[发明专利]一种试题推荐方法、装置和智能设备

权利要求书

1.一种试题推荐方法，包括：

获取岗位的多个技能实体；

依据所述岗位的数据，计算所述多个技能实体中每个技能实体的权重值；

依据每个技能实体的权重值，从试题库获取所述岗位的推荐试题；

其中，所述获取岗位的多个技能实体，包括：

通过技能实体深度模型从所述岗位的招聘数据中抽取技能实体，其中，所述技能实体深度模型为输入为招聘数据，输出为技能实体的端到端模型；

将所述抽取的技能实体与实体关系网络中的技能实体进行匹配，以得到所述实体关系网络中所述岗位的多个技能实体，其中，所述实体关系网络包括技能实体的从属关系和等价关系中的至少一项。

2.如权利要求1所述的方法，其中，所述技能实体深度模型为：利用标注有技能实体的历史招聘数据作为训练样本训练得到的深度模型。

3.如权利要求1所述的方法，其中，所述实体关系网络中包括的技能实体为：依据检索数据对所述技能实体深度模型对应的技能实体集合进行降噪得到的技能实体。

4.如权利要求3所述的方法，其中，所述技能实体集合包括：标注的技能实体和未标注的技能实体，所述依据检索数据对所述技能实体深度模型对应的技能实体进行降噪得到的技能实体是指：构建技能实体、点击链接和点击页面的结构关系，依据技能实体对应的点击链接和点击页面计算技能实体之间的相似度；依据技能实体之间的相似度和标注的技能实体，对所述未标注的技能实体进行是否为有效技能实体的预测，并去掉所述未标注的技能实体无效的技能实体，以得到降噪后的技能实体。

5.如权利要求1所述的方法，其中，所述实体关系网络中技能实体的关系为：通过实体关系预测模型对多源异构数据预测的技能实体关系，其中，所述实体关系预测模型是以标注的技能实体关系进行训练得到的模型。

6.如权利要求1至5中任一项所述的方法，其中，所述岗位的数据包括如下至少一项：

岗位数据、岗位晋升数据、历史入职员工数据、候选人简历数据、试题数据。

7.一种试题推荐装置，其特征在于，包括：

获取模块，用于获取岗位的多个技能实体；

计算模块，用于依据所述岗位的数据，计算所述多个技能实体中每个技能实体的权重值；

选择模块，用于依据每个技能实体的权重值，从试题库获取所述岗位的推荐试题；

其中，所述获取模块，包括：

抽取单元，用于通过技能实体深度模型从所述岗位的招聘数据中抽取技能实体，其中，所述技能实体深度模型为输入为招聘数据，输出为技能实体的端到端模型；

匹配单元，用于将所述抽取的技能实体与实体关系网络中的技能实体进行匹配，以得到所述实体关系网络中所述岗位的多个技能实体，其中，所述实体关系网络包括技能实体的从属关系和等价关系中的至少一项。

8.如权利要求7所述的装置，其中，所述技能实体深度模型为：利用标注有技能实体的历史招聘数据作为训练样本训练得到的深度模型。

9.如权利要求7所述的装置，其中，所述实体关系网络中包括的技能实体为：依据检索数据对所述技能实体深度模型对应的技能实体集合进行降噪得到的技能实体。

10.如权利要求9所述的装置，其中，所述技能实体集合包括：标注的技能实体和未标注的技能实体，所述依据检索数据对所述技能实体深度模型对应的技能实体进行降噪得到的技能实体是指：构建技能实体、点击链接和点击页面的结构关系，依据技能实体对应的点击链接和点击页面计算技能实体之间的相似度；依据技能实体之间的相似度和标注的技能实体，对所述未标注的技能实体进行是否为有效技能实体的预测，并去掉所述未标注的技能实体无效的技能实体，以得到降噪后的技能实体。