[发明专利]基于人工智能的辅助面试方法、装置及存储介质

权利要求书

1.一种基于人工智能的辅助面试方法，其特征在于，包括以下步骤：

接收岗位的描述信息，以及接收各应聘者的描述信息；

基于预先训练的辅助面试模型，确定所述岗位的描述信息对应的第一参数分布，以及确定所述各应聘者的描述信息对应的第二参数分布，其中，所述第一参数分布用于指示岗位的描述信息所涉及话题的分布情况，所述第二参数分布用于指示各应聘者的描述信息γ所涉及话题的分布情况

根据所述第一参数分布和所述第二参数分布，确定岗位与每个应聘者之间的匹配程度；

筛选出符合预设第一条件的匹配程度对应目标应聘者；

其中，所述方法还包括：

根据目标应聘者的描述信息对应的第二参数分布，结合预设问题集Q中各问题的第三参数分布生成与每个目标应聘者对应的推荐问题集X，其中，所述第三参数分布用于指示各问题所涉及话题的分布情况；

将所述推荐问题集提供至面试官，以辅助所述面试官对所述目标应聘者进行面试；

所述根据目标应聘者的描述信息对应的第二参数分布，结合预设问题集中各问题的第三参数分布，生成与每个目标应聘者对应的推荐问题集，包括：

根据所述目标应聘者的描述信息所对应的第二参数分布，分别结合每个问题的第三参数分布，训练一个目标函数，所述训练一个目标函数的训练目标配置为使得所述目标函数的输出值最大化，其中，所述目标函数为：

其中，与为正则化项，0μ1，qi、q_j为所述预设问题集中的各问题；

获取所述目标函数所得到的训练结果，得到与所述目标函数对应的训练结果；

筛选出训练结果符合预设第二条件的目标函数所对应的问题，其中，所述符合预设第二条件的目标函数所对应的问题为所述目标函数的输出值最大化的第三参数分布所对应的问题；

根据筛选出的各问题生成与每个目标应聘者对应的推荐问题集。

2.如权利要求1所述的基于人工智能的辅助面试方法，其特征在于，在所述接收岗位的描述信息，以及接收各应聘者的描述信息之前，还包括：

获取历史面试记录相关的多种类型的数据集，每种类型的数据集中包括：多个数据，以及每个数据的描述信息；

确定第一类型的数据集中，每个数据的描述信息对应的第四参数分布，并确定第二类型的数据集中，每个数据的描述信息对应的第五参数分布，确定第三类型的数据集中，每个数据的描述信息对应的第六参数分布，以及根据第四类型的数据集确定第七参数；

根据第四参数分布、第五参数分布，第六参数分布以及第七参数训练目标模型，并将训练后的目标模型作为辅助面试模型；

其中，所述第四参数分布、第五参数分布，以及第六参数分布，分别用于指示所述第一类型的数据集、所述第二类型的数据集，以及所述第三类型的数据集中，每种数据的描述信息所包含的关键词的分布情况；所述第一类型的数据集为岗位类型的数据集，所述第二类型的数据集为简历类型的数据集，所述第三类型的数据集为面试评语类型的数据集，所述第四类型的数据集为面试官信息类别的数据集，所述第七参数包括根据所述第三类型的数据集，得到与每个第六参数分布相对应的面试官岗位类别标识。

3.如权利要求2所述的基于人工智能的辅助面试方法，其特征在于，所述多种类型的数据集包括：

岗位类型的数据集，所述岗位类型的数据集中包括：多个岗位，以及每个岗位的描述信息；

简历类型的数据集，所述简历类型的数据集中包括：多个简历标识，以及每个简历的描述信息；

面试评语类型的数据集，所述面试评语类型的数据集中包括：多个面试类别，以及每个面试类别对应的面试评语，以及作出所述面试评语的面试官的身份标识；

面试官信息类别的数据集，所述面试官信息类别的数据集中包括：多个岗位类别，以及每个岗位类别对应的级别，所述岗位类别标识面试官所处岗位的类别。

4.如权利要求2所述的基于人工智能的辅助面试方法，其特征在于，所述目标模型为人工智能中的概率模型。