[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
| 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 | ||
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;
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。





