本發(fā)明涉及人力資源管理，更具體地說(shuō)，本發(fā)明涉及基于實(shí)時(shí)反饋的面試官評(píng)估偏見(jiàn)校正方法及系統(tǒng)。

背景技術(shù)：

1、在現(xiàn)有的人力資源管理系統(tǒng)中，招聘方通常通過(guò)自然語(yǔ)言描述的職位需求進(jìn)行候選人篩選與匹配，依賴于預(yù)設(shè)的標(biāo)準(zhǔn)化能力標(biāo)簽對(duì)崗位描述中的抽象術(shù)語(yǔ)進(jìn)行解析，以實(shí)現(xiàn)候選人與崗位需求的自動(dòng)化關(guān)聯(lián)；然而，由于不同行業(yè)或企業(yè)對(duì)于相同術(shù)語(yǔ)的實(shí)際能力要求存在實(shí)質(zhì)性差異，現(xiàn)有技術(shù)采用統(tǒng)一的語(yǔ)義映射規(guī)則進(jìn)行需求解析，未建立術(shù)語(yǔ)語(yǔ)義與行業(yè)特性之間的動(dòng)態(tài)關(guān)聯(lián)機(jī)制。

2、然而，標(biāo)準(zhǔn)化解析規(guī)則難以準(zhǔn)確反映崗位需求中模糊術(shù)語(yǔ)的上下文語(yǔ)義，導(dǎo)致系統(tǒng)生成的匹配結(jié)果與用人方的真實(shí)意圖產(chǎn)生系統(tǒng)性偏差，導(dǎo)致面試官基于此類偏差數(shù)據(jù)對(duì)候選人進(jìn)行評(píng)估時(shí)，可能因術(shù)語(yǔ)理解與崗位實(shí)際能力標(biāo)準(zhǔn)錯(cuò)位而形成隱性評(píng)估偏見(jiàn)，從而降低人才選拔的客觀性與準(zhǔn)確性。

技術(shù)實(shí)現(xiàn)思路

1、為了克服現(xiàn)有技術(shù)的上述缺陷，本發(fā)明的實(shí)施例提供基于實(shí)時(shí)反饋的面試官評(píng)估偏見(jiàn)校正方法及系統(tǒng)以解決上述背景技術(shù)中提出的問(wèn)題。

2、為實(shí)現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：

3、基于實(shí)時(shí)反饋的面試官評(píng)估偏見(jiàn)校正方法，包括如下步驟：

4、s1、獲取目標(biāo)崗位的職位需求文本及行業(yè)屬性信息，并采集面試過(guò)程中面試官與候選人的交互文本數(shù)據(jù)；

5、s2、根據(jù)行業(yè)屬性信息從行業(yè)知識(shí)庫(kù)提取術(shù)語(yǔ)關(guān)聯(lián)關(guān)系，對(duì)職位需求文本中的模糊術(shù)語(yǔ)進(jìn)行動(dòng)態(tài)語(yǔ)義解析，生成行業(yè)權(quán)重及術(shù)語(yǔ)閾值；

6、s3、從交互文本數(shù)據(jù)中提取候選人針對(duì)模糊術(shù)語(yǔ)的回答內(nèi)容，分析回答內(nèi)容與術(shù)語(yǔ)閾值的關(guān)聯(lián)性，生成關(guān)聯(lián)分析結(jié)果；

7、s4、實(shí)時(shí)識(shí)別面試官對(duì)模糊術(shù)語(yǔ)的實(shí)際使用語(yǔ)境，結(jié)合行業(yè)權(quán)重計(jì)算初始偏離度；

8、s5、基于關(guān)聯(lián)分析結(jié)果對(duì)初始偏離度進(jìn)行修正，當(dāng)修正后的偏離度超過(guò)術(shù)語(yǔ)閾值時(shí)標(biāo)記為術(shù)語(yǔ)偏差信號(hào)；

9、s6、識(shí)別面試官對(duì)術(shù)語(yǔ)偏差信號(hào)關(guān)聯(lián)的重復(fù)提問(wèn)行為，當(dāng)關(guān)聯(lián)分析結(jié)果滿足術(shù)語(yǔ)閾值且存在重復(fù)提問(wèn)行為時(shí)，生成意圖偏差結(jié)果；

10、s7、根據(jù)術(shù)語(yǔ)偏差信號(hào)類型、修正后的偏離度及意圖偏差結(jié)果，匹配行業(yè)知識(shí)庫(kù)的校正規(guī)則生成反饋指令，調(diào)整面試官的實(shí)時(shí)評(píng)分權(quán)重。

11、在一個(gè)優(yōu)選的實(shí)施方式中，s1包括：

12、s1a、從招聘平臺(tái)或企業(yè)數(shù)據(jù)庫(kù)獲取目標(biāo)崗位的職位需求文本，職位需求文本包含自然語(yǔ)言描述的崗位職責(zé)和能力要求；

13、s1b、根據(jù)目標(biāo)崗位所屬企業(yè)注冊(cè)信息或用戶指定參數(shù)提取行業(yè)屬性信息，行業(yè)屬性信息包括行業(yè)分類代碼及行業(yè)標(biāo)準(zhǔn)能力定義庫(kù)標(biāo)識(shí)；

14、s1c、在面試過(guò)程中通過(guò)實(shí)時(shí)語(yǔ)音轉(zhuǎn)寫技術(shù)采集面試官與候選人的對(duì)話內(nèi)容，生成包含時(shí)間戳的交互文本數(shù)據(jù)；

15、s1d、將職位需求文本、行業(yè)屬性信息及交互文本數(shù)據(jù)按面試場(chǎng)次編號(hào)進(jìn)行關(guān)聯(lián)存儲(chǔ)。

16、在一個(gè)優(yōu)選的實(shí)施方式中，s2包括：

17、s2a、基于行業(yè)分類代碼訪問(wèn)預(yù)置行業(yè)知識(shí)庫(kù)中對(duì)應(yīng)的行業(yè)特性數(shù)據(jù)集，行業(yè)特性數(shù)據(jù)集包含行業(yè)術(shù)語(yǔ)與崗位能力指標(biāo)的映射關(guān)系；

18、s2b、根據(jù)行業(yè)標(biāo)準(zhǔn)能力定義庫(kù)標(biāo)識(shí)提取行業(yè)知識(shí)庫(kù)中的術(shù)語(yǔ)關(guān)聯(lián)規(guī)則，術(shù)語(yǔ)關(guān)聯(lián)規(guī)則包括模糊術(shù)語(yǔ)在不同行業(yè)場(chǎng)景下的核心能力指標(biāo)及關(guān)聯(lián)強(qiáng)度系數(shù)；

19、s2c、對(duì)職位需求文本中的模糊術(shù)語(yǔ)進(jìn)行語(yǔ)義拆解，結(jié)合核心能力指標(biāo)及關(guān)聯(lián)強(qiáng)度系數(shù)生成行業(yè)特性相關(guān)的動(dòng)態(tài)語(yǔ)義解析結(jié)果；

20、s2d、根據(jù)動(dòng)態(tài)語(yǔ)義解析結(jié)果中核心能力指標(biāo)的關(guān)聯(lián)強(qiáng)度系數(shù)設(shè)定行業(yè)權(quán)重，并基于核心能力指標(biāo)的歷史評(píng)分分布動(dòng)態(tài)計(jì)算術(shù)語(yǔ)閾值。

21、在一個(gè)優(yōu)選的實(shí)施方式中，s3包括：

22、s3a、從交互文本數(shù)據(jù)中定位候選人回答片段，候選人回答片段為面試官提問(wèn)模糊術(shù)語(yǔ)后候選人的連續(xù)對(duì)話文本，且發(fā)言者身份標(biāo)記為候選人；

23、s3b、對(duì)候選人回答片段進(jìn)行上下文語(yǔ)義分塊，識(shí)別與核心能力指標(biāo)相關(guān)的技術(shù)術(shù)語(yǔ)深度及行業(yè)案例引用頻次，生成技術(shù)維度分析數(shù)據(jù)；

24、s3c、提取候選人回答片段中邏輯結(jié)構(gòu)標(biāo)記詞及技術(shù)術(shù)語(yǔ)密度，結(jié)合行業(yè)知識(shí)庫(kù)中預(yù)置的完整性評(píng)估規(guī)則生成語(yǔ)義完整性評(píng)分，完整性評(píng)估規(guī)則包含邏輯鏈完整度與術(shù)語(yǔ)應(yīng)用適配性指標(biāo)；

25、s3d、將技術(shù)維度分析數(shù)據(jù)中的技術(shù)術(shù)語(yǔ)深度及案例引用頻次映射至行業(yè)知識(shí)庫(kù)的標(biāo)準(zhǔn)參考值，計(jì)算術(shù)語(yǔ)匹配偏離度，當(dāng)術(shù)語(yǔ)匹配偏離度小于術(shù)語(yǔ)閾值且語(yǔ)義完整性評(píng)分達(dá)標(biāo)時(shí)，生成達(dá)標(biāo)的關(guān)聯(lián)分析結(jié)果。

26、在一個(gè)優(yōu)選的實(shí)施方式中，s4包括：

27、s4a、從交互文本數(shù)據(jù)中提取面試官提問(wèn)模糊術(shù)語(yǔ)的上下文片段，基于預(yù)置語(yǔ)境分類庫(kù)識(shí)別實(shí)際使用語(yǔ)境類型；

28、s4b、根據(jù)識(shí)別出的語(yǔ)境類型匹配行業(yè)知識(shí)庫(kù)中對(duì)應(yīng)場(chǎng)景的權(quán)重分配規(guī)則，將行業(yè)權(quán)重按場(chǎng)景關(guān)鍵詞覆蓋率動(dòng)態(tài)調(diào)整，生成語(yǔ)境適配權(quán)重；

29、s4c、分析提問(wèn)上下文片段中模糊術(shù)語(yǔ)的核心能力指標(biāo)偏移方向，結(jié)合語(yǔ)境適配權(quán)重計(jì)算分類偏離度；

30、s4d、將不同語(yǔ)境類型的分類偏離度按語(yǔ)境適配權(quán)重加權(quán)求和，生成初始偏離度。

31、在一個(gè)優(yōu)選的實(shí)施方式中，語(yǔ)境分類庫(kù)包含技術(shù)場(chǎng)景、管理場(chǎng)景及協(xié)作場(chǎng)景的語(yǔ)義特征關(guān)鍵詞；核心能力指標(biāo)偏移方向通過(guò)對(duì)比提問(wèn)側(cè)重點(diǎn)與行業(yè)知識(shí)庫(kù)標(biāo)準(zhǔn)能力定義確定。

32、在一個(gè)優(yōu)選的實(shí)施方式中，s5包括：

33、s5a、驗(yàn)證關(guān)聯(lián)分析結(jié)果中技術(shù)術(shù)語(yǔ)深度及案例引用頻次的有效性，當(dāng)技術(shù)術(shù)語(yǔ)深度低于行業(yè)知識(shí)庫(kù)標(biāo)準(zhǔn)層級(jí)且案例引用頻次未達(dá)標(biāo)時(shí)，生成修正因子；

34、s5b、根據(jù)修正因子對(duì)初始偏離度進(jìn)行比例調(diào)整，修正因子基于行業(yè)權(quán)重與歷史場(chǎng)景偏離均值的比值動(dòng)態(tài)設(shè)定；

35、s5c、將調(diào)整后的偏離度與語(yǔ)義完整性評(píng)分進(jìn)行加權(quán)計(jì)算，生成復(fù)合偏離度；

36、s5d、當(dāng)復(fù)合偏離度超過(guò)術(shù)語(yǔ)閾值時(shí)，標(biāo)記為術(shù)語(yǔ)偏差信號(hào)并關(guān)聯(lián)對(duì)應(yīng)的核心能力指標(biāo)及語(yǔ)境類型。

37、在一個(gè)優(yōu)選的實(shí)施方式中，s6包括：

38、s6a、根據(jù)術(shù)語(yǔ)偏差信號(hào)關(guān)聯(lián)的核心能力指標(biāo)及語(yǔ)境類型，從行業(yè)知識(shí)庫(kù)中提取對(duì)應(yīng)指標(biāo)的重復(fù)提問(wèn)容忍閾值，重復(fù)提問(wèn)容忍閾值基于行業(yè)權(quán)重與歷史提問(wèn)行為統(tǒng)計(jì)的偏離風(fēng)險(xiǎn)系數(shù)動(dòng)態(tài)設(shè)定；

39、s6b、從交互文本數(shù)據(jù)中統(tǒng)計(jì)面試官對(duì)同一核心能力指標(biāo)的提問(wèn)次數(shù)及提問(wèn)間隔時(shí)間，當(dāng)提問(wèn)次數(shù)超過(guò)重復(fù)提問(wèn)容忍閾值且提問(wèn)間隔時(shí)間小于行業(yè)知識(shí)庫(kù)預(yù)設(shè)合理間隔時(shí)，標(biāo)記為重復(fù)提問(wèn)行為；

40、s6c、驗(yàn)證關(guān)聯(lián)分析結(jié)果中技術(shù)術(shù)語(yǔ)深度及語(yǔ)義完整性評(píng)分是否滿足術(shù)語(yǔ)閾值，當(dāng)同時(shí)滿足術(shù)語(yǔ)閾值且存在重復(fù)提問(wèn)行為時(shí)，生成意圖偏差結(jié)果；

41、s6d、將意圖偏差結(jié)果與術(shù)語(yǔ)偏差信號(hào)關(guān)聯(lián)的行業(yè)權(quán)重及語(yǔ)境類型綁定，生成結(jié)構(gòu)化偏差記錄。

42、在一個(gè)優(yōu)選的實(shí)施方式中，s7包括：

43、s7a、根據(jù)術(shù)語(yǔ)偏差信號(hào)類型及關(guān)聯(lián)的語(yǔ)境類型從行業(yè)知識(shí)庫(kù)中匹配校正規(guī)則，校正規(guī)則包含權(quán)重調(diào)整比例及反饋觸發(fā)條件，反饋觸發(fā)條件基于意圖偏差結(jié)果中的重復(fù)提問(wèn)次數(shù)與偏離容忍閾值量差值設(shè)定；

44、s7b、按修正后的偏離度與意圖偏差結(jié)果中的偏離容忍閾值量差值比例生成動(dòng)態(tài)調(diào)整系數(shù)，結(jié)合權(quán)重調(diào)整比例計(jì)算實(shí)時(shí)評(píng)分權(quán)重修正值；

45、s7c、根據(jù)反饋觸發(fā)條件判斷是否生成實(shí)時(shí)反饋指令，當(dāng)重復(fù)提問(wèn)次數(shù)差值超過(guò)行業(yè)知識(shí)庫(kù)預(yù)設(shè)干預(yù)閾值時(shí)，觸發(fā)包含權(quán)重修正值及偏差類型提示的反饋指令；

46、s7d、將實(shí)時(shí)評(píng)分權(quán)重修正值疊加至行業(yè)權(quán)重，生成更新后的評(píng)分權(quán)重并存儲(chǔ)至面試評(píng)估決策記錄。

47、另一方面，本發(fā)明提供基于實(shí)時(shí)反饋的面試官評(píng)估偏見(jiàn)校正系統(tǒng)，包括：

48、數(shù)據(jù)采集模塊：獲取目標(biāo)崗位的職位需求文本及行業(yè)屬性信息，并采集面試過(guò)程中面試官與候選人的交互文本數(shù)據(jù)；

49、語(yǔ)義解析模塊：根據(jù)行業(yè)屬性信息從行業(yè)知識(shí)庫(kù)提取術(shù)語(yǔ)關(guān)聯(lián)關(guān)系，對(duì)職位需求文本中的模糊術(shù)語(yǔ)進(jìn)行動(dòng)態(tài)語(yǔ)義解析，生成行業(yè)權(quán)重及術(shù)語(yǔ)閾值；

50、關(guān)聯(lián)分析模塊：從交互文本數(shù)據(jù)中提取候選人針對(duì)模糊術(shù)語(yǔ)的回答內(nèi)容，分析回答內(nèi)容與術(shù)語(yǔ)閾值的關(guān)聯(lián)性，生成關(guān)聯(lián)分析結(jié)果；

51、偏離計(jì)算模塊：實(shí)時(shí)識(shí)別面試官對(duì)模糊術(shù)語(yǔ)的實(shí)際使用語(yǔ)境，結(jié)合行業(yè)權(quán)重計(jì)算初始偏離度；

52、偏差標(biāo)記模塊：基于關(guān)聯(lián)分析結(jié)果對(duì)初始偏離度進(jìn)行修正，當(dāng)修正后的偏離度超過(guò)術(shù)語(yǔ)閾值時(shí)標(biāo)記為術(shù)語(yǔ)偏差信號(hào)；

53、行為識(shí)別模塊：識(shí)別面試官對(duì)術(shù)語(yǔ)偏差信號(hào)關(guān)聯(lián)的重復(fù)提問(wèn)行為，當(dāng)關(guān)聯(lián)分析結(jié)果滿足術(shù)語(yǔ)閾值且存在重復(fù)提問(wèn)行為時(shí)，生成意圖偏差結(jié)果；

54、反饋生成模塊：根據(jù)術(shù)語(yǔ)偏差信號(hào)類型、修正后的偏離度及意圖偏差結(jié)果，匹配行業(yè)知識(shí)庫(kù)的校正規(guī)則生成反饋指令，調(diào)整面試官的實(shí)時(shí)評(píng)分權(quán)重。

55、與現(xiàn)有技術(shù)相比，本發(fā)明具有如下有益效果：

56、1、通過(guò)構(gòu)建動(dòng)態(tài)語(yǔ)義解析與實(shí)時(shí)反饋聯(lián)動(dòng)的評(píng)估校正機(jī)制，有效提升了面試評(píng)估的客觀性與行業(yè)適配性，將行業(yè)特性深度嵌入術(shù)語(yǔ)解析與評(píng)估監(jiān)測(cè)全流程：基于行業(yè)知識(shí)庫(kù)的術(shù)語(yǔ)關(guān)聯(lián)規(guī)則動(dòng)態(tài)解析崗位需求中的模糊術(shù)語(yǔ)，結(jié)合行業(yè)權(quán)重與術(shù)語(yǔ)閾值生成多維度評(píng)估指標(biāo)，可精準(zhǔn)反映不同行業(yè)對(duì)同一能力項(xiàng)的實(shí)際要求差異；通過(guò)實(shí)時(shí)交互文本的語(yǔ)境識(shí)別與候選人回答的關(guān)聯(lián)性驗(yàn)證，能夠動(dòng)態(tài)捕捉面試官在提問(wèn)側(cè)重點(diǎn)、術(shù)語(yǔ)使用習(xí)慣上的潛在偏差，并基于復(fù)合偏離度計(jì)算及時(shí)標(biāo)記術(shù)語(yǔ)偏差信號(hào)，避免因標(biāo)準(zhǔn)錯(cuò)位導(dǎo)致的隱性評(píng)估偏見(jiàn)持續(xù)影響決策；

57、2、通過(guò)意圖偏差識(shí)別與動(dòng)態(tài)評(píng)分調(diào)整的協(xié)同作用，顯著提升評(píng)估過(guò)程的自我修正能力；在實(shí)時(shí)監(jiān)測(cè)面試官重復(fù)提問(wèn)、語(yǔ)境偏離等行為的同時(shí)，結(jié)合候選人回答的達(dá)標(biāo)狀態(tài)與行業(yè)知識(shí)庫(kù)的校正規(guī)則，生成針對(duì)性反饋指令并動(dòng)態(tài)調(diào)整評(píng)分權(quán)重，確保評(píng)估標(biāo)準(zhǔn)始終與崗位真實(shí)需求對(duì)齊；這種雙向驗(yàn)證機(jī)制不僅解決了傳統(tǒng)單向解析導(dǎo)致的語(yǔ)義失真問(wèn)題，還通過(guò)行業(yè)權(quán)重與實(shí)時(shí)數(shù)據(jù)的動(dòng)態(tài)適配，增強(qiáng)了評(píng)估模型對(duì)復(fù)雜場(chǎng)景的適應(yīng)性，從而在人才選拔的精準(zhǔn)度與公平性之間實(shí)現(xiàn)更優(yōu)平衡。