CN110866096A - 智能解答控制方法、装置、计算机设备及存储介质 - Google Patents
智能解答控制方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN110866096A CN110866096A CN201910978790.3A CN201910978790A CN110866096A CN 110866096 A CN110866096 A CN 110866096A CN 201910978790 A CN201910978790 A CN 201910978790A CN 110866096 A CN110866096 A CN 110866096A
- Authority
- CN
- China
- Prior art keywords
- information
- question
- preset
- answer
- job seeker
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 80
- 230000011218 segmentation Effects 0.000 claims description 36
- 238000012545 processing Methods 0.000 claims description 21
- 230000003993 interaction Effects 0.000 claims description 11
- 230000008569 process Effects 0.000 abstract description 19
- 238000004458 analytical method Methods 0.000 abstract description 13
- 230000007115 recruitment Effects 0.000 description 12
- 238000012795 verification Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000000605 extraction Methods 0.000 description 4
- 238000010276 construction Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000005034 decoration Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000003058 natural language processing Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/332—Query formulation
- G06F16/3329—Natural language query formulation or dialogue systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
- G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
- G06F21/6245—Protecting personal data, e.g. for financial or medical purposes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/105—Human resources
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Bioethics (AREA)
- General Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Mathematical Physics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- Artificial Intelligence (AREA)
- General Business, Economics & Management (AREA)
- Computational Linguistics (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Human Computer Interaction (AREA)
- Marketing (AREA)
- Computer Hardware Design (AREA)
- Medical Informatics (AREA)
- Operations Research (AREA)
- Computer Security & Cryptography (AREA)
- Software Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种智能解答控制方法、装置、计算机设备及存储介质，方法包括：获取求职者的问题信息；将所述问题信息与所述求职者应聘岗位对应的岗位信息进行比对，以验证所述问题信息是否满足预设的解答条件；当所述问题信息满足预设的解答条件时，根据所述问题信息从预设的语料库中生成对应的解答信息并反馈给所述求职者，否则，向所述求职者反馈问题无法解答的指示信息或局部解答信息。本方法通过对求职者询问的问题进行关联性和私密性分析，并根据分析结果进行智能识别和自助式按需作答，降低了人工咨询量，使得采用智能机器人执行面试的过程更加智能化；避免了智能机器人在解答求职者询问的问题过程中出现解答错误和泄露私密信息的情况发生。
Description
技术领域
本申请涉及智能招聘技术领域，具体而言，本申请涉及一种智能解答控制方法、装置、计算机设备及存储介质。
背景技术
问答系统是人工智能和自然语言处理领域中一个备受关注且具有广泛发展前景的研究方向。随着人工智能技术和自然语言处理技术的不断发展，很多企业在实际应用中开始采用机器人面试官智能面试代替人力资源HR人工面试。
现有的智能面试中，通常是预先设置固定的语料库，然后由机器人面试官从语料库中提取一个或多个问题对求职者进行提问，而求职者则针对该提问的问题进行回答；以及由求职者就想了解的内容向机器人面试官进行询问，然后由机器人面试官从语料库中获取问题答案信息来对该求职者询问的问题进行解答，从而实现人机面试时的互动与交流。然而，这种智能面试的问答系统一方面会对面试造成条件限制，使得机器人智能面试缺乏灵活性，无法深入地了解求职者的实际情况，导致人才流失，甚至一旦求职者事先获得问题答案，导致面试结果无意义，造成招聘错误。另一方面在解答求职者问题过程中会容易出现解答信息与求职者问题的关联度低甚至是解答错误的情况，以及针对企业私密性较高的问题容易出现泄露企业私密信息的情况。
发明内容
本申请的目的旨在至少解决上述技术缺陷之一，特别是在解答求职者问题过程中容易出现的解答信息与求职者问题的之间关联度低甚至是解答错误的技术缺陷，以及针对企业私密性较高的问题容易出现的泄露企业私密信息的技术缺陷。
为解决上述技术问题，本申请提供了一种智能解答控制方法，包括以下步骤：
获取求职者的问题信息；
将所述问题信息与所述求职者应聘岗位对应的待招聘岗位信息进行比对，以验证所述问题信息是否满足预设的解答条件；
当所述问题信息满足预设的解答条件时，根据所述问题信息从预设的语料库中生成对应的解答信息并反馈给所述求职者，否则，向所述求职者反馈问题无法解答的指示信息或局部解答信息。
可选地，所述当所述问题信息满足预设的解答条件时，根据所述问题信息从预设的语料库中生成对应的解答信息并反馈给所述求职者，否则，向所述求职者反馈问题无法解答的指示信息或局部解答信息的步骤之前，还包括：
收集语料信息，其中，所述语料信息包括用于生成所述解答信息的数据信息；
将所述语料信息进行分类储存以及关联关系配置处理，以构建生成所述预设的语料库。
可选地，所述智能面试通过语音交互的方式进行，所述获取求职者提出的问题信息的步骤，包括：
接收所述求职者的语音信息；
将所述语音信息转化为对应的文本信息，并从所述文本信息中提取得到表征所述文本信息语意的特征分词，以将所述特征分词进行标记生成特征分词集作为所述求职者的问题信息。
可选地，当所述预设的解答条件为所述问题信息与岗位信息之间的关联度达到预设的关联度阈值时，所述将所述问题信息与所述求职者应聘岗位对应的岗位信息进行比对，以验证所述问题信息是否满足预设的解答条件的步骤，还包括：
计算所述问题信息与所述待招聘岗位信息之间的第一关联度；
将所述第一关联度与所述预设的关联度阈值进行比较，以判断所述第一关联度是否达到预设的关联度阈值要求；
当所述第一关联度达到预设的关联度阈值要求时，验证所述问题信息满足预设的解答条件。
可选地，当所述预设的解答条件为所述问题信息为非私密性信息时，所述将所述问题信息与所述求职者应聘岗位对应的岗位信息进行比对，以验证所述问题信息是否满足预设的解答条件的步骤，还包括：
将所述问题信息与所述待招聘岗位对应预设的私密性信息表进行比对，以判断所述问题信息中是否包含有记载于所述预设的私密性信息表中的私密性信息；
当所述问题信息中未包含有记载于所述预设的私密性信息表中的私密性信息时，则验证所述问题信息为非私密性信息。
可选地，当所述问题信息不满足预设的解答条件时，向所述求职者反馈局部解答信息的步骤，还包括：
获取所述问题信息与所述待招聘岗位信息之间的比对内容及其对应的比对结果，其中，所述比对内容及其对应的比对结果包括表征所述问题信息的特征分词集以及所述特征分词集中每一个特征分词对应的比对结果；
根据所述比对内容及其对应的比对结果从预设的语料库中生成对应的局部解答信息并反馈给所述求职者。
可选地，所述根据所述比对内容及其对应的比对结果从预设的语料库中生成对应的局部解答信息并反馈给所述求职者的步骤之前，还包括：
根据所述问题信息从预设的反问问题库中获取与所述问题信息相对应的反问问题，以根据所述反问问题对所述求职者进行反向提问。
为解决上述技术问题，本申请还提供了一种智能解答控制装置，包括：
获取模块，用于获取求职者的问题信息；
处理模块，用于将所述问题信息与所述求职者应聘岗位对应的岗位信息进行比对，以验证所述问题信息是否满足预设的解答条件；
执行模块，用于当所述问题信息满足预设的解答条件时，根据所述问题信息从预设的语料库中生成对应的解答信息并反馈给所述求职者，否则，向所述求职者反馈问题无法解答的指示信息或局部解答信息。
可选地，所述智能解答控制装置还包括：
第一收集子模块，用于收集语料信息，其中，所述语料信息包括用于生成所述解答信息的数据信息；
第一构建子模块，用于将所述语料信息进行分类储存以及关联关系配置处理，以构建生成所述预设的语料库。
可选地，所述智能面试通过语音交互的方式进行，所述智能解答控制装置还包括：
第一接收子模块，用于接收所述求职者的语音信息；
第一处理子模块，用于将所述语音信息转化为对应的文本信息，并从所述文本信息中提取得到表征所述文本信息语意的特征分词，以将所述特征分词进行标记生成特征分词集作为所述求职者的问题信息。
可选地，当所述预设的解答条件为所述问题信息与岗位信息之间的关联度达到预设的关联度阈值时，所述智能解答控制装置还包括：
第一计算子模块，用于计算所述问题信息与所述待招聘岗位信息之间的第一关联度；
第一比对子模块，用于将所述第一关联度与所述预设的关联度阈值进行比较，以判断所述第一关联度是否达到预设的关联度阈值要求；
第一验证子模块，用于当所述第一关联度达到预设的关联度阈值要求时，验证所述问题信息满足预设的解答条件。
可选地，当所述预设的解答条件为所述问题信息为非私密性信息时，所述智能解答控制装置还包括：
第二比对子模块，用于将所述问题信息与所述待招聘岗位对应预设的私密性信息表进行比对，以判断所述问题信息中是否包含有记载于所述预设的私密性信息表中的私密性信息；
第二验证子模块，用于当所述问题信息中未包含有记载于所述预设的私密性信息表中的私密性信息时，则验证所述问题信息为非私密性信息。
可选地，所述智能解答控制装置还包括：
第一获取子模块，用于获取所述问题信息与所述待招聘岗位信息之间的比对内容及其对应的比对结果，其中，所述比对内容及其对应的比对结果包括表征所述问题信息的特征分词集以及所述特征分词集中每一个特征分词对应的比对结果；
第一执行子模块，用于根据所述比对内容及其对应的比对结果从预设的语料库中生成对应的局部解答信息并反馈给所述求职者。
可选地，所述智能解答控制装置还包括：
第一提问子模块，用于根据所述问题信息从预设的反问问题库中获取与所述问题信息相对应的反问问题，以根据所述反问问题对所述求职者进行反向提问。
为解决上述技术问题，本申请还提供一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，使得所述处理器执行上述智能解答控制方法的步骤。
为解决上述技术问题，本申请还提供一种存储有计算机可读指令的存储介质，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行上述智能解答控制方法的步骤。
本申请的有益效果在于：
本申请通过获取求职者提出的问题信息，并将所述问题信息与所述求职者应聘岗位对应的岗位信息进行比对来验证所述问题信息是否满足预设的解答条件，进而当所述问题信息满足预设的解答条件时，根据所述问题信息从预设的语料库中生成对应的解答信息并反馈给所述求职者，否则，向所述求职者反馈问题无法解答的指示信息或局部解答信息。本方法通过验证所述问题信息是否满足预设的解答条件的方式针对求职者询问的问题进行关联性和私密性分析，并根据分析结果进行智能识别和自助式按需作答，降低了人工咨询量，使得采用机器人面试官执行面试的过程更加智能化；避免了机器人在解答求职者询问的问题过程中出现解答错误和泄露私密信息的情况发生。
本申请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，或通过本申请的实践了解到。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种智能解答控制方法的基本方法流程示意图；
图2为本申请实施例提供的智能解答控制方法中构建语料库的一种方法流程示意图；
图3为本申请实施例提供的智能解答控制方法中获取问题信息的一种方法流程示意图；
图4为本申请实施例提供的智能解答控制方法中验证问题信息是否满足预设的解答条件的一种方法流程示意图；
图5为本申请实施例提供的智能解答控制方法中验证问题信息是否满足预设的解答条件的另一种方法流程示意图；
图6为本申请实施例提供的智能解答控制方法中当问题信息不满足预设的解答条件时生成解答信息的一种方法流程示意图；
图7为本申请实施例提供的一种智能解答控制装置的基本结构框图；
图8为本申请实施例提供的一种计算机设备的基本结构框图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述。
在本申请的说明书和权利要求书及上述附图中的描述的一些流程中，包含了按照特定顺序出现的多个操作，但是应该清楚了解，这些操作可以不按照其在本文中出现的顺序来执行或并行执行，且该操作的序号仅仅是用于区分开各个不同的操作，序号本身不代表任何的执行顺序。另外，这些流程可以包括更多或更少的操作，并且这些操作可以按顺序执行或并行执行。需要说明的是，本文中的“第一”、“第二”等描述，是用于区分不同的消息、设备、模块等，不代表先后顺序，也不限定“第一”和“第二”是不同的类型。
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域技术人员在没有创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
实施例
本技术领域技术人员可以理解，这里所使用的“终端”、“终端设备”既包括无线信号接收器的设备，其仅具备无发射能力的无线信号接收器的设备，又包括接收和发射硬件的设备，其具有能够在双向通信链路上，执行双向通信的接收和发射硬件的设备。这种设备可以包括：蜂窝或其他通信设备，其具有单线路显示器或多线路显示器或没有多线路显示器的蜂窝或其他通信设备；PCS(Personal Communications Service，个人通信系统)，其可以组合语音、数据处理、传真和/或数据通信能力；PDA(Personal Digital Assistant，个人数字助理)，其可以包括射频接收器、寻呼机、互联网/内联网访问、网络浏览器、记事本、日历和/或GPS(Global Positioning System，全球定位系统)接收器；常规膝上型和/或掌上型计算机或其他设备，其具有和/或包括射频接收器的常规膝上型和/或掌上型计算机或其他设备。这里所使用的“终端”、“终端设备”可以是便携式、可运输、安装在交通工具(航空、海运和/或陆地)中的，或者适合于和/或配置为在本地运行，和/或以分布形式，运行在地球和/或空间的任何其他位置运行。这里所使用的“终端”、“终端设备”还可以是通信终端、上网终端、音乐/视频播放终端，例如可以是PDA、MID(Mobile Internet Device，移动互联网设备)和/或具有音乐/视频播放功能的移动电话，也可以是智能电视、机顶盒等设备。
本实施例中提及的用户终端即为上述的终端。
请参阅图1，图1为本申请实施例提供的一种智能解答控制方法的基本方法流程示意图。
如图1所示，所述智能解答控制方法，包括以下步骤：
S100：获取求职者的问题信息。
在采用智能AI技术进行招聘面试时，通过由智能机器人与求职者进行人机交互的方式实现。具体地，首先由智能机器人依据求职者所应聘的岗位对该求职者进行提问，然后由该求职者回答所述智能机器人提出的问题以及向所述智能机器人询问想要了解的该应聘岗位的相关信息，再由所述智能机器人就所述求职者询问的问题进行回答。在本实施例中，所述求职者的问题信息可以通过对所述求职者询问的问题进行特征分词提取处理，生成特征分词集，以所述特征分词集作为表征该求职者询问的问题所对应的问题信息。
S200：将所述问题信息与所述求职者应聘岗位对应的岗位信息进行比对，以验证所述问题信息是否满足预设的解答条件。
在本实施例中，智能机器人在进行招聘面试时，首先获取该求职者应聘岗位所对应的待招聘岗位信息，包括岗位要求信息，如专业要求、学历要求、行业工作年限要求、项目经验要求、相关岗位经历要求、相关领域技能要求、年龄要求、性别要求或/及地区要求等等。然后，在智能机器人获取到所述求职者的问题信息之后，通过将所述问题信息与所述待招聘岗位信息进行比对，以验证所述问题信息是否满足预设的解答条件。其中，比对的方式包括比对所述问题信息与所述待招聘岗位信息之间的相似性或关联性，从而得出所述问题信息与所述待招聘岗位信息之间的关联度；和/或将所述问题信息与预先标记的私密性信息进行比对，从而确定所述问题信息是否为私密性信息等等。因而，在本实施例中，所述预设的解答条件包括如下至少一项：所述问题信息与岗位信息之间的关联度达到预设的关联度阈值；所述问题信息为非私密性信息。
S300：当所述问题信息满足预设的解答条件时，根据所述问题信息从预设的语料库中生成对应的解答信息并反馈给所述求职者，否则，向所述求职者反馈问题无法解答的指示信息或局部解答信息。
在本实施例中，通过上述比对的方式对所述求职者的问题信息进行比对来验证所述问题信息是否满足预设的解答条件，进而，根据所述问题信息是否满足预设的解答条件的验证结果，从预设的语料库中获取语料信息并生成与所述问题信息对应的解答信息或局部解答信息或生成无法解答的指示信息反馈给所述求职者。具体地，包括当所述问题信息满足预设的解答条件时，根据所述问题信息从预设的语料库中生成对应的解答信息并反馈给所述求职者，否则，向所述求职者反馈问题无法解答的指示信息或局部解答信息。
在本实施例中，当所述问题信息满足所述预设的解答条件时，可以从预先构建的语料库中获取与所述问题信息相匹配的语料生成解答信息，并向所述求职者反馈该生成的解答信息。其中，所述预设的语料库中包括但不限于公司资料库、技术知识库以及面试问题库。具体地，所述求职者的问题信息可以为通过对所述求职者询问的问题进行特征分词提取处理获得的特征分词集。此时，当获得所述问题信息满足所述预设的解答条件的验证结果时，可以根据所述特征分词集中的每一个特征分词遍历所述语料库中的面试问题库，从所述面试问题库中搜索出与所述特征分词相匹配的面试问题，进而依据所述面试问题与所述语料库中的公司资料库和/或技术知识库中信息的关联关系，生成解答信息。当所述解答信息生成之后，将所述解答信息发送至智能面试前端，以向所述求职者反馈该解答信息。进一步地，在本实施例中，当从所述面试问题库中并未搜索出与所述特征分词相匹配的面试问题时，还可以依据所述特征分词进行词义解析和问题语意预测，进而依据预测语意从所述公司资料库和/或技术知识库中获取对应匹配的语料生成解答信息，以向所述求职者反馈所述解答信息。
在本实施例中，当所述问题信息不满足所述预设的解答条件时，可以直接向所述求职者反馈该问题无法解答的指示信息。举例说明，例如预先设置无法解答的指示信息为“抱歉，您的问题未对本次面试公开，请询问下一个问题”。此时，当将所述求职者询问的问题信息与所述求职者应聘的待招聘岗位信息进行比对之后，得出的验证结果为所述问题信息不满足预设的解答条件时，无需将所述问题信息与所述语料库进行匹配获取解答信息，而是直接将系统预设的指示信息“抱歉，您的问题未对本次面试公开，请询问下一个问题”发送至智能面试前端，以向所述求职者反馈其询问的问题信息无法作答的指示信息，以引导所述求职者询问下一个问题。此外，当所述问题信息不满足所述预设的解答条件时，还可以根据所述问题信息从预设的语料库中生成对应的局解答信息并反馈给所述求职者或局部解答信息。其中，所述局部解答信息为针对于所述求职者询问的问题，通过避开问题信息中不可解答部分，生成仅解答可公开的部分内容的解答信息。
在本实施例中，所述解答信息可以支持文字、图片、视频、网页、H5等反馈形式。
上述实施例所述的智能解答控制方法通过获取求职者提出的问题信息，并将所述问题信息与所述求职者应聘岗位对应的岗位信息进行比对来验证所述问题信息是否满足预设的解答条件，进而当所述问题信息满足预设的解答条件时，根据所述问题信息从预设的语料库中生成对应的解答信息并反馈给所述求职者，否则，向所述求职者反馈问题无法解答的指示信息或局部解答信息。本方法通过验证所述问题信息是否满足预设的解答条件的方式针对求职者询问的问题进行关联性和私密性分析，并根据分析结果进行智能识别和自助式按需作答，降低了人工咨询量，使得采用机器人面试官执行面试的过程更加智能化；避免了机器人在解答求职者询问的问题过程中出现解答错误和泄露私密信息的情况发生。
在一些实施例中，请参阅图2，图2为本申请实施例提供的智能解答控制方法中构建语料库的一种方法流程示意图。
如图2所示，所述步骤S300之前还可以包括步骤S400至步骤S500。其中，S400：收集语料信息，其中，所述语料信息包括用于生成所述解答信息的数据信息。S500：将所述语料信息进行分类储存以及关联关系配置处理，以构建生成所述预设的语料库。
在本实施例中，建立语料库之前，首先需要收集可作为语料的数据信息，所述语料信息用于生成解答信息，例如，企业/公司相关的信息和资料、各种招聘岗位信息及其相对应的技术领域知识内容以及关于人力资源面试方面的常见问题及其解答答案等信息。待上述数据信息收集完成后，通过对所述数据信息进行筛选和去重等预处理，以得到精简的可用于构建语料库的语料信息。一般地，在收集上述数据信息时，包括但不限于以下收集方式：通过从公司的网站、公众号和/或资料库等全面获取与公司相关的信息和资料；通过网络或者人工输入等方式获取各种招聘岗位及其所对应的相关技术知识内容；通过网络爬虫、收集HR经验交流问卷、公司历史招聘记录等方式获取关于人力资源面试方面的常见问题及其解答等数据信息。得到用于构建语料库的语料信息之后，将所述语料信息进行分类储存以及关联关系配置处理，以构建生成用于提供给智能面试使用的语料库。在对所述得到的语料信息数据进行分类储存时，例如包括分为公司资料库、技术知识库以及面试问题库等三大语料数据库。其中，公司资料库中分类储存相关语料信息时可划分为包括公司概况信息、公司内部员工信息、公司经营信息等多个模块进行储存。公司技术知识库在分类储存相关语料信息数据时可以按照技术领域进行分类储存，比如包括软件类、通信类、电子类、机械类、管理类等等。面试问题库在分类储存相关语料信息数据时可以按照问题内容进行划分，例如分为背景调查类、知识储备类、综合素质类等。当将所述语料信息数据分类储存完成后，将所述三大语料数据库中的各种预料信息数据进行信息关联关系配置处理，例如，对每一项语料信息进行语意分析以及特征关键字词标签设置，从而尽可能地将所述三大数据库中的各项预料信息中具有相同/相似语意或特征关键词的预料信息进行关联，从而构建生成用于提供给智能面试使用的语料库。上述实施例通过建立公司资料库、技术知识库以及面试问题库等三大语料数据库作为提供给智能面试使用的语料库，语料充足，避免了由于语料库中语料少而对面试造成条件限制，使得智能机器人在实现智能面试时缺乏灵活性，无法深入地了解求职者的实际情况，导致人才流失，甚至一旦求职者事先获得问题答案，导致面试结果无意义，造成招聘错误的情况发生。
在一些实施例中，所述求职者与智能机器人的交互过程具体通过语音交互的方式进行。请一并参阅图3，图3为本申请实施例提供的一种智能解答控制方法中获取问题信息的一种方法流程示意图。
如图3所示，所述步骤S100还包括步骤S110和步骤S120。其中，S110：接收所述求职者的语音信息；S120：将所述语音信息转化为对应的文本信息，并从所述文本信息中提取得到表征所述文本信息语意的特征分词，以将所述特征分词进行标记生成特征分词集作为所述求职者的问题信息。
所述求职者与智能机器人的交互过程具体通过语音交互的方式进行。因而，在本本实施例中，首先通过获取所述求职者与智能机器人的交互过程中的语音信息，然后将所述求职者的语音信息进行语音转文字解析得到对应的文本信息，并且对所述文本信息进行特征分词识别和提取处理，以提取得到表征所述文本信息语意的特征分词，进而将这些表征所述文本信息语意的特征分词进行标记生成特征分词集作为所述求职者的问题信息。
在一些实施例中，请参阅图4，图4为本申请实施例提供的智能解答控制方法中验证问题信息是否满足预设的解答条件的一种方法流程示意图。
如图4所示，所述步骤S200还可以包括步骤S210至步骤S230。其中，S210：计算所述问题信息与所述待招聘岗位信息之间的第一关联度。S220：将所述第一关联度与所述预设的关联度阈值进行比较，以判断所述第一关联度是否达到预设的关联度阈值要求。S230：当所述第一关联度达到预设的关联度阈值要求时，验证所述问题信息满足预设的解答条件。
在本实施例中，采用智能机器人在进行招聘面试之前，所述智能机器人中记录有该求职者应聘岗位所对应的待招聘岗位信息，包括岗位要求信息，如专业要求、学历要求、行业工作年限要求、项目经验要求、相关岗位经历要求、相关领域技能要求、年龄要求、性别要求或/及地区要求等等。而由于所述求职者的问题信息为通过对所述求职者询问的问题进行特征分词提取处理获得的特征分词集，因而，将所述获得的特征分词集与上述待招聘岗位信息进行比对，识别所述特征分词集中每一个特征分词与求职者当前应聘的待招聘岗位信息之间的关联性，从而从计算出所述问题信息与所述待招聘岗位信息之间的第一关联度。所述第一关联度的计算包括但不限于判断所述特征分词集中的每一个特征分词是否与所述求职者当前应聘的待招聘岗位信息中的其中一项信息语意相同或相似，统计击中所述待招聘岗位信息的特征分词个数，依据击中所述待招聘岗位信息的特征分词个数来衡量所述第一关联度。在本实施例中，预先设置有一关联度阈值作为衡量所述问题信息是否满足解答条件的标准。因而，在计算出所述第一关联度之后，通过将所述第一关联度与所述预设的关联度阈值进行比较，判断出所述第一关联度是否达到预设的关联度阈值要求。其中，当所述第一关联度大于或等于所述预设的关联度阈值时，认定所述第一关联度达到预设的关联度阈值要求；而当所述第一关联度小于所述预设的关联度阈值时，认定所述第一关联度未达到预设的关联度阈值要求。进而，当所述第一关联度达到预设的关联度阈值要求时，验证所述问题信息满足预设的解答条件。依据上述方法通过比对问题信息与待招聘岗位信息之间的关联度，避免了在解答所述求职者的问题过程中容易出现解答信息与求职者问题的关联度低甚至是解答错误的情况，提高智能机器人解答的精确度和高效性。
在一些实施例中，请参阅图5，图5为本申请实施例提供的智能解答控制方法中验证问题信息是否满足预设的解答条件的另一种方法流程示意图。
如图5所示，所述步骤S200还可以包括步骤S240和步骤S260。其中，S240：将所述问题信息与所述待招聘岗位对应预设的私密性信息表进行比对，以判断所述问题信息中是否包含有记载于所述预设的私密性信息表中的私密性信息。S250：当所述问题信息中未包含有记载于所述预设的私密性信息表中的私密性信息时，则验证所述问题信息为非私密性信息。
在本实施例中，在采用智能机器人执行招聘面试操作之前，预先针对每一个待招聘岗位配置相对应的私密性信息表，所述私密性信息表中记载了针对所述待招聘岗位设置的未获得公开权限的私密性信息。将所述问题信息与所述待招聘岗位对应预设的私密性信息表进行比对时，由于所述求职者的问题信息通过对所述求职者询问的问题进行特征分词提取处理获得的特征分词集，因而，通过将所述获得的特征分词集中的每一个特征分词与所述私密性信息表进行比对，判断所述特征分词集中的特征分词是否为所述私密性信息表中记载的未获得公开权限的私密性信息，从而判断出所述问题信息中是否包含有记载于所述预设的私密性信息表中的私密性信息。其中，当所述特征分词集中具有一个或一个以上的特征分词为所述私密性信息表中记载的未获得公开权限的私密性信息时，认定所述问题信息中包含有记载于所述预设的私密性信息表中的私密性信息，否则，认定所述问题信息中未包含有记载于所述预设的私密性信息表中的私密性信息。而当所述问题信息中未包含有记载于所述预设的私密性信息表中的私密性信息时，则验证所述问题信息为非私密性信息。依据上述方法通过判断问题信息中的特征分词是否为所述私密性信息表中记载的未获得公开权限的私密性信息来验证所述问题信息是否为非私密性信息，可以防止所述求职者在询问较为私密性的问题时出现泄露企业私密信息的情况，从而避免危害招聘企业的利益。
在一些实施例中，请参阅图6，图6为本申请实施例提供的智能解答控制方法中当问题信息不满足预设的解答条件时生成解答信息的一种方法流程示意图。
如图6所示，当所述问题信息不满足预设的解答条件时，可以向所述求职者反馈局部解答信息。所述步骤S300包括步骤S310和步骤S320。其中，S310：获取所述问题信息与所述待招聘岗位信息之间的比对内容及其对应的比对结果，其中，所述比对内容及其对应的比对结果包括表征所述问题信息的特征分词集以及所述特征分词集中每一个特征分词对应的比对结果；S320：根据所述比对内容及其对应的比对结果从预设的语料库中生成对应的局部解答信息并反馈给所述求职者。
在本实施例中，所述求职者的问题信息通过对所述求职者询问的问题进行特征分词提取处理获得的特征分词集。因此，在验证所述问题信息是否满足预设的解答条件时，具体通过比对所述特征分词集中的每一个特征分词是否满足预设的解答条件。当所述验证结果为所述问题信息不满足预设的解答条件时，说明在比对过程中，所述特征分词集中至少具有一个特征分词不满足预设的解答条件。因而，通过获取所述问题信息与所述待招聘岗位信息之间的比对内容及其对应的比对结果，所述比对内容及其对应的比对结果包括所述特征分词集中的每一个特征分词及其对应的比对结果，进而根据所述比对内容及其对应的比对结果从预设的语料库中生成对应的局部解答信息并反馈给所述求职者。即从预设的语料库中获取与比对结果为满足预设的解答条件的特征分词相匹配的语料生成对应的局部解答信息并反馈给所述求职者，实现了针对所述求职者询问的问题，可以依据表征所述问题信息的特征分词集中每一特征分词与所述待招聘岗位信息的关联关系从预先构建的语料库中获取仅与所述待招聘岗位信息相关的语料生成局部解答信息并反馈给所述求职者和/或依据表征所述问题信息的特征分词集中每一特征分词与所述待招聘岗位信息的私密性从预先构建的语料库中获取仅对所述待招聘岗位公开的语料生成局部解答信息并反馈给所述求职者。
在一些实施例中，当所述问题信息不满足预设的解答条件时，智能机器人还可以根据所述问题信息从预设的反问问题数据库中获取与所述问题信息相对应的反问问题，以根据所述反问问题对所述求职者进行反向提问。从而，针对所述求职者询问的问题进行反向提问，进一步了解该求职者询问该问题的目的和意图。例如，当求职者在面试中询问“公司某某部门经理是否为王某某，他负责什么工作内容”时，系统可以依据其询问的问题向他进行反向提问，例如“你和王某某是什么关系？”或者“王某某是你的家人、亲戚或是朋友？”等，进而，依据该求职者的回答来确定是否解答该求职者的问题或者区别作答该求职者的问题。在本本实施例中，所述预设的反问问题数据库为预先建立有问题信息与反问问题之间关联关系的数据库。根据所述问题信息与反问问题之间的关联关系，即可从所述预设的反问问题数据库中获取与所述问题信息相对应的反问问题。
为解决上述技术问题本申请实施例还提供一种智能解答控制装置。具体请参阅图7，图7为本申请实施例提供的一种智能解答控制装置的基本结构框图。
如图7所示，一种智能解答控制装置，包括：获取模块10、处理模块20以及执行模块30。其中，所述获取模块10用于获取求职者的问题信息。所述处理模块20用于将所述问题信息与所述求职者应聘岗位对应的岗位信息进行比对，以验证所述问题信息是否满足预设的解答条件。所述执行模块30用于当所述问题信息满足预设的解答条件时，根据所述问题信息从预设的语料库中生成对应的解答信息并反馈给所述求职者，否则，向所述求职者反馈问题无法解答的指示信息或局部解答信息。
在一些实施例中，所述智能解答控制装置还包括：第一收集子模块和第一构建子模块。其中，所述第一收集子模块用于收集语料信息，其中，所述语料信息包括用于生成所述解答信息的数据信息；所述第一构建子模块用于将所述语料信息进行分类储存以及关联关系配置处理，以构建生成所述预设的语料库。
在一些实施例中，所述智能面试通过语音交互的方式进行，所述智能解答控制装置还包括：第一接收子模块和第一处理子模块。其中，所述第一接收子模块用于接收所述求职者的语音信息；所述第一处理子模块用于将所述语音信息转化为对应的文本信息，并从所述文本信息中提取得到表征所述文本信息语意的特征分词，以将所述特征分词进行标记生成特征分词集作为所述求职者的问题信息。
在一些实施例中，当所述预设的解答条件为所述问题信息与岗位信息之间的关联度达到预设的关联度阈值时，所述智能解答控制装置还包括：第一计算子模块、第一比对子模块和第一验证子模块。其中，所述第一计算子模块用于计算所述问题信息与所述待招聘岗位信息之间的第一关联度；所述第一比对子模块用于将所述第一关联度与所述预设的关联度阈值进行比较，以判断所述第一关联度是否达到预设的关联度阈值要求；所述第一验证子模块用于当所述第一关联度达到预设的关联度阈值要求时，验证所述问题信息满足预设的解答条件。
在一些实施例中，当所述预设的解答条件为所述问题信息为非私密性信息时，所述智能解答控制装置还包括：第二比对子模块和第二验证子模块。其中，所述第二比对子模块用于将所述问题信息与所述待招聘岗位对应预设的私密性信息表进行比对，以判断所述问题信息中是否包含有记载于所述预设的私密性信息表中的私密性信息；所述第二验证子模块用于当所述问题信息中未包含有记载于所述预设的私密性信息表中的私密性信息时，则验证所述问题信息为非私密性信息。
在一些实施例中，所述智能解答控制装置还包括：第一获取子模块和第一执行子模块。其中，所述第一获取子模块用于获取所述问题信息与所述待招聘岗位信息之间的比对内容及其对应的比对结果，其中，所述比对内容及其对应的比对结果包括表征所述问题信息的特征分词集以及所述特征分词集中每一个特征分词对应的比对结果；所述第一执行子模块用于根据所述比对内容及其对应的比对结果从预设的语料库中生成对应的局部解答信息并反馈给所述求职者。
在一些实施例中，所述智能解答控制装置还包括：第一提问子模块。所述第一提问子模块用于根据所述问题信息从预设的反问问题库中获取与所述问题信息相对应的反问问题，以根据所述反问问题对所述求职者进行反向提问。
上述实施例所述的智能解答控制装置通过获取求职者提出的问题信息，并将所述问题信息与所述求职者应聘岗位对应的岗位信息进行比对来验证所述问题信息是否满足预设的解答条件，进而当所述问题信息满足预设的解答条件时，根据所述问题信息从预设的语料库中生成对应的解答信息并反馈给所述求职者，否则，向所述求职者反馈问题无法解答的指示信息或局部解答信息。本方法通过验证所述问题信息是否满足预设的解答条件的方式针对求职者询问的问题进行关联性和私密性分析，并根据分析结果进行智能识别和自助式按需作答，降低了人工咨询量，使得采用机器人面试官执行面试的过程更加智能化；避免了机器人在解答求职者询问的问题过程中出现解答错误和泄露私密信息的情况发生。
为解决上述技术问题，本申请实施例还提供了一种计算机设备。具体请参阅图8，图8为本申请实施例提供的一种计算机设备的基本结构框图。
如图8所示，计算机设备的内部结构示意图。如图8所示，该计算机设备包括通过系统总线连接的处理器、非易失性存储介质、存储器和网络接口。其中，该计算机设备的非易失性存储介质存储有操作系统、数据库和计算机可读指令，数据库中可存储有控件信息序列，该计算机可读指令被处理器执行时，可使得处理器实现一种智能解答控制方法。该计算机设备的处理器用于提供计算和控制能力，支撑整个计算机设备的运行。该计算机设备的存储器中可存储有计算机可读指令，该计算机可读指令被处理器执行时，可使得处理器执行一种智能解答控制方法。该计算机设备的网络接口用于与终端连接通信。本领域技术人员可以理解，图8中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在本实施例中，所述处理器用于执行图7中获取模块10、处理模块20和执行模块30的具体功能，而所述存储器存储有执行上述模块所需的程序代码和各类数据。所述网络接口用于向用户终端或服务器之间的数据传输。本实施例中的存储器存储有智能解答控制装置中执行所有子模块所需的程序代码及数据，服务器能够调用服务器的程序代码及数据执行所有子模块的功能。
上述实施例所述的计算机设备通过获取求职者提出的问题信息，并将所述问题信息与所述求职者应聘岗位对应的岗位信息进行比对来验证所述问题信息是否满足预设的解答条件，进而当所述问题信息满足预设的解答条件时，根据所述问题信息从预设的语料库中生成对应的解答信息并反馈给所述求职者，否则，向所述求职者反馈问题无法解答的指示信息或局部解答信息。本方法通过验证所述问题信息是否满足预设的解答条件的方式针对求职者询问的问题进行关联性和私密性分析，并根据分析结果进行智能识别和自助式按需作答，降低了人工咨询量，使得采用机器人面试官执行面试的过程更加智能化；避免了机器人在解答求职者询问的问题过程中出现解答错误和泄露私密信息的情况发生。
本申请还提供一种存储有计算机可读指令的存储介质，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行上述任一实施例所述智能解答控制方法的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，该计算机程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，前述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)等非易失性存储介质，或随机存储记忆体(Random Access Memory，RAM)等。
应该理解的是，虽然附图的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，其可以以其他的顺序执行。而且，附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，其执行顺序也不必然是依次进行，而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
以上所述仅是本申请的部分实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本申请的保护范围。
Claims (10)
1.一种智能解答控制方法，其特征在于，包括以下步骤：
获取求职者的问题信息；
将所述问题信息与所述求职者应聘岗位对应的待招聘岗位信息进行比对，以验证所述问题信息是否满足预设的解答条件；
当所述问题信息满足预设的解答条件时，根据所述问题信息从预设的语料库中生成对应的解答信息并反馈给所述求职者，否则，向所述求职者反馈问题无法解答的指示信息或局部解答信息。
2.根据权利要求1所述的智能解答控制方法，其特征在于，所述当所述问题信息满足预设的解答条件时，根据所述问题信息从预设的语料库中生成对应的解答信息并反馈给所述求职者，否则，向所述求职者反馈问题无法解答的指示信息或局部解答信息的步骤之前，还包括：
收集语料信息，其中，所述语料信息包括用于生成所述解答信息的数据信息；
将所述语料信息进行分类储存以及关联关系配置处理，以构建生成所述预设的语料库。
3.根据权利要求1所述的智能解答控制方法，其特征在于，所述智能面试通过语音交互的方式进行，所述获取求职者提出的问题信息的步骤，包括：
接收所述求职者的语音信息；
将所述语音信息转化为对应的文本信息，并从所述文本信息中提取得到表征所述文本信息语意的特征分词，以将所述特征分词进行标记生成特征分词集作为所述求职者的问题信息。
4.根据权利要求1所述的智能解答控制方法，其特征在于，当所述预设的解答条件为所述问题信息与岗位信息之间的关联度达到预设的关联度阈值时，所述将所述问题信息与所述求职者应聘岗位对应的岗位信息进行比对，以验证所述问题信息是否满足预设的解答条件的步骤，还包括：
计算所述问题信息与所述待招聘岗位信息之间的第一关联度；
将所述第一关联度与所述预设的关联度阈值进行比较，以判断所述第一关联度是否达到预设的关联度阈值要求；
当所述第一关联度达到预设的关联度阈值要求时，验证所述问题信息满足预设的解答条件。
5.根据权利要求1所述的智能解答控制方法，其特征在于，当所述预设的解答条件为所述问题信息为非私密性信息时，所述将所述问题信息与所述求职者应聘岗位对应的岗位信息进行比对，以验证所述问题信息是否满足预设的解答条件的步骤，还包括：
将所述问题信息与所述待招聘岗位对应预设的私密性信息表进行比对，以判断所述问题信息中是否包含有记载于所述预设的私密性信息表中的私密性信息；
当所述问题信息中未包含有记载于所述预设的私密性信息表中的私密性信息时，则验证所述问题信息为非私密性信息。
6.根据权利要求1所述的智能解答控制方法，其特征在于，当所述问题信息不满足预设的解答条件时，向所述求职者反馈局部解答信息的步骤，还包括：
获取所述问题信息与所述待招聘岗位信息之间的比对内容及其对应的比对结果，其中，所述比对内容及其对应的比对结果包括表征所述问题信息的特征分词集以及所述特征分词集中每一个特征分词对应的比对结果；
根据所述比对内容及其对应的比对结果从预设的语料库中生成对应的局部解答信息并反馈给所述求职者。
7.根据权利要求6所述的智能解答控制方法，其特征在于，所述根据所述比对内容及其对应的比对结果从预设的语料库中生成对应的局部解答信息并反馈给所述求职者的步骤之前，还包括：
根据所述问题信息从预设的反问问题库中获取与所述问题信息相对应的反问问题，以根据所述反问问题对所述求职者进行反向提问。
8.一种智能解答控制装置，其特征在于，包括：
获取模块，用于获取求职者的问题信息；
处理模块，用于将所述问题信息与所述求职者应聘岗位对应的岗位信息进行比对，以验证所述问题信息是否满足预设的解答条件；
执行模块，用于当所述问题信息满足预设的解答条件时，根据所述问题信息从预设的语料库中生成对应的解答信息并反馈给所述求职者，否则，向所述求职者反馈问题无法解答的指示信息或局部解答信息。
9.一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，使得所述处理器执行上述权利要求1至7任意一项所述的智能解答控制方法。
10.一种存储有计算机可读指令的存储介质，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行上述权利要求1至7中任意一项权利要求所述的智能解答控制方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910978790.3A CN110866096A (zh) | 2019-10-15 | 2019-10-15 | 智能解答控制方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910978790.3A CN110866096A (zh) | 2019-10-15 | 2019-10-15 | 智能解答控制方法、装置、计算机设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110866096A true CN110866096A (zh) | 2020-03-06 |
Family
ID=69652845
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910978790.3A Pending CN110866096A (zh) | 2019-10-15 | 2019-10-15 | 智能解答控制方法、装置、计算机设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110866096A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112330273A (zh) * | 2020-10-30 | 2021-02-05 | 中国平安人寿保险股份有限公司 | 离职人员兼职招募方法、装置、计算机设备及可读存储介质 |
| CN114663042A (zh) * | 2022-02-11 | 2022-06-24 | 北京斗米优聘科技发展有限公司 | 一种智能电话呼叫招聘方法、装置、电子设备及存储介质 |
| CN117633189A (zh) * | 2023-12-08 | 2024-03-01 | 北京城市网邻信息技术有限公司 | 问答会话处理方法、装置、设备和存储介质 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106777295A (zh) * | 2016-12-30 | 2017-05-31 | 深圳爱拼信息科技有限公司 | 一种基于语义匹配的职位搜索推荐方法和系统 |
| CN108460581A (zh) * | 2018-04-02 | 2018-08-28 | 北京字节跳动网络技术有限公司 | 一种信息反馈方法及装置 |
| CN108510247A (zh) * | 2018-04-02 | 2018-09-07 | 北京字节跳动网络技术有限公司 | 一种信息反馈方法及装置 |
| CN109063152A (zh) * | 2018-08-08 | 2018-12-21 | 鲸数科技（北京）有限公司 | 智能问答方法、装置及智能终端 |
| CN109284363A (zh) * | 2018-12-03 | 2019-01-29 | 北京羽扇智信息科技有限公司 | 一种问答方法、装置、电子设备及存储介质 |
| CN110008324A (zh) * | 2019-03-29 | 2019-07-12 | 上海大易云计算股份有限公司 | 一种基于自然语义分析的招聘聊天方法及系统 |
| CN110110062A (zh) * | 2019-04-30 | 2019-08-09 | 贝壳技术有限公司 | 机器智能问答方法、装置与电子设备 |
-
2019
- 2019-10-15 CN CN201910978790.3A patent/CN110866096A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106777295A (zh) * | 2016-12-30 | 2017-05-31 | 深圳爱拼信息科技有限公司 | 一种基于语义匹配的职位搜索推荐方法和系统 |
| CN108460581A (zh) * | 2018-04-02 | 2018-08-28 | 北京字节跳动网络技术有限公司 | 一种信息反馈方法及装置 |
| CN108510247A (zh) * | 2018-04-02 | 2018-09-07 | 北京字节跳动网络技术有限公司 | 一种信息反馈方法及装置 |
| CN109063152A (zh) * | 2018-08-08 | 2018-12-21 | 鲸数科技（北京）有限公司 | 智能问答方法、装置及智能终端 |
| CN109284363A (zh) * | 2018-12-03 | 2019-01-29 | 北京羽扇智信息科技有限公司 | 一种问答方法、装置、电子设备及存储介质 |
| CN110008324A (zh) * | 2019-03-29 | 2019-07-12 | 上海大易云计算股份有限公司 | 一种基于自然语义分析的招聘聊天方法及系统 |
| CN110110062A (zh) * | 2019-04-30 | 2019-08-09 | 贝壳技术有限公司 | 机器智能问答方法、装置与电子设备 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112330273A (zh) * | 2020-10-30 | 2021-02-05 | 中国平安人寿保险股份有限公司 | 离职人员兼职招募方法、装置、计算机设备及可读存储介质 |
| CN112330273B (zh) * | 2020-10-30 | 2023-08-25 | 中国平安人寿保险股份有限公司 | 离职人员兼职招募方法、装置、计算机设备及可读存储介质 |
| CN114663042A (zh) * | 2022-02-11 | 2022-06-24 | 北京斗米优聘科技发展有限公司 | 一种智能电话呼叫招聘方法、装置、电子设备及存储介质 |
| CN114663042B (zh) * | 2022-02-11 | 2023-04-21 | 北京斗米优聘科技发展有限公司 | 一种智能电话呼叫招聘方法、装置、电子设备及存储介质 |
| CN117633189A (zh) * | 2023-12-08 | 2024-03-01 | 北京城市网邻信息技术有限公司 | 问答会话处理方法、装置、设备和存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109829628B (zh) | 基于大数据的风险预警方法、装置和计算机设备 | |
| CN109829629B (zh) | 风险分析报告的生成方法、装置、计算机设备和存储介质 | |
| CN110069609B (zh) | 裁判文书分析方法、装置、计算机设备及存储介质 | |
| CN110472224B (zh) | 服务质量的检测方法、装置、计算机设备和存储介质 | |
| CN110866096A (zh) | 智能解答控制方法、装置、计算机设备及存储介质 | |
| CN110096581B (zh) | 一种基于用户行为构建问答体系推荐问的系统及方法 | |
| CN111125343A (zh) | 适用于人岗匹配推荐系统的文本解析方法及装置 | |
| CN111105209A (zh) | 适用于人岗匹配推荐系统的职位简历匹配方法及装置 | |
| US20210158302A1 (en) | System and method of authenticating candidates for job positions | |
| CN111105203A (zh) | 简历筛选控制方法、装置、计算机设备及存储介质 | |
| CN110362798B (zh) | 裁决信息检索分析方法、装置、计算机设备和存储介质 | |
| CN110941702A (zh) | 一种法律法规和法条的检索方法及装置、可读存储介质 | |
| CN111767382A (zh) | 生成反馈信息的方法、装置及终端设备 | |
| CN117520503A (zh) | 基于llm模型的金融客服对话生成方法、装置、设备及介质 | |
| CN111460268B (zh) | 数据库查询请求的确定方法、装置和计算机设备 | |
| WO2020253353A1 (zh) | 预设用户的资源获取资质生成方法及相关设备 | |
| CN116304033B (zh) | 一种基于半监督、双层多分类的诉请识别方法 | |
| US8918406B2 (en) | Intelligent analysis queue construction | |
| CN110930106A (zh) | 线上面试系统的信息处理方法、装置和系统 | |
| US20230290168A1 (en) | Selecting files for intensive text extraction | |
| CN112148939A (zh) | 数据处理方法、装置及电子设备 | |
| CN113434760B (zh) | 工法推荐方法、装置、设备及存储介质 | |
| CN110941631B (zh) | 一种信息处理方法及电子设备 | |
| CN116343231A (zh) | 一种客户意图分析方法、装置、计算机和存储介质 | |
| CN114036393B (zh) | 数据推荐方法、装置、电子设备及计算机存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200306 |