CN117939048A - 线上面试的处理方法及装置 - Google Patents
线上面试的处理方法及装置 Download PDFInfo
- Publication number
- CN117939048A CN117939048A CN202410082712.6A CN202410082712A CN117939048A CN 117939048 A CN117939048 A CN 117939048A CN 202410082712 A CN202410082712 A CN 202410082712A CN 117939048 A CN117939048 A CN 117939048A
- Authority
- CN
- China
- Prior art keywords
- interview
- task
- video session
- client
- online
- 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
- 238000012360 testing method Methods 0.000 title claims abstract description 41
- 238000003672 processing method Methods 0.000 title claims abstract description 9
- 238000011156 evaluation Methods 0.000 claims abstract description 64
- 238000000605 extraction Methods 0.000 claims abstract description 26
- 238000004458 analytical method Methods 0.000 claims description 95
- 238000000034 method Methods 0.000 claims description 43
- 230000008451 emotion Effects 0.000 claims description 34
- 238000012545 processing Methods 0.000 claims description 33
- 230000001960 triggered effect Effects 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 6
- 238000003860 storage Methods 0.000 claims description 6
- 230000006399 behavior Effects 0.000 claims description 4
- 238000004891 communication Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 230000004044 response Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 238000012549 training Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- 238000012546 transfer Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 239000000470 constituent Substances 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000005304 joining Methods 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- 235000002198 Annona diversifolia Nutrition 0.000 description 1
- 241000282842 Lama glama Species 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000002996 emotional effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 239000003999 initiator Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011176 pooling Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000007115 recruitment Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Landscapes
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
Abstract
本申请实施例公开了一种线上面试的处理方法及装置。所述线上面试的参与者包括第一客户端对应的面试者和第二客户端对应的面试官;主要技术方案包括:建立第一客户端和第二客户端之间的视频会话;基于所述视频会话产生的内容向智能服务系统发送线上面试辅助任务,并获取所述线上面试辅助任务的执行结果,所述面试辅助任务包括语音转文本任务、面试评估任务、面试指导任务和关键内容提取任务中的至少一种;将所述执行结果发送给所述第二客户端以供所述第二客户端展示所述执行结果。本申请能够为面试官的线上面试提供有效的辅助,从而提高面试官的面试效率。
Description
技术领域
本申请涉及新一代信息技术领域,特别是涉及一种线上面试的处理方法及装置。
背景技术
线上面试指的是采用网络作为媒介进行的面试,面试者和面试官之间可以采用视频或音频的方式进行面试交流。线上面试突破了空间和时间的限制,具备节约时间成本、压力情景感较小等优点,因此随着企业数字化程度的不断提升已成为新常态。如何帮助面试官高效地进行面试成为亟待解决的问题。
发明内容
有鉴于此,本申请提供了一种线上面试的处理方法及装置,以便于帮助面试官高效地进行面试。
本申请提供了如下方案:
第一方面,提供了一种线上面试的处理方法,应用于线上面试的服务器端,所述线上面试的参与者包括第一客户端对应的面试者和第二客户端对应的面试官;所述方法包括:
建立第一客户端和第二客户端之间的视频会话;
基于所述视频会话产生的内容向智能服务系统发送线上面试辅助任务,并获取所述线上面试辅助任务的执行结果,所述面试辅助任务包括语音转文本任务、面试评估任务、面试指导任务和关键内容提取任务中的至少一种;
将所述执行结果发送给所述第二客户端以供所述第二客户端展示所述执行结果。
根据本申请实施例中一可实现的方式,基于所述视频会话产生的内容向智能服务系统发送线上面试辅助任务包括:
获取所述第二客户端发送的任务请求,确定与所述任务请求相对应的面试辅助任务,基于所述视频会话产生的内容向智能服务系统发送与所述任务请求相对应的面试辅助任务;和/或,
基于所述视频会话产生的内容向智能服务系统发送预设的面试辅助任务。
根据本申请实施例中一可实现的方式,获取所述第二客户端发送的任务请求,确定与所述任务请求相对应的面试辅助任务包括:
获取所述第二客户端展示的视频会话界面上组件被触发而发送的任务请求,所述任务请求携带被触发组件对应的任务类型信息,确定所述任务类型信息对应的面试辅助任务;和/或,
获取在所述第二客户端展示的视频会话界面上输入自然语言指令而发送的任务请求,对所述自然语言指令进行意图解析,确定与解析得到的意图相对应的面试辅助任务。
根据本申请实施例中一可实现的方式,基于所述视频会话产生的内容向服务系统发送线上面试辅助任务,并获取所述线上面试辅助任务的执行结果包括以下至少一种:
将所述视频会话产生的内容以及指示语音转文本任务的第一指令提供给所述智能服务系统,获取所述智能服务系统将所述视频会话产生的内容转化得到的文本;
将所述视频会话产生的内容以及指示面试评估任务的第二指令提供给所述智能服务系统,获取所述智能服务系统利用所述视频会话产生的内容进行面试评估得到的评估结果;
将所述视频会话产生的内容以及指示面试指导任务的第三指令提供给所述智能服务系统,获取所述智能服务系统利用所述视频会话产生的内容生成的候选面试问题;
将所述视频会话产生的内容以及指示关键内容提取任务的第四指令提供给所述智能服务系统,获取所述智能服务系统将所述视频会话产生的内容转化为文本后从该文本中提取的关键内容。
根据本申请实施例中一可实现的方式,所述智能服务系统利用所述视频会话产生的内容进行面试评估包括:
所述智能服务系统对所述视频会话产生的内容进行语言分析、情感分析和举止分析中的至少一种,融合各分析结果得到面试评估结果;
其中所述语言分析包括:将所述视频会话产生的内容对应的文本中面试者的发言内容输入语言分析模型,获取所述语言分析模型基于语言流畅程度、内容优质程度以及与职位的匹配程度中的至少一种对所述发言内容的分析结果;
所述情感分析包括:将所述视频会话产生的内容对应的文本中面试者的发言内容输入情感分析模型,获取所述情感分析模型对所述发言内容的情感分析结果;
所述举止分析包括:将所述视频会话产生的内容中面试者的图像序列输入举止分析模型,获取举止分析模型利用所述图像序列对所述面试者的举止分析结果。
根据本申请实施例中一可实现的方式,所述融合各分析结果得到面试评估结果包括:
融合各分析结果得到针对至少一个预设指标的面试评估结果;
采用图表和/或文本的形式,在所述第二客户端展示的视频会话界面上展示所述面试评估结果。
根据本申请实施例中一可实现的方式,所述智能服务系统利用所述视频会话产生的内容生成候选面试问题包括:
所述智能服务系统从所述视频会话产生的内容中获取面试者履历信息和面试岗位信息,将所述面试者履历信息和面试岗位信息输入文本生成模型,得到所述文本生成模型生成的候选面试问题。
第二方面,提供了一种线上面试的处理方法,所述线上面试的参与者包括第一客户端对应的面试者和第二客户端对应的面试官,所述方法应用于所述第二客户端;所述方法包括:
通过所述线上面试的服务器端与所述第一客户端建立视频会话;
接收并展示所述服务器端发送的执行结果,所述执行结果为所述服务器端基于所述视频会话产生的内容向智能服务系统发送的线上面试辅助任务的执行结果,所述面试辅助任务包括语音转文本任务、面试评估任务、面试指导任务和关键内容提取任务中的至少一种。
根据本申请实施例中一可实现的方式,所述方法还包括:
响应于所述面试官在所述第二客户端展示的视频会话界面上触发组件的事件,向所述服务器端发送携带被触发组件对应的任务类型信息的任务请求;和/或,
响应于所述面试官在所述第二客户端展示的视频会话界面上输入的自然语言指令,向所述服务器端发送携带所述自然语言指令的任务请求。
根据本申请实施例中一可实现的方式,所述执行结果包括以下至少一种:
将所述视频会话产生的内容转化得到的文本;
利用所述视频会话产生的内容进行面试评估得到的评估结果,所述评估结果采用图表和/或文本的形式展示;
利用所述视频会话产生的内容生成的候选面试问题;
从所述视频会话产生的内容转化得到的文本中提取的关键内容。
第三方面,提供过了一种线上面试的处理装置,设置于线上面试的服务器端,所述线上面试的参与者包括第一客户端对应的面试者和第二客户端对应的面试官;所述装置包括:
连接建立单元,被配置为建立第一客户端和第二客户端之间的视频会话;
任务处理单元,被配置为基于所述视频会话产生的内容向智能服务系统发送线上面试辅助任务,并获取所述线上面试辅助任务的执行结果,所述面试辅助任务包括语音转文本任务、面试评估任务、面试指导任务和关键内容提取任务中的至少一种;
结果反馈单元,被配置为将所述执行结果发送给所述第二客户端以供所述第二客户端展示所述执行结果。
第四方面,提供了一种线上面试的处理装置,所述线上面试的参与者包括第一客户端对应的面试者和第二客户端对应的面试官,所述装置设置于所述第二客户端;所述装置包括:
连接建立单元,被配置为通过所述线上面试的服务器端与所述第一客户端建立视频会话;
结果接收单元,被配置为接收所述服务器端发送的执行结果,所述执行结果为所述服务器端基于所述视频会话产生的内容向智能服务系统发送的线上面试辅助任务的执行结果,所述面试辅助任务包括语音转文本任务、面试评估任务、面试指导任务和关键内容提取任务中的至少一种;
结果展示单元,被配置为展示所述执行结果。
根据第五方面,提供了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实现上述第一方面或第二方面中任一项所述的方法的步骤。
根据第六方面,提供了一种电子设备,包括:
一个或多个处理器;以及
与所述一个或多个处理器关联的存储器,所述存储器用于存储程序指令,所述程序指令在被所述一个或多个处理器读取执行时,执行上述第一方面或第二方面中任一项所述的方法的步骤。
根据本申请提供的具体实施例,本申请公开了以下技术效果:
1)本申请中线上面试的服务器在建立第一客户端和第二客户端之间的视频会话后,利用智能服务系统执行诸如语音转文本、面试评估、面试指导和关键内容提取中至少一种任务后,将执行结果返回给第二客户端进行展示,能够为面试官的线上面试提供辅助,从而提高面试官的面试效率。
2)本申请中面试官可以在视频会话界面上通过触发组件或输入自然语言指令的方式,向服务器端发送任务请求,使得服务器端能够依据任务请求确定智能服务系统执行的面试辅助任务,并快速将执行结果展现于第二客户端的视频会话界面上,使得面试官能够及时获取自己需要的辅助内容,智能化程度更高,且极大节约了面试官的经历和使用体验。
3)本申请中线上面试的服务器通过调用智能服务系统,将视频会话产生的内容发送给第二客户端以展示给面试官,使得面试官无需手动记录,大大节约了时间和精力。
4)本申请中线上面试的服务器通过调用智能服务系统对面试者进行面试评估,并将面试评估结果发送给第二客户端以展示给面试官,这种评估结果减少了人为因素的影响,评价更加公证,并且利用智能服务系统中模型所具有的深度分析和理解的优势,从语言、情感、举止等多方面把握面试者的面试状况,从而提高面试评价的全面性和准确性。
5)本申请中线上面试的服务器通过调用智能服务系统生成候选面试问题,从而根据面试者履历和面试岗位自动向面试官推荐面试问题,以方便面试官使用推荐的问题或者从推荐的问题中获取重点考察的角度,从而增加面试的针对性,进一步提高面试效率。
当然,实施本申请的任一产品并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例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,对于本领域普通技术人员来讲,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为是本申请实施例所适用的系统架构图;
图2为本申请实施例提供的一个线上面试的处理方法流程图;
图3a为本申请实施例提供的一个视频会话界面的示意图;
图3b为本申请实施例提供的另一个视频会话界面的示意图;
图3c为本申请实施例提供的再一个视频会话界面的示意图;
图3d为本申请实施例提供的又一个视频会话界面的示意图;
图4为本申请实施例提供的另一线上面试的处理方法流程图;
图5为本申请实施例提供的设置于服务器端的线上面试的处理装置的示意性框图;
图6为本申请实施例提供的设置于第二客户端的线上面试的处理装置的示意性框图;
图7为本申请实施例提供的电子设备的示意性框图。
具体实施方式
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,本领域普通技术人员所获得的所有其他实施例,都属于本申请保护的范围。
在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。
应当理解,本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
取决于语境,如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地,取决于语境,短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。
传统的线上面试方式就是面试者和面试官采用视频会议的方式进行在线交流,但这种方式与普通视频会议无异,面试效率仍有待提高。
有鉴于此,本申请提供了一种新的思路。为了方便对本申请的理解,首先对本申请所基于的系统架构进行描述。图1示出了可以应用本申请实施例的示例性系统架构,如图1中所示,该系统架构可以包括:第一客户端、第二客户端、线上面试的服务器和智能服务系统,其中第一客户端和第二客户端位于用户终端侧,线上面试的服务器和智能服务系统位于服务器侧。
第一客户端为面试者使用的用户终端中运行的线上面试的客户端,第二客户端为面试官使用的用户终端中运行的线上面试的客户端。本申请实施例中面试者(interviewee)指的是为了应聘某个岗位或加入某个组织而参与面试的人员,在大部分场景下也可以理解为应聘者。面试官(interviewer)指的是为了某个岗位或组织的招聘目的而参与面试的人员,在大部分场景下也可以理解为招聘者。
上述用户终端可以是但不限于诸如:手机、平板电脑、笔记本电脑、PDA(PersonalDigital Assistant,个人数字助理)、可穿戴式设备、PC(Personal Computer,个人计算机)等。
线上面试的服务器是面向面试者和面试官提供面试服务的服务器,可以采用本申请实施例提供的方式提供面试服务。其中在提供面试服务时,可以通过调用智能服务系统来向第二客户端提供智能化的服务。
第一客户端、第二客户端可以通过网络与线上会议的服务器进行交互。网络可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
智能服务系统指的是设置于服务器端的人工智能服务器,可以提供诸如大规模数据分析、机器学习、自然语言理解、基于自然语言的任务处理、基于图像分析的任务处理等等功能。本申请所涉及到的具体功能将在后续实施例中详述。
上述线上面试的服务器和智能服务系统可以是各自独立的服务器,也可以位于多个服务器构成的服务器群组,还可以是云服务器。云服务器又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决传统物理主机与虚拟专用服务器(VPS,Virtual Private Server)服务中存在的管理难度大,服务扩展性弱的缺陷。
应该理解,图1中的第一客户端、第二客户端、线上面试的服务器和智能服务系统的数目仅仅是示意性的。根据实现需要,可以具有任意数目的第一客户端、第二客户端、线上面试的服务器和智能服务系统。
图2为本申请实施例提供的线上面试的处理方法流程图,该方法可以由图1所示系统中的线上面试的服务器执行。如图2中所示,该方法可以包括以下步骤:
步骤201:建立第一客户端和第二客户端之间的视频会话。
步骤203:基于视频会话产生的内容向智能服务系统发送线上面试辅助任务,并获取线上面试辅助任务的执行结果,面试辅助任务包括语音转文本任务、面试评估任务、面试指导任务和关键内容提取任务中的至少一种。
步骤205:将执行结果发送给第二客户端以供第二客户端展示执行结果。
由上述流程可以看出,本申请中线上面试的服务器在建立第一客户端和第二客户端之间的视频会话后,利用智能服务系统执行诸如语音转文本、面试评估、面试指导和关键内容提取中至少一种任务后,将执行结果返回给第二客户端进行展示,能够为面试官的线上面试提供辅助,从而提高面试官的面试效率。
下面结合实施例分别对上述流程中的各步骤以及能够进一步产生的效果进行详细描述。需要说明的是,本公开中涉及的“第一”、“第二”等限定并不具备大小、顺序和数量等方面的限制,仅仅用以在名称上加以区分。例如“第一客户端”和“第二客户端”用以在名称上区分两个客户端。再例如“第一指令”、“第二指令”、“第三指令”等用以在名称上区分不同的指令。
首先结合实施例对上述步骤201即“建立第一客户端和第二客户端之间的视频会话”进行详细描述。
在本申请实施例中涉及的线上面试基于视频方式实现。第一客户端和第二客户端之间视频会话的连接建立时机可以存在多种:
例如面试官登录第二客户端后,针对面试者登录的第一客户端发送面试邀请,线上面试的服务器端接收到该面试邀请后,将该面试邀请转发给第一客户端。面试者在第一客户端接受该面试邀请后,服务器端建立第一客户端和第二客户端之间视频会话的连接。
再例如,面试官预约线上面试,通过第二客户端将预约的线上面试信息(例如会话标识、开始时间等)发送给线上面试的服务器端,由线上面试的服务器端转发给第一客户端。线上面试的服务器端在设置的开始时间且第一客户端和第二客户端中的一个加入预约的线上面试时,先建立线上面试的服务器端与加入的客户端之间的视频会话连接,等待另外一个客户端也加入后,建立线上面试的服务器端与后加入的客户端之间的视频会话连接,从而实现第一客户端和第二客户端之间的视频会话连接的建立。
具体建立视频会话的连接的方式在此不做详述,可以沿用传统建立视频会议的方式。
下面结合实施例对上述步骤203即“基于视频会话产生的内容向智能服务系统发送线上面试辅助任务,并获取线上面试辅助任务的执行结果”进行详细描述。
在本申请实施例中,线上面试的服务器除了维护第一客户端和第二客户端之间的视频会话,并进行视频会话所产生内容的转发之外,还会调用服务器端的智能服务系统执行面试辅助任务。其中面试辅助任务可以包括语音转文本任务、面试评估任务、面试指导任务和关键内容提取任务中的至少一种。
本步骤中可以采用但不限于以下两种方式:
第一种方式:基于视频会话产生的内容向智能服务系统发送预设的面试辅助任务。
作为其中一种可实现的方式,线上面试的服务器可以周期性地将视频会话产生的内容以及预设的任务指令发送给智能服务系统,由智能服务器系统利用视频会话产生的内容执行任务指令对应的面试辅助任务。
例如,线上面试的服务器可以周期性地将视频会话产生的内容以及指示语音转文本任务的第一指令发送给智能服务系统。
作为另一种可实现的方式,线上面试的服务器可以基于特定的事件或者在特定的时间点将视频会话产生的内容以及预设的任务指令发送给智能服务系统,由智能服务器系统利用视频会话产生的内容执行任务指令对应的面试辅助任务。
再例如,线上面试的服务器可以在线上面试结束后,将视频会话产生的内容以及指示面试评估任务的第二指令提供给智能服务系统。
第二种方式:获取第二客户端发送的任务请求,确定与任务请求相对应的面试辅助任务,基于视频会话产生的内容向智能服务系统发送与任务请求相对应的面试辅助任务。
作为其中一种可实现的方式,可以获取面试官在第二客户端展示的视频会话界面上触发组件而发送的任务请求,任务请求携带被触发组件对应的任务类型信息,确定该任务类型信息对应的面试辅助任务。
在第一客户端与第二客户端之间建立视频会话的连接后,会分别在第一客户端和第二客户端展现视频会话界面。通常第一客户端展现的是面向面试者的视频会话界面,第二客户端展现的是面向面试官的视频会话界面。
在第二客户端展现的视频会话界面上可以设置有不同任务类型对应的组件,组件可以采用按钮、图表等多种形式。例如图3a中所示,第二客户端展现的视频会话界面上可以包括传统的视频区域(与传统视频会议类似),视频区域上用以显示面试者的实时画面,还可以进一步显示面试官的实时画面,两个实时画面可以同时显示,也可以择一显示。择一显示时可以进行相互切换。若视频会议仅仅传输语音,则可以在视频区域上仅显示面试者和面试官的头像、用户图标或昵称等信息。
更进一步地,在视频会话界面上还可以显示面试者的简历信息,该简历信息可以由面试官触发视频会话界面上的相应组件后展示,也可以默认展示。视频会话界面上还可以包括对话框区域,该对话框区域可以由用户触发相应组件后展示,也可以默认展示。在对话框区域可以包含一些任务类型对应的组件,例如图3a中所示的“转文本”组件、“面试指导”组件等。当用户触发转文本组件,则会触发第二客户端发送携带语音转文本任务信息的任务请求;当用户触发面试指导组件,则会触发第二客户端发送携带面试指导任务信息的任务请求。
除了图3a中所示的视频会话界面的布局之外,还可以灵活采用其他布局,在此不做一一列举。
作为另一种可实现的方式,可以获取面试官在第二客户端展示的视频会话界面上输入自然语言指令而发送的任务请求,对自然语言指令进行意图解析,确定与解析得到的意图相对应的面试辅助任务。
例如图3b中所示,面试官可以在第二客户端展现的视频会话界面中对话框区域输入自然语言文本“帮我评估一下面试者的能力”,第二客户端将该自然语言文本通过任务请求发送给线上面试的服务器端。线上面试的服务器端可以利用语言模型对该自然语言文本进行解析,得到用户的意图是要对面试者进行面试评估,确定其对应的面试辅助任务为面试评估任务。除了利用语言模型进行意图解析之外,也可以利用预置的各意图对应的关键词词典进行意图解析等其他方式。
下面分别对本申请实施例提供的几种面试辅助任务进行详细描述。
1)语音转文本任务:
线上面试的服务器可以将视频会话产生的内容以及指示语音转文本任务的第一指令提供给智能服务系统,获取智能服务系统将视频会话产生的内容转化得到的文本。
在本申请实施例中,智能服务系统具备音频转文本的功能,作为其中一种可实现的方式,线上面试的服务器可以将第一指令发送给智能服务系统中的语音转文本模块,并将视频会话产生的音频流实时发送给智能服务系统中的语音转文本模块,由语音转文本模块将音频流进行语音识别,得到对应的文本并返回给线上面试的服务器。
作为另一种可实现的方式,线上面试的服务器可以将第一指令发送给智能服务系统中的语音转文本模块,并将视频会话产生的音频周期性地发送给智能服务系统中的语音转文本模块,由语音转文本模块将接收到的音频进行语音识别,得到对应的文本并返回给线上面试的服务器。
还可以采用其他实现方式,由于语音转文本功能是目前比较成熟的技术,在此不做详述。
对于语音转文本任务而言,智能服务系统返回给线上面试的服务器的是文本,作为其中一种可实现的方式,可以在对话框区域中以文本消息的形式展示给面试官。
2)面试评估任务:
线上面试的服务器可以将视频会话产生的内容以及指示面试评估任务的第二指令提供给智能服务系统,获取智能服务系统利用视频会话产生的内容进行面试评估得到的评估结果。
在对面试者的面试状况进行评估时,可以从面试者的发言、情感以及行为举止等方面进行分析。因此,作为其中一种可实现的方式,智能服务系统对视频会话产生的内容进行语言分析、情感分析和举止分析中的至少一种,融合各分析结果得到面试评估结果。
其中,对视频会话产生的内容进行语言分析包括:将视频会话产生的内容对应的文本中面试者的发言内容输入语言分析模型,获取语言分析模型基于语言流畅程度、内容优质程度以及与职位的匹配程度中的至少一种对发言内容进行的分析。
作为其中一种可实现的方式,语言分析模型可以包括第一分析模型,用以对面试者的语言流畅度进行分析。第一分析模型的输入为面试者的发言内容,输出为针对面试者的发言内容得到的各句子的流畅度。在计算句子流畅度时,可以基于单向语言模型(language model)计算句子的平均生成概率,作为流畅度评估指标。也可以基于已有的语料库计算句子中每个单词相对于剩余词语的条件概率以及每个单词的先验概率,然后根据该条件概率和先验概率计算单词与剩余单词之间的相关性得分,将所有单词对应的相关性得分中最小的得分作为句子流畅度。还也可以其他方式确定句子流畅度,在此不做特别限制。然后将面试者发言内容中各句子的流畅度进行整合,得到面试者的语言流畅度。或者,针对不同阶段、不同问题对应的回答分别计算流畅度。
内容优质程度与职位的匹配程度等可以通过调用大语言模型来实现,在此不做详述。
对视频会话产生的内容进行情感分析包括:将视频会话产生的内容对应的文本中面试者的发言内容输入情感分析模型,获取情感分析模型对发言内容进行的情感分析得到的情感类型。所谓情感分析指的是依据面试者的发言内容确定其所表现出的态度或情绪倾向性的过程和方法。其中情感类型可以包括诸如积极、消极、中立等。
作为其中一种可实现的方式,情感分析模型可以基于预训练语言模型来实现,例如可以包括特征提取模块和情感分类模块。特征提取模块用以从输入的发言内容中提取各Token(元素)的向量,然后对各Token的向量进行诸如卷积、池化等处理后,得到发言内容对应的特征表示。文本的各Token指的是构成文本的元素。对于文本而言,将文本切分为字符或者词语序列,则文本序列中的字符或者词语、以及起始符、分隔符均为Token。情感分类模块用以利用发言内容对应的特征表示进行分类,得到对应的情感类型。也可以调用大语言模型来进行情感分析,在此不做详述。
除了依据发言内容进行情感分析之外,还可以进一步结合面试者的声音、表情等来进行分析。
对视频会话产生的内容进行举止分析包括:将视频会话产生的内容中面试者的图像序列输入举止分析模型,获取举止分析模型利用图像序列对面试者的举止进行的评价。
举止是指一个行为人在特定场合中较稳定的行为表现,能够比较可靠地体现一个人的综合素质。举止分析模型可以对面试者的图像序列进行动作跟踪和动作类别的识别,例如识别出用户出现皱眉的次数、微笑的次数、摇头的次数、摸鼻子的次数、手部摆动的次数、低头的次数等等,然后综合判定面试者的举止。
在进行上述分析后,可以得到对沟通能力、自驱能力、专业能力、调节能力、抗压能力、管理能力等至少一个预设指标的评估结果。例如,依据语言流畅度、内容优质程度、情感分析结果等综合对沟通能力进行评估。再例如,依据面试者的履历、情感分析和举止分析的结果综合确定面试者的自驱能力。再例如,依据面试者的内容优质程度、与职位的匹配程度、举止分析结果等综合确定面试者的专业能力。等等,在此不做一一列举。
3)面试指导任务:
线上面试的服务器可以将视频会话产生的内容以及指示面试指导任务的第三指令提供给智能服务系统,获取智能服务系统利用视频会话产生的内容生成的候选面试问题。
作为其中一种可实现的方式,智能服务系统可以从视频会话产生的内容中获取面试者履历信息和面试岗位信息,将面试者履历信息和面试岗位信息输入文本生成模型,得到文本生成模型生成的候选面试问题。
其中在预先训练文本生成模型时,可以收集一些面试者简历、面试岗位和精选的面试问题作为训练样本,将训练样本中面试者简历和面试岗位输入文本生成模型,训练目标包括最小化文本生成模型生成的问题与训练样本中问题之间的差异。
4)关键内容提取任务:
线上面试的服务器可以将视频会话产生的内容以及指示关键内容提取任务的第四指令提供给智能服务系统,获取智能服务系统将视频会话产生的内容转化为文本后从该文本中提取的关键内容。
例如用户在对话框区域中输入“提取面试者主要观点”,智能服务系统则调用大语言模型从视频会话产生内容转化得到的文本中,提取面试者的主要观点,将该主要观点返回给线上面试服务器。
再例如用户在对话框区域中输入“提取面试摘要”,智能服务器可以调用大语言模型从视频会话产生内容转化得到的文本中,提取摘要内容,将摘要内容返回给线上面试服务器。
大语言模型即LLM(Large Language Model,大型语言模型),是指利用大量文本数据训练的深度学习模型,可以生成自然语言文本或理解语言文本的含义。其特点是规模庞大、参数量巨大(通常达到百亿级别以上),通常基于深度学习架构例如Transformer(转化器)架构。LLM与普通预训练语言模型的差别在于参数规模,当参数规模超过一定水平时,模型实现了显著的性能提升,并展现出小模型不存在的能力,例如上下文学习(in-contextlearning)能力,能够学习语言中的复杂模式,并执行广泛的任务,包括文本总结、翻译、情感分析、多轮对话等等。因此为了与传统预训练语言模型进行区分,将这类参数规模超过一定水平的模型称为LLM。总得来说,可以认为基于深度学习架构实现的参数规模在百亿以上的语言模型称为大语言模型。常见的LLM包括:GTP-3(Generative Pre-trainedTransformer 3,生成式预训练转换器版本3)、T5(Text-to-Text Transfer Transformer,文本到文本转化器)、GTP-4、PaLM(谷歌提出的一种大语言模型)、LLaMA(Large LanguageModel MetaAI,一种MetaAI发布的大语言模型)等等。
因此相对应地,在步骤205中线上面试的服务器向第二客户端返回的执行结果可以包括诸如将视频会话产生的内容转化得到的文本、利用视频会话产生的内容进行面试评估得到的评估结果、利用视频会话产生的内容生成的候选面试问题、从视频会话产生的内容转化得到的文本中提取的关键内容等。
更进一步地,线上面试的服务器可以记录整个会议过程,即会议产生的内容以及上述执行结果,可以供候选面试官进行复盘和查询。面试官可以通过第二客户端向线上面试的服务器发送查询请求,响应于来自第二客户端的查询请求,在记录的内容中查询并向第二客户端返回查询结果。例如,面试官可以在面试结束后的一段时间内查询任意面试者的评估结果,以方便面试官向面试者进行面试结果的反馈。
图4为本申请实施例提供的另一线上面试的处理方法流程图,该方法由图1所示系统架构中的第二客户端执行,如图4中所示,该方法可以包括以下步骤:
步骤401:通过线上面试的服务器端与第一客户端建立视频会话。
步骤403:接收并展示服务器端发送的执行结果,执行结果为服务器端基于视频会话产生的内容向智能服务系统发送的线上面试辅助任务的执行结果,面试辅助任务包括语音转文本任务、面试评估任务、面试指导任务和关键内容提取任务中的至少一种。
作为其中一种可实现的方式,服务器端可以基于视频会话产生的内容向智能服务系统发送预设的面试辅助任务,这种情况下,第二客户端被动接收面试辅助任务的执行结果。
作为另一种可实现的方式,第二客户端可以向线上面试的服务器端发送任务请求,服务器端确定与任务请求相对应的面试辅助任务,基于视频会话产生的内容向智能服务系统发送与任务请求相对应的面试辅助任务。
在这种实现方式下,第二客户端可以响应于面试官在第二客户端展示的视频会话界面上触发组件的事件,向服务器端发送携带被触发组件对应的任务类型信息,例如图3a中所示。
或者,第二客户端也可以响应于面试官在第二客户端展示的视频会话界面上输入的自然语言指令,向服务器端发送携带自然语言指令的任务请求,例如图3b中所示。
第二客户端接收并展现的执行结果可以包括诸如将视频会话产生的内容转化得到的文本、利用视频会话产生的内容进行面试评估得到的评估结果、利用视频会话产生的内容生成的候选面试问题、从视频会话产生的内容转化得到的文本中提取的关键内容等。
其中,对于评估结果可以在第二客户端的视频会话界面上采用图表和/或文本的形式展示。以图3c为例,可以以图表的形式在对话框区域中的卡片组件中对面试者的沟通能力、专业能力、调节能力、管理能力、抗压能力、自驱能力等指标的评估结果进行展示。卡片组件(CardView)是用于实现卡片式布局效果的重要组件。卡片组件实际上是一个视图容器,可以在该视图容器中进行具体元素的布局和数据显示。
候选面试问题可以在第二客户端的视频会话界面上以文本或列表等形式展示。以图3d为例,可以在视频会话界面的对话框区域中以文本卡片组件的方式提示面试者可以从哪些方面进行提问。
关键内容也可以以文本或列表等形式展示,与候选面试问题的展示方式类似。
更进一步地,第二客户端还可以向线上会议的服务器端发送查询请求,服务器端可以对线上会议产生的内容和上述面试辅助任务的执行结果进行记录,依据接收到的查询结果在记录的内容中查询并向第二客户端返回查询结果。例如,面试官可以在面试结束后的一段时间内查询任意面试者的评估结果,以方便面试官向面试者进行面试结果的反馈。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
根据其中一方面的实施例,提供了一种线上面试的处理装置。图5为本申请实施例提供的线上面试的处理装置的示意性框图,该装置设置于图1所示架构中的线上面试的服务器端。如图5所示,该装置500可以包括:连接建立单元501、任务处理单元502和结果反馈单元503。其中各组成单元的主要功能如下:
连接建立单元501,被配置为建立第一客户端和第二客户端之间的视频会话。
任务处理单元502,被配置为基于视频会话产生的内容向智能服务系统发送线上面试辅助任务,并获取线上面试辅助任务的执行结果,面试辅助任务包括语音转文本任务、面试评估任务、面试指导任务和关键内容提取任务中的至少一种。
结果反馈单元503,被配置为将执行结果发送给第二客户端以供第二客户端展示执行结果。
作为其中一种可实现的方式,上述任务处理单元502,可以具体被配置为获取第二客户端发送的任务请求,确定与任务请求相对应的面试辅助任务,基于视频会话产生的内容向智能服务系统发送与任务请求相对应的面试辅助任务。
作为另一种可实现的方式,上述任务处理单元502,可以具体被配置为基于视频会话产生的内容向智能服务系统发送预设的面试辅助任务。
其中,任务处理单元502在获取第二客户端发送的任务请求,确定与任务请求相对应的面试辅助任务时,可以具体被配置为:
获取第二客户端展示的视频会话界面上组件被触发而发送的任务请求,任务请求携带被触发组件对应的任务类型信息,确定任务类型信息对应的面试辅助任务;和/或,
获取在第二客户端展示的视频会话界面上输入自然语言指令而发送的任务请求,对自然语言指令进行意图解析,确定与解析得到的意图相对应的面试辅助任务。
作为其中一种可实现的方式,智能服务系统可以具体包括:语音转文本模块、面试评估模块、面试指导模块和关键内容提取模块中的至少一种。
任务处理单元502可以将视频会话产生的内容以及指示语音转文本任务的第一指令提供给语音转文本模块,获取语音转文本模块将视频会话产生的内容转化得到的文本。
任务处理单元502可以将视频会话产生的内容以及指示面试评估任务的第二指令提供给面试评估模块,获取面试评估模块利用视频会话产生的内容进行面试评估得到的评估结果。
任务处理单元502可以将视频会话产生的内容以及指示面试指导任务的第三指令提供给面试指导模块,获取面试指导模块利用视频会话产生的内容生成的候选面试问题。
任务处理单元502可以将视频会话产生的内容以及指示关键内容提取任务的第四指令提供给关键内容提取模块,获取关键内容提取模块将视频会话产生的内容转化为文本后从该文本中提取的关键内容。
作为其中一种可实现的方式,面试评估模块可以对视频会话产生的内容进行语言分析、情感分析和举止分析中的至少一种,融合各分析结果得到面试评估结果。
其中语言分析包括:将视频会话产生的内容对应的文本中面试者的发言内容输入语言分析模型,获取语言分析模型基于语言流畅程度、内容优质程度以及与职位的匹配程度中的至少一种对发言内容的分析结果。
情感分析包括:将视频会话产生的内容对应的文本中面试者的发言内容输入情感分析模型,获取情感分析模型对发言内容的情感分析结果。
举止分析包括:将视频会话产生的内容中面试者的图像序列输入举止分析模型,获取举止分析模型利用图像序列对面试者的举止分析结果。
任务处理单元502可以融合各分析结果得到针对至少一个预设指标的面试评估结果,采用图表和/或文本的形式,在第二客户端展示的视频会话界面上展示面试评估结果。
作为其中一种可实现的方式,面试指导模块可以从视频会话产生的内容中获取面试者履历信息和面试岗位信息,将面试者履历信息和面试岗位信息输入文本生成模型,得到文本生成模型生成的候选面试问题。
根据其中一方面的实施例,提供了一种线上面试的处理装置。图6为本申请实施例提供的线上面试的处理装置的示意性框图,该装置设置于图1所示架构中的第二客户端。如图6所示,该装置600可以包括:连接建立单元601、结果接收单元602和结果展示单元603,还可以进一步包括请求发送单元604。其中各组成单元的主要功能如下:
连接建立单元601,被配置为通过线上面试的服务器端与第一客户端建立视频会话。
结果接收单元602,被配置为接收服务器端发送的执行结果,执行结果为服务器端基于视频会话产生的内容向智能服务系统发送的线上面试辅助任务的执行结果,面试辅助任务包括语音转文本任务、面试评估任务、面试指导任务和关键内容提取任务中的至少一种。
结果展示单元603,被配置为展示执行结果。
作为其中一种可实现的方式,请求发送单元604,被配置为响应于面试官在第二客户端展示的视频会话界面上触发组件的事件,向服务器端发送携带被触发组件对应的任务类型信息的任务请求。
作为另一种可实现的方式,请求发送单元604,被配置为响应于面试官在第二客户端展示的视频会话界面上输入的自然语言指令,向服务器端发送携带自然语言指令的任务请求。
结果接收单元602接收到的上述执行结果可以包括以下至少一种:将视频会话产生的内容转化得到的文本;利用视频会话产生的内容进行面试评估得到的评估结果,评估结果采用图表和/或文本的形式展示;利用视频会话产生的内容生成的候选面试问题;从视频会话产生的内容转化得到的文本中提取的关键内容。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统和装置实施例而言,由于其基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。以上所描述的系统和装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
需要说明的是,本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等),均为经用户授权或者经过各方充分授权的信息和数据,并且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准,并提供有相应的操作入口,供用户选择授权或者拒绝。
另外,本申请实施例还提供了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实现前述方法实施例中任一项所述的方法的步骤。
以及一种电子设备,包括:
一个或多个处理器;以及
与所述一个或多个处理器关联的存储器,所述存储器用于存储程序指令,所述程序指令在被所述一个或多个处理器读取执行时,执行前述方法实施例中任一项所述的方法的步骤。
本申请还提供了一种计算机程序产品,包括计算机程序,该计算机程序在被处理器执行时实现前述方法实施例中任一项所述的方法的步骤。
其中,图7示例性的展示出了电子设备的架构,具体可以包括处理器710,视频显示适配器711,磁盘驱动器712,输入/输出接口713,网络接口714,以及存储器720。上述处理器710、视频显示适配器711、磁盘驱动器712、输入/输出接口713、网络接口714,与存储器720之间可以通过通信总线730进行通信连接。
其中,处理器710可以采用通用的CPU、微处理器、应用专用集成电路(ApplicationSpecific Integrated Circuit,ASIC)、或者一个或多个集成电路等方式实现,用于执行相关程序,以实现本申请所提供的技术方案。
存储器720可以采用ROM(Read Only Memory,只读存储器)、RAM(RandomAccessMemory,随机存取存储器)、静态存储设备,动态存储设备等形式实现。存储器720可以存储用于控制电子设备700运行的操作系统721,用于控制电子设备700的低级别操作的基本输入输出系统(BIOS)722。另外,还可以存储网页浏览器723,数据存储管理系统724,以及线上面试的处理装置725等等。上述线上面试的处理装置725就可以是本申请实施例中具体实现前述各步骤操作的应用程序。总之,在通过软件或者固件来实现本申请所提供的技术方案时,相关的程序代码保存在存储器720中,并由处理器710来调用执行。
输入/输出接口713用于连接输入/输出模块,以实现信息输入及输出。输入输出/模块可以作为组件配置在设备中(图中未示出),也可以外接于设备以提供相应功能。其中输入设备可以包括键盘、鼠标、触摸屏、麦克风、各类传感器等,输出设备可以包括显示器、扬声器、振动器、指示灯等。
网络接口714用于连接通信模块(图中未示出),以实现本设备与其他设备的通信交互。其中通信模块可以通过有线方式(例如USB、网线等)实现通信,也可以通过无线方式(例如移动网络、WIFI、蓝牙等)实现通信。
总线730包括一通路,在设备的各个组件(例如处理器710、视频显示适配器711、磁盘驱动器712、输入/输出接口713、网络接口714,与存储器720)之间传输信息。
需要说明的是,尽管上述设备仅示出了处理器710、视频显示适配器711、磁盘驱动器712、输入/输出接口713、网络接口714,存储器720,总线730等,但是在具体实施过程中,该设备还可以包括实现正常运行所必需的其他组件。此外,本领域的技术人员可以理解的是,上述设备中也可以仅包含实现本申请方案所必需的组件,而不必包含图中所示的全部组件。
通过以上的实施方式的描述可知,本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以计算机程序产品的形式体现出来,该计算机程序产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例或者实施例的某些部分所述的方法。
以上对本申请所提供的技术方案进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本申请的限制。
Claims (14)
1.一种线上面试的处理方法,应用于线上面试的服务器端,所述线上面试的参与者包括第一客户端对应的面试者和第二客户端对应的面试官;其特征在于,所述方法包括:
建立第一客户端和第二客户端之间的视频会话;
基于所述视频会话产生的内容向智能服务系统发送线上面试辅助任务,并获取所述线上面试辅助任务的执行结果,所述面试辅助任务包括语音转文本任务、面试评估任务、面试指导任务和关键内容提取任务中的至少一种;
将所述执行结果发送给所述第二客户端以供所述第二客户端展示所述执行结果。
2.根据权利要求1所述的方法,其特征在于,基于所述视频会话产生的内容向智能服务系统发送线上面试辅助任务包括:
获取所述第二客户端发送的任务请求,确定与所述任务请求相对应的面试辅助任务,基于所述视频会话产生的内容向智能服务系统发送与所述任务请求相对应的面试辅助任务;和/或,
基于所述视频会话产生的内容向智能服务系统发送预设的面试辅助任务。
3.根据权利要求2所述的方法,其特征在于,获取所述第二客户端发送的任务请求,确定与所述任务请求相对应的面试辅助任务包括:
获取所述第二客户端展示的视频会话界面上组件被触发而发送的任务请求,所述任务请求携带被触发组件对应的任务类型信息,确定所述任务类型信息对应的面试辅助任务;和/或,
获取在所述第二客户端展示的视频会话界面上输入自然语言指令而发送的任务请求,对所述自然语言指令进行意图解析,确定与解析得到的意图相对应的面试辅助任务。
4.根据权利要求1至3中任一项所述的方法,其特征在于,基于所述视频会话产生的内容向服务系统发送线上面试辅助任务,并获取所述线上面试辅助任务的执行结果包括以下至少一种:
将所述视频会话产生的内容以及指示语音转文本任务的第一指令提供给所述智能服务系统,获取所述智能服务系统将所述视频会话产生的内容转化得到的文本;
将所述视频会话产生的内容以及指示面试评估任务的第二指令提供给所述智能服务系统,获取所述智能服务系统利用所述视频会话产生的内容进行面试评估得到的评估结果;
将所述视频会话产生的内容以及指示面试指导任务的第三指令提供给所述智能服务系统,获取所述智能服务系统利用所述视频会话产生的内容生成的候选面试问题;
将所述视频会话产生的内容以及指示关键内容提取任务的第四指令提供给所述智能服务系统,获取所述智能服务系统将所述视频会话产生的内容转化为文本后从该文本中提取的关键内容。
5.根据权利要求4所述的方法,其特征在于,所述智能服务系统利用所述视频会话产生的内容进行面试评估包括:
所述智能服务系统对所述视频会话产生的内容进行语言分析、情感分析和举止分析中的至少一种,融合各分析结果得到面试评估结果;
其中所述语言分析包括:将所述视频会话产生的内容对应的文本中面试者的发言内容输入语言分析模型,获取所述语言分析模型基于语言流畅程度、内容优质程度以及与职位的匹配程度中的至少一种对所述发言内容的分析结果;
所述情感分析包括:将所述视频会话产生的内容对应的文本中面试者的发言内容输入情感分析模型,获取所述情感分析模型对所述发言内容的情感分析结果;
所述举止分析包括:将所述视频会话产生的内容中面试者的图像序列输入举止分析模型,获取举止分析模型利用所述图像序列对所述面试者的举止分析结果。
6.根据权利要求5所述的方法,其特征在于,所述融合各分析结果得到面试评估结果包括:
融合各分析结果得到针对至少一个预设指标的面试评估结果;
采用图表和/或文本的形式,在所述第二客户端展示的视频会话界面上展示所述面试评估结果。
7.根据权利要求2所述的方法,其特征在于,所述智能服务系统利用所述视频会话产生的内容生成候选面试问题包括:
所述智能服务系统从所述视频会话产生的内容中获取面试者履历信息和面试岗位信息,将所述面试者履历信息和面试岗位信息输入文本生成模型,得到所述文本生成模型生成的候选面试问题。
8.一种线上面试的处理方法,所述线上面试的参与者包括第一客户端对应的面试者和第二客户端对应的面试官,所述方法应用于所述第二客户端;其特征在于,所述方法包括:
通过所述线上面试的服务器端与所述第一客户端建立视频会话;
接收并展示所述服务器端发送的执行结果,所述执行结果为所述服务器端基于所述视频会话产生的内容向智能服务系统发送的线上面试辅助任务的执行结果,所述面试辅助任务包括语音转文本任务、面试评估任务、面试指导任务和关键内容提取任务中的至少一种。
9.根据权利要求8所述的方法,其特征在于,所述方法还包括:
响应于所述面试官在所述第二客户端展示的视频会话界面上触发组件的事件,向所述服务器端发送携带被触发组件对应的任务类型信息的任务请求;和/或,
响应于所述面试官在所述第二客户端展示的视频会话界面上输入的自然语言指令,向所述服务器端发送携带所述自然语言指令的任务请求。
10.根据权利要求8或9所述的方法,其特征在于,所述执行结果包括以下至少一种:
将所述视频会话产生的内容转化得到的文本;
利用所述视频会话产生的内容进行面试评估得到的评估结果,所述评估结果采用图表和/或文本的形式展示;
利用所述视频会话产生的内容生成的候选面试问题;
从所述视频会话产生的内容转化得到的文本中提取的关键内容。
11.一种线上面试的处理装置,设置于线上面试的服务器端,所述线上面试的参与者包括第一客户端对应的面试者和第二客户端对应的面试官;其特征在于,所述装置包括:
连接建立单元,被配置为建立第一客户端和第二客户端之间的视频会话;
任务处理单元,被配置为基于所述视频会话产生的内容向智能服务系统发送线上面试辅助任务,并获取所述线上面试辅助任务的执行结果,所述面试辅助任务包括语音转文本任务、面试评估任务、面试指导任务和关键内容提取任务中的至少一种;
结果反馈单元,被配置为将所述执行结果发送给所述第二客户端以供所述第二客户端展示所述执行结果。
12.一种线上面试的处理装置,所述线上面试的参与者包括第一客户端对应的面试者和第二客户端对应的面试官,所述装置设置于所述第二客户端;其特征在于,所述装置包括:
连接建立单元,被配置为通过所述线上面试的服务器端与所述第一客户端建立视频会话;
结果接收单元,被配置为接收所述服务器端发送的执行结果,所述执行结果为所述服务器端基于所述视频会话产生的内容向智能服务系统发送的线上面试辅助任务的执行结果,所述面试辅助任务包括语音转文本任务、面试评估任务、面试指导任务和关键内容提取任务中的至少一种;
结果展示单元,被配置为展示所述执行结果。
13.一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实现权利要求1至10中任一项所述的方法的步骤。
14.一种电子设备,其特征在于,包括:
一个或多个处理器;以及
与所述一个或多个处理器关联的存储器,所述存储器用于存储程序指令,所述程序指令在被所述一个或多个处理器读取执行时,执行权利要求1至10中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410082712.6A CN117939048A (zh) | 2024-01-19 | 2024-01-19 | 线上面试的处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410082712.6A CN117939048A (zh) | 2024-01-19 | 2024-01-19 | 线上面试的处理方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117939048A true CN117939048A (zh) | 2024-04-26 |
Family
ID=90756989
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410082712.6A Pending CN117939048A (zh) | 2024-01-19 | 2024-01-19 | 线上面试的处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117939048A (zh) |
-
2024
- 2024-01-19 CN CN202410082712.6A patent/CN117939048A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102580322B1 (ko) | 컨퍼런스 기능을 갖는 자동화된 어시스턴트 | |
CN108536681B (zh) | 基于情感分析的智能问答方法、装置、设备及存储介质 | |
KR101634086B1 (ko) | 감정 분석을 통한 스티커 추천 방법 및 시스템 | |
KR102222421B1 (ko) | 캡처된 이미지들과 관련된 메타 데이터 저장 | |
US9740677B2 (en) | Methods and systems for analyzing communication situation based on dialogue act information | |
KR101583181B1 (ko) | 응답 스티커 추천방법 및 컴퓨터 프로그램 | |
Schmitt et al. | Interaction quality: assessing the quality of ongoing spoken dialog interaction by experts—and how it relates to user satisfaction | |
WO2018205224A1 (en) | Assisting psychological cure in automated chatting | |
KR101615848B1 (ko) | 유사상황 검색을 통한 대화 스티커 추천방법 및 컴퓨터 프로그램 | |
JP2000339314A (ja) | 自動応答方法及び対話解析方法並びに応答文生成方法、その装置、そのプログラムを記録した媒体 | |
CN110808038B (zh) | 普通话评测方法、装置、设备及存储介质 | |
KR101763679B1 (ko) | 화행 분석을 통한 스티커 추천 방법 및 시스템 | |
JP5045486B2 (ja) | 対話装置及びプログラム | |
KR101830747B1 (ko) | 온라인 면접 시스템 및 그 방법 | |
CN111222837A (zh) | 智能化面试的方法、系统、设备及计算机存储介质 | |
CN114676259B (zh) | 一种基于因果感知交互网络的对话情绪识别方法 | |
KR102283134B1 (ko) | 회의록 열람 문서 생성 방법 및 그 장치 | |
KR20170126667A (ko) | 회의 기록 자동 생성 방법 및 그 장치 | |
CN113111658B (zh) | 校验信息的方法、装置、设备和存储介质 | |
CN114064943A (zh) | 会议管理方法、装置、存储介质及电子设备 | |
CN117349515A (zh) | 搜索处理方法、电子设备和存储介质 | |
WO2023239477A1 (en) | Video recording processing | |
CN114528851B (zh) | 回复语句确定方法、装置、电子设备和存储介质 | |
CN116561271A (zh) | 问答处理方法及装置 | |
CN117939048A (zh) | 线上面试的处理方法及装置 |
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 |