海量的在线面试视频数据为智能面试评价提供了重要的数据基础.随着目前全球疫情的蔓延,网络在线面试的需求程度上升,对智能面试评价工具的需求也随之上升.结构化面试中,面试官需要依据评价标准,观察面试者所做的回答,并形成面试者人格...海量的在线面试视频数据为智能面试评价提供了重要的数据基础.随着目前全球疫情的蔓延,网络在线面试的需求程度上升,对智能面试评价工具的需求也随之上升.结构化面试中,面试官需要依据评价标准,观察面试者所做的回答,并形成面试者人格特性、沟通技能以及领导力等方面的画像评估,以此判断面试者的特质是否与应聘职位相匹配.其中人格特性评估是公司间广泛使用的一种评估方法,因为人格特性影响着人们的语言表达、人际交往等多个方面,是辅助面试官决策该面试者是否符合其应聘岗位需求的重要参考.基于此,提出了基于循环神经网络长短期记忆(long short term memory,LSTM)以及关键词-问题注意力机制的多层次(hierarchical keyword-question attention LSTM,HKQA-LSTM)细粒度面试评价方法,旨在针对面试者的不同人格特性维度进行打分,并据此得到综合面试得分.首先,通过引入关键词注意力机制有效筛选出面试对话中与人格特性密切相关的重要词句;然后,在此基础上采用了关键词-问题层次注意力机制和2阶段的模型学习机制,充分结合面试者表述文本的多尺度上下文特征,对人格特性进行准确预测;最后通过融合人格特性得到具有较高解释性的面试综合评价结果.基于真实面试场景数据的实验结果表明,该方法能有效地评价面试者的不同人格特性得分,并准确地预测面试者总体得分.展开更多
针对关键词引用网络中存在的节点语义角色缺失和关联关系单一的局限,本文通过学术文本语义功能增强网络中节点及其关联关系的语义信息,提出了一种细粒度关键词引用网络。首先对学术文本内容进行解析,抽取文献关键词、引用关联、引文上...针对关键词引用网络中存在的节点语义角色缺失和关联关系单一的局限,本文通过学术文本语义功能增强网络中节点及其关联关系的语义信息,提出了一种细粒度关键词引用网络。首先对学术文本内容进行解析,抽取文献关键词、引用关联、引文上下文、引用对象等信息,并对其词汇功能和引用功能进行识别。接着采用复杂网络图方法构建细粒度关键词引用网络,从引用功能敏感的子网分析、特定节点的多维关联分析和细粒度领域知识演化分析三个方面进行领域知识多维分析,并以ACL(Association for Computational Linguistics)会议论文集为例进行实证研究。结果验证了本文所提出方法的有效性,发现了NLP(natural language processing)领域知识间的使用、扩展和对比模式,揭示了特定研究问题的发展情况或特定方法的应用情况,刻画了领域知识的细粒度演化脉络。本文扩展了知识网络的研究方法和深度,也为领域知识多维分析提供了新的视角和路径。展开更多
文摘海量的在线面试视频数据为智能面试评价提供了重要的数据基础.随着目前全球疫情的蔓延,网络在线面试的需求程度上升,对智能面试评价工具的需求也随之上升.结构化面试中,面试官需要依据评价标准,观察面试者所做的回答,并形成面试者人格特性、沟通技能以及领导力等方面的画像评估,以此判断面试者的特质是否与应聘职位相匹配.其中人格特性评估是公司间广泛使用的一种评估方法,因为人格特性影响着人们的语言表达、人际交往等多个方面,是辅助面试官决策该面试者是否符合其应聘岗位需求的重要参考.基于此,提出了基于循环神经网络长短期记忆(long short term memory,LSTM)以及关键词-问题注意力机制的多层次(hierarchical keyword-question attention LSTM,HKQA-LSTM)细粒度面试评价方法,旨在针对面试者的不同人格特性维度进行打分,并据此得到综合面试得分.首先,通过引入关键词注意力机制有效筛选出面试对话中与人格特性密切相关的重要词句;然后,在此基础上采用了关键词-问题层次注意力机制和2阶段的模型学习机制,充分结合面试者表述文本的多尺度上下文特征,对人格特性进行准确预测;最后通过融合人格特性得到具有较高解释性的面试综合评价结果.基于真实面试场景数据的实验结果表明,该方法能有效地评价面试者的不同人格特性得分,并准确地预测面试者总体得分.
文摘针对关键词引用网络中存在的节点语义角色缺失和关联关系单一的局限,本文通过学术文本语义功能增强网络中节点及其关联关系的语义信息,提出了一种细粒度关键词引用网络。首先对学术文本内容进行解析,抽取文献关键词、引用关联、引文上下文、引用对象等信息,并对其词汇功能和引用功能进行识别。接着采用复杂网络图方法构建细粒度关键词引用网络,从引用功能敏感的子网分析、特定节点的多维关联分析和细粒度领域知识演化分析三个方面进行领域知识多维分析,并以ACL(Association for Computational Linguistics)会议论文集为例进行实证研究。结果验证了本文所提出方法的有效性,发现了NLP(natural language processing)领域知识间的使用、扩展和对比模式,揭示了特定研究问题的发展情况或特定方法的应用情况,刻画了领域知识的细粒度演化脉络。本文扩展了知识网络的研究方法和深度,也为领域知识多维分析提供了新的视角和路径。
