术中可以通过两种方式来实现关系抽取。一种是使用文本中的概念与知识库中对应的关系实例，启发式地生成标记数据，然后再采用标记数据训练关系抽取模型。但是，按照这种方式生成的标记数据会产生噪声标记，得到错误的判断和不完整的知识库信息，使机器做出不准确的提问。另一种方式可以基于预先提供的语义和句法知识进行多实例学习，并根据学习结果来指导模型的训练。但是，根据预先提供的语义和句法知识本文档来自技高网...

【技术保护点】
1.一种智能面试方法，其特征在于，包括：/n获取候选人在面试过程中的回复信息，所述回复信息包括多个回复语句；/n采用预设的语言模型，分别将所述多个回复语句转换为对应的句向量信息；/n根据所述多个回复语句的句向量信息，确定所述回复信息对应的语句集合向量信息；/n采用所述语句集合向量信息，计算所述回复信息中包含的多个实体相互间的关系概率；/n根据所述关系概率，从所述多个实体中提取出目标关系信息；/n基于所述目标关系信息，生成针对所述候选人的面试题目。/n

【技术特征摘要】
1.一种智能面试方法，其特征在于，包括：
获取候选人在面试过程中的回复信息，所述回复信息包括多个回复语句；
采用预设的语言模型，分别将所述多个回复语句转换为对应的句向量信息；
根据所述多个回复语句的句向量信息，确定所述回复信息对应的语句集合向量信息；
采用所述语句集合向量信息，计算所述回复信息中包含的多个实体相互间的关系概率；
根据所述关系概率，从所述多个实体中提取出目标关系信息；
基于所述目标关系信息，生成针对所述候选人的面试题目。


2.根据权利要求1所述的方法，其特征在于，所述采用预设的语言模型，分别将所述多个回复语句转换为对应的句向量信息，包括：
识别目标回复语句中的多个实体，根据所述多个实体生成待处理的实体序列，所述目标回复语句为所述多个回复语句中的任意一个；
将所述待处理的实体序列输入预设的语言模型中，获得所述目标回复语句中每个实体的概率分布，所述语言模型为基于位置前馈操作的有屏蔽的多头自注意力机制的变压器解码器；
根据所述目标回复语句中每个实体的概率分布，生成所述目标回复语句的句向量信息。


3.根据权利要求2所述的方法，其特征在于，所述基于位置前馈操作的有屏蔽的多头自注意力机制的变压器解码器通过采用如下编码方式生成：
h0＝TWe+Wp



其中，T是句子对应的独热码one-hot向量组成的矩阵，We是标记嵌入矩阵，Wp是位置嵌入矩阵，L是变压器块的数量，hl是第l层变压器块的状态。


4.根据权利要求1-3任一项所述的方法，其特征在于，所述根据所述多个回复语句的句向量信息，确定所述回复信息对应的语句集合向量信息...

【专利技术属性】
技术研发人员：邓悦，郑立颖，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