一种求职者胜任力的智能评测方法及系统技术方案

本发明专利技术公开了一种求职者胜任力的智能评测方法及系统，通过接收待评测求职者对应的第二面试文本数据；接收用户输入的个体评测指令；将所述第二面试文本数据与个体评测指令导入预先构建的神经网络模型；所述第二面试文本数据为待评测求职者回答所述问题库内七个评价维度问题所得到的数据；所述个体评测指令为所述七个评价维度中问题的至少一个，所述神经网络模型运行，输出所述待评测求职者的胜任力评价结果。本申请使用预训练和Transformer的自然语言处理技术，使得文本特征提取更有效，从而使得最终的胜任力评估更准确，以概率分布来表示胜任力模型的4个评价等级，减少了以往人工评价的主观性。人工评价的主观性。人工评价的主观性。

【技术实现步骤摘要】
一种求职者胜任力的智能评测方法及系统


[0001]本申请涉及自动评价
，特别是涉及一种求职者胜任力的智能评测方法及系统。

技术介绍

[0002]随着我国经济社会的发展，人力资源对应社会经济的影响越来越大，人才招聘也变得至关重要。当前，企业单位对于人员的招聘，都是要从很多应聘者的简历中挑选出合格的简历，然后通过一系列的面试步骤对应聘者进行面试和考察，每一个面试步骤都要对面试方式和面试时间进行精心安排，这样的面试存在有很多缺点，例如，传统的胜任力评价方法是由人力资源负责人对面试者进行面试，根据面试者回答问题的情况对其进行人工评价，现有的人工评价成本高，且不同的人力资源负责人的标准不一，因此评价结果也不够客观。

技术实现思路

[0003]基于此，针对上述技术问题，提供一种求职者胜任力的智能评测方法、系统、计算机设备和存储介质。
[0004]第一方面，一种求职者胜任力的智能评测方法，所述方法包括：
[0005]接收待评测求职者对应的第二面试文本数据；
[0006]接收用户输入的个体评测指令；
[00本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种求职者胜任力的智能评测方法，其特征在于，所述方法包括：接收待评测求职者对应的第二面试文本数据；接收用户输入的个体评测指令；将所述第二面试文本数据与个体评测指令导入预先构建的神经网络模型；所述神经网络模型的构建过程如下：采用预先设置的七个评价维度搭建问题库；其中，所述七个评价维度包括：“团队精神”、“沟通能力”、“坚韧性”、“解决问题”、“代表公司”、“学习能力”和“执行力”；收集现有面试官采用所述问题库对第一面试者面试的多场面试文本数据，其中，所述面试文本数据包括面试官与第一面试者的问答过程文本数据；所述多场面试文本数据中每一场面试文本数据由至少三位资深人力资源负责人分别对七个评价维度进行第一面试者胜任力评价得到七组第一面试者胜任力数据，并统计所述七组第一面试者胜任力数据，每组第一面试者胜任力数据表示为一个四维概率分布数据，其中，所述资深人力资源负责人对第一面试者胜任力数据按照四个等级进行评价；利用中文预训练语言模型对所述面试文本数据进行特征表示，根据所述四维概率分布数据对所述面试文本数据的特征表示进行四分类的模型搭建，所述七个评价维度对应七个下游任务的参数模型；根据四维概率分布数据对下游任务的参数模型进行有监督学习的训练，得到训练好的神经网络模型；所述第二面试文本数据为待评测求职者回答所述问题库内七个评价维度问题所得到的数据；所述个体评测指令为所述七个评价维度中问题的至少一个；所述神经网络模型运行，输出所述待评测求职者的胜任力评价结果。2.根据权利要求1所述的方法，其特征在于，所述四维概率分布数据对应四个等级评价数据，其中，四个等级为：初级、中级、高级和专家级。3.根据权利要求1所述的方法，其特征在于，所述利用中文预训练语言模型对所述面试文本数据进行特征表示内中文预训练模型采用Transformer的注意力机制，能够保留面试文本数据中的上下文关系信息。4.根据权利要求1所述的方法，其特征在于，所述下游分类任务的参数模型由多个全链接层排列组成。5.根据权利要求1所述的方法，其特征在于，在所述根据四维概率分布数据对下游任务的参数模型进行有监督学习的训练之前，还包括对所述模型的预训练，具体的，预训练使用大规模通用中文语料库，再使用面试场景的域语料库进行优化。6.根据权利要求1所述...

【专利技术属性】
技术研发人员：翁称誉，胡佳雄，
申请(专利权)人：纽海智能科技海南有限公司，
类型：发明
国别省市：