[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

权利要求书

1.一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。

2.如权利要求1所述的方法，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。

3.如权利要求2所述的方法，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。

4.如权利要求2所述的方法，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。

5.如权利要求1所述的方法，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。

6.如权利要求1所述的方法，其中，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。

7.一种基于深度学习的劳动合同确定的装置，所述装置包括：

劳动者画像单元，用于获取并解析劳动者的劳动者画像；

劳动合同要素单元，用于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，并得到合适的劳动规则；

劳动合同段落单元，用于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；

劳动合同生成单元，用于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。

8.一种基于深度学习的劳动合同确定的系统，所述系统包括：

客户端，用于登录平台；

服务端，包括劳动者画像单元，用于获取并解析劳动者的劳动者画像；劳动合同要素单元，用于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，并得到合适的劳动规则；劳动合同段落单元，用于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；劳动合同生成单元，用于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；

交互端，用于响应来自客户端的请求，接收来自服务端的查询结果，返回客户端。