摘要
本发明公开了一种基于深度学习的人岗匹配方法,首先构建岗位集合和员工集合并进行文本描述,采用文本匹配模型计算岗位与员工的文本匹配得分;同时构建岗位与员工的关系图,基于关系图卷积网络的关系匹配模型计算岗位与员工的关系匹配得分;文本匹配模型和关系匹配模型通过共教机制进行联合训练,再采用训练后的文本匹配模型和关系匹配模型预测得到文本匹配得分和关系匹配得分,最后将文本匹配得分和关系匹配得分进行加权计算,得到最终的岗位与员工匹配得分。本发明结合了深层文本语义分析和人岗关系图网络,并通过共教机制进行训练优化,显著提高了匹配的准确性和鲁棒性,特别适用于数据稀疏和噪声较多的企业环境。
技术关键词
员工
关系
注意力机制
节点
BERT模型
矩阵
文本语义分析
代表
邻居
网络
样本
参数
鲁棒性
编码
数据
消息
系统为您推荐了相关专利信息
巡检路径
可穿戴智能
巡检方法
巡检数据
巡检设备
企业推荐方法
多模态数据融合
矩阵
LSTM模型
墙板
伊辛模型
订单匹配方法
形态
拜占庭容错共识算法
神经网络参数
订单管理系统
订单管理方法
节点
事件流
系统效能