CN113672698B - 一种基于表达分析的智能面试方法、系统、设备和存储介质 - Google Patents

Abstract

本发明公开了一种基于表达分析的智能面试方法，包括：面试开始；实时语音数据采集；服务端对求职者的回答内容进行语音识别得到文本信息；服务端将文本信息与语料库中词汇信息进行比对完成词法分析；服务端根据词法分析结果完成语用推理；服务端根据词法分析和语用推理结果生成评估结果；服务端将评估结果实时推送至招聘方。本发明实现了一个切实可行的有针对性的人才测评面试全流程产品，使得招聘方可以筛选出与招聘岗位所匹配的人才，使得每位求职者可以得到更加公平和客观的性格评价。此外，不仅使面试完成了传统面试对求职者的考核，同时也接入了数据处理流程，使性格评估结果更加公平客观精准，提高企业人才选拔效率。

Description

一种基于表达分析的智能面试方法、系统、设备和存储介质

技术领域

本发明涉及在线招聘领域，特别是涉及到一种基于表达分析的智能面试评价方法、系统、设备和存储介质。

背景技术

传统的人才招聘面试，对于招聘方来讲大致流程通常为：招聘方发布职位-制定职位要求-等待投递简历或主动搜索简历-根据简历浏览结果得出候选面试人员名单-大范围邀请面试-现场面试笔试-根据笔试面试情况对面试人员进行评价-选出符合条件的人选。这样的流程方案的招聘周期至少需要耗费2周以上，费时费力，主要体现在以下三个方面的特点：(1)信息提取不足。传统面试中获取的很多信息都是表层内容，比如是否有相关经历、有何技能、家庭情况、薪资要求等，较难对招聘方的思维模式、情绪状态、行为风格等模块进行判断，而这些隐性因素对招聘的效果又有重要的影响。(2)问题单一，缺乏针对性。传统面试过程中，招聘方和求职者一问一答，面试过程单调，面试问题单一，对招聘方的个人能力要求较高，一般人很难针对性提问，并且面试持续时间长，难以保持精力。(3)结果产出少。面试评价的维度数量较少，最多能够评价5个左右的维度；面试结果手工汇总效率低，多考场和多位招聘方的评价结果汇总难度大；面试产出的评价结果通常是以表格的形式展示，结果相对比较单一。此外，多数面试仅能通过招聘方主观判断求职者是否合适，并且需要当场决策，否则难以回忆，缺乏结构化的面试记录与报告输出。

随着AI技术的迅猛发展、大众以及企业对AI的了解越来越多。随着计算机算力的不断增长，以及各种大数据模型的越来越精确，AI在很多方面已经能有与真人相匹敌的能力，也就是说，AI系统越来越像人了。与此同时，也有越来越多的企业尝试让AI参与到公司的决策中来，如初步的招聘和人才选拔之中。有了AI的介入，面试的功能性得到了强化，由于招聘方变成了人加AI模型的模式，所以，招聘方可以在自身能力之外，获得来自电脑程序的更多有力支持，并且电脑程序强大的数据统计和分析能力，与招聘方的现场分析判断形成了良好的互补效应。

比如现有技术一公开了一种智能面试方法，所述方法包括：根据求职者的岗位类型，从预设的面试题库中获取对应的面试题目，并利用视频方式对所述面试题目进行展示；获取求职者的答题视频，并对所述答题视频进行识别，得到答题文本结果、表情识别结果及情绪识别结果；根据预设的考核关键指标，对所述答题文本结果、表情识别结果及情绪识别结果进行指标评分，得到多个关键指标评分结果；将多个关键指标评分结果输入至与所述岗位类型对应的预设的面试评分模型中，得到求职者评分结果，并根据所述求职者评分结果生成面试评估报告。但是，该方法中是使用求职者回答的内容和试题的标准答案进行比对，从关键词的重合度大小给出评价，不涉及对于求职者性格、行为模式和思维模式的分析，提供给招聘方的信息有限。

在招聘领域中，很多研究机构和学者都认可语言模式反映性格特点的观点。每个人都有自己独特的语言表达模式，通过解析个体的语言表达模式，能够反映出其特定的语言心理机制，而特定的语言心理机制对应了特定的性格特点，因此通过解析语言表达的模式能够反映出个体的性格特点。

但是，如何把这种理论应用到实际的招聘工作中，到目前为止还没有很好的方法。有鉴于此，亟待推出一种能够针对在线面试各个环节特点，建立成熟稳定的分析模型，给招聘方提供基于表达分析、有针对性的性格评估结果的智能面试方法。

发明内容

为解决以上问题，本发明提供了一种可以实现有针对性、个性化的面试方法。在视频面试的过程中，通过语义分析、视频分析等技术，并深度结合已有的语料库和高频词汇库，完成对求职者的性格等特质的评估流程，并可以针对每位求职者提供评估报告，从而帮助企业招聘方快速且精准的进行人员筛选。

本发明提供一种基于表达分析的智能面试方法，包括以下流程：(a)企业端创建面试间；(b)通知求职者可以进行在线智能面试；(c)招聘方和求职者进入面试间开始面谈过程；(d)服务端进行实时语音数据采集；(e)服务端对求职者的回答内容进行语音识别得到文本信息；(f)服务端将文本信息与语料库中词汇信息进行比对完成词法分析；(g)服务端根据词法分析结果完成语用推理；(h)服务端根据词法分析和语用推理结果生成评估结果；(i)服务端将评估结果实时推送至招聘方。

进一步的，在步骤(f)中，所述词法分析包括：(1)对描述部分的长文本进行分词处理；(2)对词语的词性进行统计和分类提取；(3)对词频进行统计；(4)根据比对结果对所有词汇或者单字的负载信息进行标记。

进一步的，在步骤(f)执行前，还包括若干个语料库和词汇库的建立；其中，语料库是由已有面试资料整理和统计获得的，语料库中的所有词汇都进行了词性标记；词汇库是在语料库的基础上进一步统计分析出的高频词汇，词汇库中所有词汇都进行了负载信息标记。

进一步的，在步骤(g)中，所述语用推理包括：(1)语义分析；(2)对词语的语料库进行统计；(3)对篇章结构进行推理；(4)对词语负载信息进行推理；(5)对语境背景进行推理。

进一步的，根据语义将高频词汇划分为“人际/事件”及“主动/被动”两大维度，通过对面试回答内容中各项词汇频率、比例的统计，可得出求职者对应的行为风格类型，包括主动地关注具体事件、主动地关注人际关系、被动地关注人际关系和被动地关注具体事件。

进一步的，根据语义将高频词汇划分为“积极和消极”两大维度，包括倾向于从积极、乐观的角度看待事物，以及倾向于从消极、悲观的角度看待问题。

进一步的，根据语义将高频词汇划分为任务进程的前、中、后三个阶段，即计划的筹备阶段、执行监管阶段和成果产出阶段；当招聘方描述具体任务过程时，通过统计隶属各阶段的动词与名词的频率与占比，可获知求职者的行为优势阶段。

进一步的，根据语义将高频词汇划分为能愿动词和非能愿动词，评估时统计能愿动词出现的频率、占比、以及与其他求职者统计信息的比较。

进一步的，根据语义将所有词汇划分为虚词和非虚词，评估中统计虚词出现的频率、占比、以及与其他求职者统计信息的比较。

进一步的，在步骤(h)中，所述评估包括根据系统逻辑完成求职者下列事项的自动评估：(1)语言心理机制解析；(2)性格特点定位；(3)语言表达模式识别。

此外，本发明还提供了一种系统，用于在线智能视频面试，(a)面试生成模块：用于企业端创建面试间，通知求职者进行在线智能面试，招聘方和求职者进入面试间开始面谈过程；(b)数据采集模块：用于进行实时语音数据采集；(c)语音识别模块：用于对求职者的回答内容进行语音识别得到文本信息；(d)词法分析模块：用于将文本信息与语料库中词汇信息进行比对完成词法分析；(e)语用推理模块：用于根据词法分析结果完成语用推理；(f)评估结果生成模块：用于根据词法分析和语用推理结果生成评估结果；(g)评估结果推送模块：用于实时推送评估结果至招聘方。

以及，一种设备，其特征在于，包括：一个或多个处理器；

存储器，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器完成前面任一项所述的智能面试方法。

以及，一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时完成如前面任一项所述的智能面试方法。

实施本发明，有如下有益技术效果：

1、评估结果的准确性。本发明通过对大数据的处理和分析，基于表达特点给语料库和高频词汇库中的词汇逐一打上各种负载信息标签，通过几类指标的共同参与，得到较为准确和完整的个人性格特点评估，评估结果对于判断能否适应公司文化和目标岗位的需求，提供了精准的评估依据。

2、评估数据的针对性。在给语料库和高频词汇库中的词汇逐一打上负载信息标签的过程中，每一个词汇都有可能被标记多个标签，在不同分析应用场景下，会发挥不同的作用。现有的AI面试，过度强调评估程序的技术性，追求求职者所说的内容趋近于预设的标准答案，这对标准答案的要求是非常高的，而且实践中经常会出现采集到的内容和库内标准回答存在较大不重合度的情况。我们敏锐的观察到，求职者所说的答题内容，无论是否贴近我们心目中给定的标准答案，其内容都会反映求职者的诸多性格特点，这是语言习惯的客观性所决定的。我们重点在这个环节上进行了突破，把求职者说的内容和性格特点紧密地关联在了一起，无论求职者说什么我们都能够找到合适的参考对象和其进行对比，可以较准确地测试出求职者的性格特点，结果也不再拘泥于对和错，而是是否能够满足相应公司和相应岗位的要求。

3、评估过程的高效性。本发明主要解决了面试的整个流程中招聘方无法及时获得求职者性格特点反馈、人才测评的全面性、评价结果的指导性等问题，是一个全流程的AI参与面试过程。一旦数据库完成搭建，AI参与程度非常高，可以非常有针对性地对每一位求职者给出一个相对客观的评价，进而帮助招聘方确定进一步的问题或者整体评价，大幅提升了面试的效率和精准度。

4、评估指标的全面性。题目覆盖各个维度的指标，可以综合考察不同素质特征，应用多种评估技术进行综合且全面的评估，视频题、语音题、选择题等多种评价方式结合应用，既全面的考察了各项岗位关键素质特征，又为作答过程增加了多元体验，避免了枯燥的作答过程。

5、评估规则的指导性。评价结果方面，使用经过大数据积累得出的评估规则，并且根据每个分项指标指示出求职者在某一方面性格上的特点，使得评价更贴近岗位需求。不仅体现了求职者的综合性格评价结果，也分别显示出了每项考察素质的具体得分，详细展示了求职者的回答过程，且为招聘方提供了较为全面和有针对性的指导建议。

概括起来，本发明实现了一个切实可行的有针对性的人才测评面试全流程产品，使得招聘方可以筛选出与招聘岗位所匹配的人才，使得每位求职者可以得到更加公平和客观的性格评价。此外，不仅使面试完成了传统面试对求职者的考核，同时也接入了数据处理流程，使性格评估结果更加公平客观精准，提高企业人才选拔效率。

附图说明

图1是本发明的智能面试一个实施例的全流程示意图；

图2是本发明的智能面试分步流程示意图；

图3是本发明的智能面试一个实施例流程示意图；

图4是本发明的智能面试语料分析逻辑示意图；

图5是本发明的智能面试人格类型分析示意图；

图6是本发明的智能面试行为优势分析示意图；

图7是本发明的系统示意图。

具体实施方式

下面结合附图和实施例对本发明实施例作进一步的详细说明，下述实施例在以本发明技术方案为前提下进行实施，可以理解的是，此处所描述的具体实施例仅仅用于解释本发明实施例，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明实施例相关的部分而非全部结构。

另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部内容。在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理，但是其中的许多操作可以被并行地、并发地或者同时实施。此外，各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。

参考图1-3，本发明提供一种基于表达分析的智能面试方法，包括以下流程：(a)企业端创建面试间；(b)通知求职者可以进行在线智能面试；(c)招聘方和求职者进入面试间开始面谈过程；(d)服务端进行实时语音数据采集；(e)服务端对求职者的回答内容进行语音识别得到文本信息；(f)服务端将文本信息与语料库中词汇信息进行比对完成词法分析；(g)服务端根据词法分析结果完成语用推理；(h)服务端根据词法分析和语用推理结果生成评估结果；(i)服务端将评估结果实时推送至招聘方。

需要强调的是，该方法中的步骤并不代表其是严格按照顺序进行的，其中的部分步骤可以有不同的进行顺序，也有可能是同时进行的步骤。比如通知求职者可以进行面试的步骤，其发生时间就可以在招聘方进入面试间之后，直接从服务器端发送。当然，面试过程和评估信息最终还是会显示在终端(比如PC、手机)上，这里说的服务器或者服务器端通常包括一系列软件和硬件，可以为智能面试服务提供商完成指定的计算、存储或者应用服务等。

在基本的准备环节之后，从面试开始，系统开始正式的采集、分析过程。语音数据的采集采用主流的语音识别软件就能够达到很好的效果，这个步骤属于数据的预处理过程，目的是尽量正确识别出求职者所说的话，因为我们后期的分析判断中词汇是最主要的判断依据，甚至一些语气词、助词和虚词都会成为某些方面的判断指标，所以要保证语音识别后转换为文本的正确率。

在步骤(f)中执行前，还包括语料库和词汇库的建立；其中，语料库是由已有面试资料整理和统计获得的，语料库中的所有词汇都进行了词性标记；词汇库是在语料库的基础上进一步统计分析出的高频词汇，词汇库中所有词汇都进行了负载信息标记。

语料库即是语言的采样，通常经过一定的整理，有既定格式与标记。语料库和词汇库是本系统运行的基础，虽然词汇收入量的多少并不会影响利用本发明的方法的实施，也不太会影响核心结论的判定，但是，词汇量的多寡还是会影响到评估结果的精确性。为此，我们采取了一些措施来改进数据库的建立，包括以下环节：(1)对相关信息进行收集，收集的信息包括互联网公开信息，既往面试人员留存的视频、录音和书面资料等面试资料，以及自制或者第三方提供的招聘面试题目和答案等。(2)在收集数据信息的基础上，需要对数据进行初步处理，把音视频文件或者图像文件通过识别技术转换成文本文件，把书面文件采用图像识别技术转换成文本文件，以便进行下一步的深加工。(3)对收集到的数字化资料提取出的长文本进行分词处理，这一环节主要是把语料库和词汇库的内容具体化、抽象化，方便下一步的统计分析和比对处理。(4)根据统计结果标注所有与本发明方法实施相关的词汇，这些分离出来的词汇会组成语料库的主要部分，完成词汇的初步确定，这些词汇会构成词法分析的基础。(5)在完成语料库的建立之后，对其所有词汇进行筛选和词频统计，因为并不是所有的词汇都适合作为语用推理的基础，需要按照一定的规则和范围选取高频词汇，这部分词汇通常被用作语用推理的基础。这样，就会得到一些对性格分析非常重要的词汇，比如帮助、咨询、喜欢、聚会、客户、理解、协调、挑战、竞争、创造、辛苦、知识、交易、政策、风险、出差、加班、学习、协议、合同等，所有的这些词汇，虽然看似简单并且互相之间没有必然联系，但是，通过不同求职者谈话内容的大数据分析，就可以发现很多关于性格特点的内在规律。

语料库通常采用人工标注加技术实现的方式来构建的。首先，语料库的来源有二，其一，公开的汉语语料库，我们选取其中的高频词汇；其二，基于多年的招聘面试数据，在满足数据合规要求的前提下，对招聘和面试数据进行分词处理，提取其中的高频词汇，也就是在面试场景下的常用词汇。然后，将两部分词汇进行合并而形成的语料库，这样可以修正常规语料信息无法准确表达面试场景特点的不足。之后，我们对全部词汇进行了人工标注，对名词、动词、形容词、虚词四种词性的词语从不同角度标记其负载信息。最后，对词汇和词汇负载信息进行技术编码，并在系统上实现若干个语料库。语料库的构建规模对最后评估的精准度是有较大影响的，但是，本发明着重于阐明智能面试方法的工作流程，并不会因为语料库数量少或者收词规模而影响其工作流程的进行，只要具有一定词汇量的语料库就可以完成全部的比对和分析工作。

数据转换为文本形式后的分析过程，我们通过对语料库和高频词汇库中的词汇数据进行两方面分析完成。一是词法分析，在这一部分，主要是对求职者在面试中使用的所有词汇进行词性标记和统计分析，当然，这种统计和标记都可以通过自行设计计算机程序来完成。二是语用推理，主要是根据求职者在面试中使用的所有词汇的统计信息和负载信息的结果，进行语义分析和篇章结构分析。

在步骤(f)中，所述词法分析包括：(1)对描述部分的长文本进行分词处理；(2)对词语的词性进行统计和分类提取；(3)对词频进行统计；(4)根据结果对词汇或者单字的负载信息进行标记。

这里，分词处理、词频统计的方法与语料库和高频词汇库建立时用到的相关技术并无本质区别。这一步骤中，我们查阅了大量汉语言文学和文字学资料，发现至少存在148种理论上不相同的词性，但是，为了使用计算机对词性进行有效统计分析，采用聚类的方法将所有不同词性种类，大致划分为动词、名词、形容词和虚词四大核心语料库，既保证了核心词性的存在，同时便于对其进行后期的计算机处理。除此之外，为了更加全面地表征求职者的性格特点，还可以补充设置同义词、反义词词库及主观判断词词库等。

在词库的基础之上，根据词本身的含义、词的行为方向性、词的情感意向性、面试场景下该词汇的用语习惯等等属性，为词汇赋予积极/消极/中性、主动/被动/中性、人际/事项/其它、行为/心理/无指向、认知/意向/情绪、程度强/弱、是/否能愿动词、开端/过程/结果这8种信息标签。因此，统合词库属性及上述八大属性，每个词汇可能对应1-10种差异性标签。以下表格是本发明一个实施例中，词性划分和负载信息类别的对应关系表，当然，理论上还存在更复杂或者更简单的对应关系表，具体采用何种方式，主要由需求和目的来决定。

进一步的，在步骤(g)中，所述语用推理包括：(1)语义分析；(2)对词语的语料库进行统计；(3)对篇章结构进行推理；(4)对词语负载信息进行推理；(5)对语境背景进行推理。

在语用推理中，我们收集整理大量实际面试场景中面试者口语表达的内容，从词语负载信息、语句负载信息、篇章结构、语境背景等方面进行解构与推理。

语义分析的对象是求职者在面试中表达的内容，我们以求职者每次回答面试官问题时的内容作为一个分析单位。在语义分析之前，我们要进行文本分词、去除停用词等常规处理，之后再对求职者的表达内容进行语义分析，分为词语级的语义分析、句子级的语义分析等。通过这种分析，可以得到求职者表达内容中词语负载信息的统计、每个分析单位的有效率等内容，在此基础之上，再分析求职者在人格类型、思维模式、行为优势、意愿动机、语言表达方式、情绪状态这6各方面的表现特点。也就是说，语义分析是对求职者进行深入分析的基础和前提。

语用分析与语义分析稍微有些不同，语用分析更强调“表达”，实质上是对句子等语法单位的表达特点或表达意图的分析。语用分析的内容主要包括：主题和述题、句子的焦点、语气和句类、语境等。把话语放在语言使用者和语言使用环境(语境)对它的制约中进行分析，为的是了解语用意义和话语的结构在这些制约下的变化，从而发现其中的规律。

语料库即是语言的采样，通常经过一定的整理，有既定格式与标记。语料库统计就是指基于各个语料库对候选人表达内容进行统计分析，如统计某段表达内容中有效率比例、积极程度与消极程度、更关注心理感受还是更关注客观行为。

篇章结构分析主要分析以句子为主题的篇章单元之间的结构与关系，包括子句与子句、句子与句子、句群与句群的关系。我们首先收集了以往面试情景下面试官的提问问题与面试者回答内容的面试材料，比如可以主要以对话情景为主，体现相对微观意义的篇章结构。之后从篇章分析的角度，分析求职者回答问题的句子、标点、语气、虚词(连词、叹词等)等内容，解析句子与句子之间的关系，以更好地解析求职者的回答内容。这部分主要是利用程序分析某些特定标记或者标记词的位置关系和逻辑关系，比如，在一段话中标记了表述逻辑性的9个词汇，包括第一步、首先、第二步、然后、第三步、最终、第五步等，根据他们所处的位置关系，可以根据预设规则大致判断出求职者的逻辑表单能力达到什么水平。

词语和语句负载信息是本发明非常重要的一个部分。词语和语句的负载信息因分析对象不同而差异较大，但是作用都在于准确理解和分析求职者所表达内容。词语的负载信息是在对词语进行词性分类的基础上，进行标记的性质类别信息，旨在根据名词所表达的含义将其从多种不同的角度进行分类，全面地概括每个词汇的特点、特征和指向性。例如名词，是从积极/消极/中性、心理/行为/无指向、人际/事项/其他、抽象/具体、特征/非特征、任务阶段前/中/后六个角度进行解析和标记的。而语句的负载信息是在对长语句进行句法分析的基础上，得到的一些有助于理解语句表达意思的信息，如主语/谓语/宾语等句法成分、是否含有否定表达、陈述句/疑问句/祈使句/感叹句等句式等。

语境背景是一个意义抽象而广泛的概念，通俗地来说就是语言交际参与者和他们所从事的语言交际活动背后的整个文化、历史及其他因素。本发明所有的分析都是针对面试场景之下，面试官与候选人两种角色之间的对话信息。因此，我们对于词汇及语句的分类与判定，均是将该词汇带入面试场景、带入面试官与候选人的角色之中去进行的。更多地是指面试官与候选人之间的面试背景、提问情境、文化背景。像文化背景可分成生态文化、物质文化、社会文化、宗教文化和语言文化。这样就保证了对该词汇在面试情景中判断的准确性。关于解构和推理，通常在求职者的表达内容中识别出关键词语与语料库进行对比，或者统计出频率等数据，从而给出背景信息的判断。

参见图5，进一步的，根据语义将高频词汇划分为“人际/事件”及“主动/被动”两大维度，通过对面试回答内容中各项词汇频率、比例的统计，可得出求职者对应的行为风格类型，包括主动地关注具体事件、主动地关注人际关系、被动地关注人际关系和被动地关注具体事件。比如主动地关注具体事件，就可以包括：挑战、创造、决定、参加等词汇。

进一步的，根据语义将高频词汇划分为“积极和消极”两大维度，包括倾向于从积极、乐观的角度看待事物，以及倾向于从消极、悲观的角度看待问题。积极词汇举例：做成、尊重、致谢、价值、成绩、责任心等。消极词汇举例：作对、阻碍、滞后、问题、错误、矛盾、紧张等。

参见图6，进一步的，根据语义将高频词汇划分为任务进程的前、中、后三个阶段，即计划的筹备阶段、执行监管阶段和成果产出阶段；当招聘方描述具体任务过程时，通过统计隶属各阶段的动词与名词的频率与占比，可获知求职者的行为优势阶段。可以根据动词的行为方向与动作内容，将任务进程划分为前、中、后三个阶段。各任务阶段需要关注的事物、对象、工具等不同，因此，名词也可根据任务进程进行阶段划分。如果求职者高频率或者大量地使用某些特定词汇，比如，动词：准备、构思、计划、预演等；名词：背景、信息、资料、需求等，我们会认为求职者在强调任务的前期准备与计划，相对来讲该求职者大概率比较擅长或者有能力做好计划筹备阶段的工作。

进一步的，根据语义将高频词汇划分为能愿动词和非能愿动词，评估时统计能愿动词出现的频率、占比、以及与其他求职者统计信息的比较。弗鲁姆认为，行动的动力取决于对行动结果的价值评价和对预期达成结果的可能性估计。用公式表示为：M＝∑V×E。

其中，M表示动力的强度，V表示达到目标对于满足个人需要的价值，E表示人们判断能够达到目标的概率。能愿动词用以表示客观上的可能性或必要性，以及个体的主观意愿。能愿动词使用较多时，说明其认为在接下来的工作中能实现目标的概率较高，动力较强。例如，能愿动词多，意愿与动机较强的表达示例：“作为一个刚就业的年轻人，肯定每天上班时间会比较长，会经常加班，工作量比较大，会比较辛苦，我觉得这是很正常的。对于我自己的话，我愿意从事这种工作，因为这不仅仅是对于薪水的要求，也是对于业务水平提高的要求，对于这种工作时间较长的工作或者是加班的工作，首先应该合理安排自己的时间，尽可能高效率地完成工作。我能理解这种状况，也做好了预期和准备”。这里面，“肯定、会、愿意、应该、能”这些能愿动词虽然没有实际意义，但是也能代表求职者某一方面的性格特点。现有技术对这些没有实际意义的词选择了忽略，利用技术的手段去屏蔽这些词。但我们恰恰认为，这些词的出现频率是计算机容易获取的数据，并且利用数据处理方法可以比较容易地得到需要的结果，非常符合目前技术处理的条件和要求，准确率和速度都有极高保证，并且可以反映招聘方对求职者某一方面性格特点的期望。

进一步的，根据语义将高频词汇划分为虚词和非虚词，评估中统计虚词出现的频率、占比、以及与其他求职者统计信息的比较。无论是在汉语言学范畴或是我们的日常表达中，虚词(副词、介词、连词、助词和叹词等)的占比就能够占到60％左右。单从词义来看，它们并没有具体含义，因此，我们很难也不应该对其进行负载信息的标记。但这些词依然被涵盖在语料库中，且非常重要，原因是这些词出现的位置、频率以及在一个语段中的占比，都在性格特点的判断中具有显著的意义，而之前的语义分析技术，几乎都没有注意到这个特点，而是简单地将所有的虚词进行剔除处理。虽然我们没有对这些词进行负载信息的标记，但并不是因为它们没有语义分析的意义，而是因为它们的意义是以另一种方式呈现的。

比如并列类虚词，包括此外、再者说、再者、再有、再说、与此同时、以及、一则、一方面、同时、其次、另一方面等，代表了求职者能从不同角度陈述其观点，注重看问题的全面性。类似的还有转折类虚词、递进类虚词等，都可以表示不同的性格倾向性。甚至虚词，尤其是感叹词出现的频率，也是我们关注的重要性格特征点。在这里，虚词的划分种类和所包含的具体词汇，都可以按照一定规则进行选择，可多可少，只要能体现出虚词出现频率、占比等核心信息即可。

在一个应用实例中，我们对一段求职者的表述进行统计和分析。“首先我会找出问题的关键。就是两个人的意见哪里不一样，然后我可能会去请教第三方，可以是领导，也可以是与我们同级的同事，甚至可以是下游的客户或者是下属，让第三方来发表对这个任务的意见，我觉得采取第三方的意见可能更客观。那采取了第三方的意见以后，我们就是被不同意的那一方就需要去妥协，毕竟少数服从多数，这是我的一个方法。那其次的话我也会更加客观，力求客观公正的去看待这项任务，看待这个问题。然后阐述双方的观点，嗯如果谁说的有道理，那么另一方就可以做出相应的调整，努力达到一个共赢的局面，这样子就不会影响工作进度了”。在这段表述中，经过与虚词语料库的比对，我们确认求职者大概使用了将近60个虚词，包括“首先、甚至、更加、或者、然后、啊……”，然后将虚词的数量与段落总词汇数进行对比，发现该求职者使用虚词的频次和占比远高于其他求职者的中位数数据，也就是说，比大多数求职者更喜欢使用虚词。倾向于认为其虚词使用过于频繁，语言表达或者表述不够简明扼要，重点不够突出。当然，虚词的种类很多，还可以根据不同类型的虚词，做出更进一步的分析，比如纯语气词和感叹词的使用频率等。但这都属于具体的细节处理问题，与本发明的核心理念关系并不大，本发明主要强调要把注意力聚焦在虚词这个词汇部分，而不是简单地直接不予不考虑。这其实和前面我们提到的能愿动词统计的基本思路是一致的，并不是所有的看似没有实际意义的词汇，就对反映人的性格特点没有任何提示。我们可以充分利用分词和遍历技术，很简单地实现上述虚词频率和占比的统计分析，利用大数据分析达到我们的目的。当然，根据我们的模型，前面这段求职者的表述还可以给出“行动积极，沟通与行动比较正向主动”和“关注人际，爱好社交与沟通”等评估结果，我们的评估实际上是一个多角度全方位的评估，这样可以减少偶然错误的发生概率，避免以偏概全。

进一步的，在步骤(h)中，所述评估包括利用神经网络完成求职者下列事项的评估：(1)语言心理机制解析；(2)性格特点定位；(3)语言表达模式识别。

针对面试场景下的面试官与面试者的对话信息，服务器端已经录入了大量实际提问与回答的内容，相对较为充分地解析了该场景下面试官和面试者的表述特点及语用规律，再结合词汇负载信息、出现频率等系统逻辑，能够自动给出面试分析结果。神经网络在这里更多是语义信息的关联关系和预测分析，通常是指分析候选人的回答内容，输出候选人的人格类型、思维模式、行为优势、意愿动机、语言表达方式、情绪状态这6个方面的表现特点。

语言心理机制解析与性格定位是在语义分析的基础上进一步聚焦、深化，提取候选人回答问题过程中的“人际/事件”、“主动/被动”两大维度的词汇频率、比例，并进行统计和解析，与DISC类型理论相结合，得出个体对应的行为风格类型及相关特点。本发明通过候选人表层的语言行为以及语言模式去挖掘其背后的心理机制和性格特点。可以说，心理机制与性格特点就是我们研究的“主题”，我们建立词库、梳理词汇负载信息、计算各类词汇出现频率与占比等等工作，均是为了发现潜藏在候选人表达背后的“心理规律”和“性格特点”。常规的评估结果可以按照一定规则存储于系统之中，供随时调用，下面列举一些评价实例供参考：行动积极；沟通与行动比较正向主动；整体状态较积极，富有正能量；关注人际，爱好社交与沟通；连词使用较多，表述有层次，逻辑较清晰；工作中会更倾向于任务前期的思考、计划等准备活动等。所有上述这些评价，都是根据前面词法分析和语用推理的结果匹配的。

本发明还提供了一种系统，用于在线智能视频面试，(a)面试生成模块：用于企业端创建面试间，通知求职者进行在线智能面试，招聘方和求职者进入面试间开始面谈过程；(b)数据采集模块：用于进行实时语音数据采集；(c)语音识别模块：用于对求职者的回答内容进行语音识别得到文本信息；(d)词法分析模块：用于将文本信息与语料库中词汇信息进行比对完成词法分析；(e)语用推理模块：用于根据词法分析结果完成语用推理；(f)评估结果生成模块：用于根据词法分析和语用推理结果生成评估结果；(g)评估结果推送模块：用于实时推送评估结果至招聘方。

还提供了一种设备，包括：一个或多个处理器；存储器，用于存储一个或多个程序；当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器完成如前面部分中所述的基于表达分析的智能面试方法。

以及一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时完成如前面部分中所述的基于表达分析的智能面试方法。

如图7所示，本实施例中的实现本发明的设备300包括：处理器301、存储器302、通信接口303和总线310，其中，处理器301、存储器302、通信接口303通过总线310连接并完成相互间的通信。

具体地，上述处理器301可以包括中央处理器(CPU)，或者特定集成电路(ASIC)，或者可以被配置成实施本发明实施例的一个或多个集成电路。

也就是说，设备300可以被实现为包括：处理器301、存储器302、通信接口303和总线310。处理器301、存储器302和通信接口303通过总线310连接并完成相互间的通信。存储器302用于存储程序代码；处理器301通过读取存储器302中存储的可执行程序代码来运行与可执行程序代码对应的程序，以用于执行本发明任一实施例中的方法，从而实现结合图1至图6描述的方法和装置。

以上所述，仅为本发明的具体实施方式，所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的系统、模块和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。应理解，本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。

Claims (9)

1.一种基于表达分析的智能面试方法，包括：

(a)企业端创建面试间；

(b)通知求职者可以进行在线智能面试；

(c)招聘方和求职者进入面试间开始面谈过程；

(d)服务端进行实时语音数据采集；

(e)服务端对求职者的回答内容进行语音识别得到文本信息；

(f)服务端将文本信息与语料库中词汇信息进行比对完成词法分析；

(g)服务端根据词法分析结果完成语用推理；

(h)服务端根据词法分析和语用推理结果生成评估结果；

(i)服务端将评估结果实时推送至招聘方；

在步骤(f)执行前，还包括若干个语料库和词汇库的建立；

所述数据库的建立，包括以下环节：(1)对相关信息进行收集，收集的信息包括互联网公开信息，既往面试人员留存的视频、录音和书面资料等面试资料，以及自制或者第三方提供的招聘面试题目和答案；

(2)在收集数据信息的基础上，需要对数据进行初步处理，把音视频文件或者图像文件通过识别技术转换成文本文件，把书面文件采用图像识别技术转换成文本文件，以便进行下一步的深加工；

(3)对收集到的数字化资料提取出的长文本进行分词处理，这一环节主要是把语料库和词汇库的内容具体化、抽象化，方便下一步的统计分析和比对处理；

(4)根据统计结果标注所有与本发明方法实施相关的词汇，这些分离出来的词汇会组成语料库的主要部分，完成词汇的初步确定，这些词汇会构成词法分析的基础；

(5)在完成语料库的建立之后，对其所有词汇进行筛选和词频统计，按照一定的规则和范围选取高频词汇，这部分词汇通常被用作语用推理的基础；

其中，语料库是由已有面试资料整理和统计获得的，语料库中的所有词汇都进行了词性标记；词汇库是在语料库的基础上进一步统计分析出的高频词汇，词汇库中所有词汇都进行了负载信息标记；采用聚类的方法将所有不同词性种类，划分为动词、名词、形容词和虚词、同义词、反义词词库及主观判断词词库；

在词库的基础之上，根据词本身的含义、词的行为方向性、词的情感意向性、面试场景下该词汇的用语习惯属性，为词汇赋予积极/消极/中性、主动/被动/中性、人际/事项/其它、行为/心理/无指向、认知/意向/情绪、程度强/弱、是/否能愿动词、开端/过程/结果这8种信息标签；

其中，在步骤(g)中，所述语用推理包括：(1)语义分析；(2)对词语的语料库进行统计；(3)对篇章结构进行推理；(4)对词语负载信息进行推理；(5)对语境背景进行推理；

其中，在语用推理中，我们收集整理大量实际面试场景中面试者口语表达的内容，从词语负载信息、语句负载信息、篇章结构、语境背景方面进行解构与推理；

词语的负载信息是在对词语进行词性分类的基础上，进行标记的性质类别信息，根据名词所表达的含义将其从多种不同的角度进行分类，全面地概括每个词汇的特点、特征和指向性；

语句的负载信息是在对长语句进行句法分析的基础上，得到的一些有助于理解语句表达意思的信息。

2.根据权利要求1所述的基于表达分析的智能面试方法，其特征在于，在步骤(f)中，所述词法分析包括：(1)对描述部分的长文本进行分词处理；(2)对词语的词性进行统计和分类提取；(3)对词频进行统计；(4)根据比对结果对所有词汇或者单字的负载信息进行标记。

3.根据权利要求2所述的基于表达分析的智能面试方法，其特征在于，根据语义将高频词汇划分为“人际/事件”及“主动/被动”两大维度，通过对面试回答内容中各项词汇频率、比例的统计，可得出求职者对应的行为风格类型，包括主动地关注具体事件、主动地关注人际关系、被动地关注人际关系和被动地关注具体事件；或者根据语义将高频词汇划分为“积极和消极”两大维度，包括倾向于从积极、乐观的角度看待事物，以及倾向于从消极、悲观的角度看待问题。

4.根据权利要求2所述的基于表达分析的智能面试方法，其特征在于，根据语义将高频词汇划分为任务进程的前、中、后三个阶段，即计划的筹备阶段、执行监管阶段和成果产出阶段；当招聘方描述具体任务过程时，通过统计隶属各阶段的动词与名词的频率与占比，可获知求职者的行为优势阶段。

5.根据权利要求2所述的基于表达分析的智能面试方法，其特征在于，根据语义将高频词汇划分为能愿动词和非能愿动词，评估时统计能愿动词出现的频率、占比、以及与其他求职者统计信息的比较；或者根据语义将所有词汇划分为虚词和非虚词，评估中统计虚词出现的频率、占比、以及与其他求职者统计信息的比较。

6.根据权利要求1所述的基于表达分析的智能面试方法，其特征在于，在步骤(h)中，所述评估包括根据系统逻辑完成求职者下列事项的自动评估：(1)语言心理机制解析；(2)性格特点定位；(3)语言表达模式识别。

7.一种系统，用于在线智能面试，包括：

(a)面试生成模块：用于企业端创建面试间，通知求职者进行在线智能面试，招聘方和求职者进入面试间开始面谈过程；

(b)数据采集模块：用于进行实时语音数据采集；

(c)语音识别模块：用于对求职者的回答内容进行语音识别得到文本信息；

(d)词法分析模块：用于将文本信息与语料库中词汇信息进行比对完成词法分析；

(e)语用推理模块：用于根据词法分析结果完成语用推理；

(f)评估结果生成模块：用于根据词法分析和语用推理结果生成评估结果；

(g)评估结果推送模块：用于实时推送评估结果至招聘方；

其中，还包括：

收集模块，用于：(1)对相关信息进行收集，收集的信息包括互联网公开信息，既往面试人员留存的视频、录音和书面资料等面试资料，以及自制或者第三方提供的招聘面试题目和答案；

(2)在收集数据信息的基础上，需要对数据进行初步处理，把音视频文件或者图像文件通过识别技术转换成文本文件，把书面文件采用图像识别技术转换成文本文件，以便进行下一步的深加工；

(3)对收集到的数字化资料提取出的长文本进行分词处理，这一环节主要是把语料库和词汇库的内容具体化、抽象化，方便下一步的统计分析和比对处理；

(4)根据统计结果标注所有与本发明方法实施相关的词汇，这些分离出来的词汇会组成语料库的主要部分，完成词汇的初步确定，这些词汇会构成词法分析的基础；

(5)在完成语料库的建立之后，对其所有词汇进行筛选和词频统计，按照一定的规则和范围选取高频词汇，这部分词汇通常被用作语用推理的基础；

所述系统还包括若干个语料库和词汇库；其中，语料库是由已有面试资料整理和统计获得的，语料库中的所有词汇都进行了词性标记；词汇库是在语料库的基础上进一步统计分析出的高频词汇，词汇库中所有词汇都进行了负载信息标记；采用聚类的方法将所有不同词性种类，划分为动词、名词、形容词和虚词、同义词、反义词词库及主观判断词词库；

在词库的基础之上，根据词本身的含义、词的行为方向性、词的情感意向性、面试场景下该词汇的用语习惯属性，为词汇赋予积极/消极/中性、主动/被动/中性、人际/事项/其它、行为/心理/无指向、认知/意向/情绪、程度强/弱、是/否能愿动词、开端/过程/结果这8种信息标签；

其中，在步骤(g)中，所述语用推理包括：(1)语义分析；(2)对词语的语料库进行统计；(3)对篇章结构进行推理；(4)对词语负载信息进行推理；(5)对语境背景进行推理；

其中，在语用推理中，我们收集整理大量实际面试场景中面试者口语表达的内容，从词语负载信息、语句负载信息、篇章结构、语境背景方面进行解构与推理；

词语的负载信息是在对词语进行词性分类的基础上，进行标记的性质类别信息，根据名词所表达的含义将其从多种不同的角度进行分类，全面地概括每个词汇的特点、特征和指向性；

语句的负载信息是在对长语句进行句法分析的基础上，得到的一些有助于理解语句表达意思的信息。

8.一种设备，其特征在于，包括：

一个或多个处理器；

存储器，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器完成如权利要求1-6中任一项所述的方法。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时完成如权利要求1-6中任一项所述的方法。