[发明专利]一种智能面试方法、装置及终端设备

权利要求书

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＝TW_e+W_p

其中，T是句子对应的独热码one-hot向量组成的矩阵，W_e是标记嵌入矩阵，W_p是位置嵌入矩阵，L是变压器块的数量，h_l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，包括：

确定每个回复语句的句向量信息的权重值；

根据所述权重值，对所述每个回复语句的句向量信息进行加权求和，得到所述回复信息对应的语句集合向量信息。

5.根据权利要求4所述的方法，其特征在于，所述确定每个回复语句的句向量信息的权重值，包括：

分别计算每个回复语句的句向量信息与全部回复语句的句向量信息之和的比值，将所述比值作为对应的回复语句的句向量信息的权重值。

6.根据权利要求1或2或3或5所述的方法，其特征在于，所述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，包括：

依次对所述语句集合向量信息进行线性变换和逻辑回归softmax变换，获得所述回复信息中包含的多个实体相互间的关系概率。

7.根据权利要求6所述的方法，其特征在于，所述根据所述关系概率，从所述多个实体中提取出目标关系信息，包括：

提取所述关系概率超过预设阈值的一个或多个实体对，作为目标关系信息。

8.根据权利要求1或2或3或5或7所述的方法，其特征在于，还包括：

根据所述候选人对多个面试题目的回复信息，生成针对所述候选人的面试评价报告；

将所述面试评价报告上传至区块链中。

9.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至8任一项所述的智能面试方法。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至8任一项所述的智能面试方法。