[发明专利]一种招聘岗位描述文本的生成方法、装置、设备及介质有效

专利信息
申请号: 202010381686.9 申请日: 2020-05-08
公开(公告)号: CN113627135B 公开(公告)日: 2023-09-29
发明(设计)人: 秦川;姚开春;祝恒书;马超;申大忠;徐童 申请(专利权)人: 百度在线网络技术(北京)有限公司
主分类号: G06F40/166 分类号: G06F40/166;G06N3/04;G06N3/08
代理公司: 北京品源专利代理有限公司 11332 代理人: 孟金喆
地址: 100085 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 招聘 岗位 描述 文本 生成 方法 装置 设备 介质
【说明书】:

本申请公开了一种招聘岗位描述文本的生成方法、装置、设备及介质,涉及人工智能技术领域。具体实现方案为:获取目标岗位的原始相关文本;基于所述原始相关文本和预先训练出的深度神经网络模型,生成所述目标岗位对应的目标招聘岗位描述文本。实现了通过深度神经网络自动生成目标招聘岗位描述文本,使人员与岗位精准匹配,减少招聘过程的人力和时间,提高招聘效率。

技术领域

本申请实施例涉及计算机技术,尤其涉及人工智能技术领域,特 别涉及一种招聘岗位描述文本的生成方法、装置、设备及介质。

背景技术

招聘岗位描述显示了职位的职责和工作技能要求,有效的职位描述将 帮助雇主找到适合该职位的人才,并使候选人清楚地了解在特定职位上的 职责和资格。

现有的对招聘岗位与职员的匹配,需要基于人力资源专家对招聘市场 分析,并人为撰写招聘岗位描述,人为主观性较强,需要大量的人力成本, 并且由于人力资源员工对不同岗位的专业技能具有领域间隙,因此经常存 在误差,招聘岗位与招聘人员的无法精准匹配,招聘效率较低。

发明内容

本申请实施例提供了一种招聘岗位描述文本的生成方法、装置、设备 及介质,以实现对招聘岗位的精准描述,提高岗位描述生成效率。

根据第一方面,提供了一种招聘岗位描述文本的生成方法,包括:

获取目标岗位的原始相关文本;

基于所述原始相关文本和预先训练出的深度神经网络模型,生成所述 目标岗位对应的目标招聘岗位描述文本。

根据第二方面,提供了一种招聘岗位描述文本的生成装置,包括:

原始文本获取模块,用于获取目标岗位的原始相关文本;

描述文本生成模块,用于基于所述原始相关文本和预先训练出的深度 神经网络模型,生成所述目标岗位对应的目标招聘岗位描述文本。

根据第三方面,提供了一种电子设备,包括:

至少一个处理器;以及

与所述至少一个处理器通信连接的存储器;其中,

所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被 所述至少一个处理器执行,以使所述至少一个处理器能够执行本申请任意 实施例所述的招聘岗位描述文本的生成方法。

根据第四方面,提供了一种存储有计算机指令的非瞬时计算机可读存 储介质,所述计算机指令用于使所述计算机执行本申请任意实施例所述的 招聘岗位描述文本的生成方法。

根据本申请的技术解决了现有技术中,人工进行招聘岗位文本描述的 问题,通过深度神经网络,能够自动快速生成目标招聘岗位描述文本,并 且生成的目标招聘岗位描述文本能够与目标岗位的需求相匹配,提高了招 聘岗位描述文本的生成效率和精准度,进而可以减少招聘过程的人力和时 间,提高招聘效率。

应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键 或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下 的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案,不构成对本申请的限定。其中:

图1是根据本申请实施例的一种招聘岗位描述文本的生成方法的流程 示意图;

图2是根据本申请实施例的一种深度神经网络模型的结构示意图;

图3是根据本申请实施例的一种深度神经网络模型的结构示意图;

图4是根据本申请实施例的一种深度神经网络模型的结构示意图;

图5是根据本申请实施例的一种深度神经网络模型的训练方法的流程 示意图;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于百度在线网络技术(北京)有限公司,未经百度在线网络技术(北京)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010381686.9/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top