[发明专利]一种基于深度学习的劳动合同确定的方法和系统

说明书

本公开提供了一种基于深度学习的劳动合同确定的方法，所述方法包括：获取并解析劳动者的劳动者画像；将所述劳动者画像输入劳动合同要素模型，生成劳动合同要素，并得到对应的劳动规则；将所述劳动合同要素和劳动规则输入劳动合同段落模型，得到对应的劳动合同段落；将所述劳动合同段落输入合同生成模型，得到劳动合同。本公开还提供了一种基于深度学习的劳动合同确定的系统。

技术领域

本公开涉及信息技术领域，特别涉及一种基于深度学习的劳动合同确定的方法、系统、电子设备及计算机可读存储介质。

背景技术

随着社会经济的不断发展，社会中新的职位、岗位不断涌现；随着法治建设的不断完善，关于劳动者保护的法律法规不断增多；随着各个地区的市场经济竞争不断加剧，招商引资、优惠政策也不断增多，且具有差异化的特性。因此，传统的在线合同生成模块已经不能满足日益增长的上述变化的需求。

由于劳动者个性化的身份和签订劳动合同时的政策信息的不断更新，标准模板生成的合同难以保障劳动者的利益。现实情况中由于劳动者情况复杂，用工企业或劳动者聚合平台通常需要查阅确定各类信息，并手动编辑每个劳动者的合同的各个条款才能保证合同的准确，因此导致合同生成的效率较低。

因此，急需一种能够准确匹配劳动者的身份、法律法规、合同类型三者关系，自动的确定劳动合同的方法。

发明内容

有鉴于此，本公开实施例的目的在于提供一种基于深度学习的劳动合同确定的方法，通过多层级的深度学习技术，实现高效、准确、公正的劳动合同确定。

根据本公开的第一方面，提供了一种基于深度学习的劳动合同确定的方法，所述方法包括：

获取并解析劳动者的劳动者画像；

将所述劳动者画像输入劳动合同要素模型，生成劳动合同要素，并得到对应的劳动规则；

将所述劳动合同要素和劳动规则输入劳动合同段落模型，得到对应的劳动合同段落；

将所述劳动合同段落输入合同生成模型，得到劳动合同；

所述劳动者画像包括年龄、民族、性别、岗位、行业、工种、技能等级、薪资、工作地点；劳动规则包括一般规则、地区规则、身份规则；

所述劳动合同段落模型是深度学习模型，以样本劳动规则和样本劳动者画像为样本，以样本劳动合同要素和样本劳动合同段落为标记训练得到的；

所述合同生成模型是深度学习模型，根据样本劳动合同要素和样本劳动合同段落为样本，以样本劳动合同为标记训练得到的。

在一个可能的实施例中，所述劳动合同段落模型是深度学习模型，其编码器和解码器的结构是多个长短期记忆网络，其隐含层具有三层。

在一个可能的实施例中，所述深度学习模型的训练方法是将样本劳动合同要素和样本劳动规则转化为第一向量，作为编码器的输入，编码器将输入的向量转换成隐藏层的隐含向量，解码器将隐含向量作为输入，输出多个表示语义特征的第二向量，第二向量的全部内容经过拼接和整理后，得到劳动合同段落。

在一个可能的实施例中，训练所述深度学习模型的样本集与测试集的比例为3:7，训练时通过反向传播学习模型参数，并利用测试集验证，得到训练后的模型。

在一个可能的实施例中，所述方法还包括，自动监测相关法律法规的变化以及劳动者的身份变化，根据所述变化重新生成劳动合同。

在一个可能的实施例中，获取并解析劳动者的劳动者画像的方法是将招聘时应聘者填写的申请表中的信息以及面试时应聘者与招聘方的交谈记录通过基于RNN的自然语言处理模型得到的。

根据本公开的第二方面，提供了一种基于深度学习的劳动合同确定的装置，所述装置包括：