CN116823202A - 简历信息处理方法、系统、智能终端及存储介质 - Google Patents

Abstract

本发明公开了简历信息处理方法、系统、智能终端及存储介质，方法包括：获取待处理简历和目标信息提取模板；根据上述目标信息提取模板对上述待处理简历进行信息提取以获取上述待处理简历对应的目标信息要素；根据上述目标信息要素生成上述待处理简历对应的虚拟面试数据，其中，上述虚拟面试数据包括虚拟面试人物和虚拟面试语音；向目标对象输出上述虚拟面试数据以获取上述待处理简历对应的目标处理结果，其中，上述目标处理结果包括评分结果和决策结果。本发明有利于提高简历信息处理效率。

Description

简历信息处理方法、系统、智能终端及存储介质

技术领域

本发明涉及测量计算技术领域，尤其涉及的是一种简历信息处理方法、系统、智能终端及存储介质。

背景技术

目前，招聘需求和参与招聘的人员越来越多，所需要处理的简历信息也越来越多。现有技术中，招聘方通常通过招聘网站进行招聘工作。具体的，招聘人员从招聘网站上搜索简历或者获取招聘网站推荐的简历，然后再对简历进行人工筛选，邀请通过人工筛选的简历所对应的对象进行面试。

现有技术的问题在于，招聘人员需要对各个简历进行逐个翻阅，并针对简历文本进行人工分析，人工提取对应的关键词从而判断简历的匹配程度，不利于提高简历信息处理效率。

因此，现有技术还有待改进和发展。

发明内容

本发明的主要目的在于提供一种简历信息处理方法、系统、智能终端及存储介质，旨在解决现有技术中进行简历信息处理时招聘人员需要对各个简历进行逐个翻阅并针对简历文本进行人工分析，人工提取对应的关键词从而判断简历的匹配程度，不利于提高简历信息处理效率的问题。

为了实现上述目的，本发明第一方面提供一种简历信息处理方法，其中，上述简历信息处理方法包括：

获取待处理简历和目标信息提取模板；

根据上述目标信息提取模板对上述待处理简历进行信息提取以获取上述待处理简历对应的目标信息要素；

根据上述目标信息要素生成上述待处理简历对应的虚拟面试数据，其中，上述虚拟面试数据包括虚拟面试人物和虚拟面试语音；

向目标对象输出上述虚拟面试数据以获取上述待处理简历对应的目标处理结果，其中，上述目标处理结果包括评分结果和决策结果。

可选的，上述获取待处理简历和目标信息提取模板，包括：

获取待处理简历和上述待处理简历对应的目标面试岗位；

根据上述目标面试岗位获取上述目标信息提取模板，其中，上述目标信息提取模板中包括与上述目标面试岗位对应的信息要素提取关键词。

可选的，上述根据上述目标信息提取模板对上述待处理简历进行信息提取以获取上述待处理简历对应的目标信息要素，包括：

根据上述目标信息提取模板中的上述信息要素提取关键词对上述待处理简历进行信息提取，将提取获得的信息作为上述待处理简历对应的目标信息要素，其中，上述目标信息要素包括人员基本信息、教育信息、工作信息、技能标签和岗位需求信息。

可选的，上述根据上述目标信息要素生成上述待处理简历对应的虚拟面试数据，包括：

根据上述目标信息要素和预设的初始匹配度评分模型获取上述待处理简历对应的初始评分；

根据上述初始评分获取上述虚拟面试人物；

根据上述目标信息要素生成上述虚拟面试语音；

将上述虚拟面试语音和上述虚拟面试人物进行关联以获得上述虚拟面试数据。

可选的，上述向目标对象输出上述虚拟面试数据以获取上述待处理简历对应的目标处理结果，其中，上述目标处理结果包括评分结果和决策结果，包括：

获取上述目标对象输入的交互指令；

基于上述交互指令向上述目标对象输出上述虚拟面试数据以获取上述待处理简历对应的目标处理结果。

可选的，上述基于上述交互指令向上述目标对象输出上述虚拟面试数据以获取上述待处理简历对应的目标处理结果，包括：

基于上述交互指令向上述目标对象输出上述虚拟面试数据以获取上述目标对象输入的人工评分；

根据上述人工评分和上述初始评分获取上述评分结果；

根据上述评分结果获取上述决策结果，其中，上述决策结果为通过或不通过。

可选的，上述根据上述评分结果获取上述决策结果，包括：

获取上述目标面试岗位对应的通过分数阈值；

当上述评分结果高于上述通过分数阈值时，将通过作为上述决策结果；

当上述评分结果不高于上述通过分数阈值时，将不通过作为上述决策结果。

本发明第二方面提供一种简历信息处理系统，其中，上述简历信息处理系统包括：

数据获取模块，用于获取待处理简历和目标信息提取模板；

信息提取模块，用于根据上述目标信息提取模板对上述待处理简历进行信息提取以获取上述待处理简历对应的目标信息要素；

虚拟面试数据生成模块，用于根据上述目标信息要素生成上述待处理简历对应的虚拟面试数据，其中，上述虚拟面试数据包括虚拟面试人物和虚拟面试语音；

虚拟面试数据输出模块，用于向目标对象输出上述虚拟面试数据以获取上述待处理简历对应的目标处理结果，其中，上述目标处理结果包括评分结果和决策结果。

本发明第三方面提供一种智能终端，上述智能终端包括存储器、处理器以及存储在上述存储器上并可在上述处理器上运行的简历信息处理程序，上述简历信息处理程序被上述处理器执行时实现上述任意一种简历信息处理方法的步骤。

本发明第四方面提供一种计算机可读存储介质，上述计算机可读存储介质上存储有简历信息处理程序，上述简历信息处理程序被处理器执行时实现上述任意一种简历信息处理方法的步骤。

由上可见，本发明方案中，获取待处理简历和目标信息提取模板；根据上述目标信息提取模板对上述待处理简历进行信息提取以获取上述待处理简历对应的目标信息要素；根据上述目标信息要素生成上述待处理简历对应的虚拟面试数据，其中，上述虚拟面试数据包括虚拟面试人物和虚拟面试语音；向目标对象输出上述虚拟面试数据以获取上述待处理简历对应的目标处理结果，其中，上述目标处理结果包括评分结果和决策结果。

与现有技术中相比，本发明方案中并不需要招聘人员对各个简历进行逐个翻阅并针对简历文本进行人工分析，人工提取对应的关键词。而是先根据目标信息提取模板自动提取待处理简历中的目标信息要素，然后生成对应的虚拟面试数据，虚拟面试数据可以通过虚拟面试人物和虚拟面试语音的形式输出给目标对象(例如招聘人员)，从而使得目标对象不需要处理复杂枯燥的简历文本，可以快速、方便的获取待处理简历中的关键信息，且可以通过语音的方式获取，有利于提高简历信息处理效率。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。

图1是本发明实施例提供的一种简历信息处理方法的流程示意图；

图2是本发明实施例提供的一种预设的虚拟人物形象示意图；

图3是本发明实施例提供的一种简历信息处理系统的结构示意图；

图4是本发明实施例提供的一种智能终端的内部结构原理框图。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况下，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。

应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。

还应当理解，在本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。

在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其它不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。

目前，招聘需求和参与招聘的人员越来越多，所需要处理的简历信息也越来越多。现有技术中，招聘方通常通过招聘网站进行招聘工作。具体的，招聘人员从招聘网站上搜索简历或者获取招聘网站推荐的简历，然后再对简历进行人工筛选，邀请通过人工筛选的简历所对应的对象进行面试。

虽然招聘网站通过数据分析能推荐有一定的符合度的简历，但因公司实际特性化需求，仍需要招聘专员对网站推荐的简历进行逐个翻阅判断，而一般简历都是文本且通用格式，适用多类岗位，招聘专员需要根据岗位需求人工对简历进行关键信息搜索，提取、分析，预判断，招聘工作效率低。因此，现有技术的问题在于，招聘人员需要对各个简历进行逐个翻阅，并针对简历文本进行人工分析，人工提取对应的关键词从而判断简历的匹配程度，不利于提高简历信息处理效率。

为了解决上述多个问题中的至少一个问题，本发明方案中，获取待处理简历和目标信息提取模板；根据上述目标信息提取模板对上述待处理简历进行信息提取以获取上述待处理简历对应的目标信息要素；根据上述目标信息要素生成上述待处理简历对应的虚拟面试数据，其中，上述虚拟面试数据包括虚拟面试人物和虚拟面试语音；向目标对象输出上述虚拟面试数据以获取上述待处理简历对应的目标处理结果，其中，上述目标处理结果包括评分结果和决策结果。

与现有技术中相比，本发明方案中并不需要招聘人员对各个简历进行逐个翻阅并针对简历文本进行人工分析，人工提取对应的关键词。而是先根据目标信息提取模板自动提取待处理简历中的目标信息要素，然后生成对应的虚拟面试数据，虚拟面试数据可以通过虚拟面试人物和虚拟面试语音的形式输出给目标对象(例如招聘人员)，从而使得目标对象不需要处理复杂枯燥的简历文本，可以快速、方便的获取待处理简历中的关键信息，且可以通过语音的方式获取，有利于提高简历信息处理效率。

如图1所示，本发明实施例提供一种简历信息处理方法，具体的，上述方法包括如下步骤：

步骤S100，获取待处理简历和目标信息提取模板。

其中，上述待处理简历是需要进行筛选、提取其中的要素以判断是否符合要求从而决定是否需要邀请面试的简历文本。需要说明的是，本实施例中以待处理简历是一份简历文本为例进行说明，实际应用过程中，可以基于本实施例提供的简历信息处理方法同时对多份简历文本进行简历信息处理，在此不作具体限定。上述目标信息提取模板是用于对待处理简历进行信息提取的模板。

具体的，上述获取待处理简历和目标信息提取模板，包括：获取待处理简历和上述待处理简历对应的目标面试岗位；根据上述目标面试岗位获取上述目标信息提取模板，其中，上述目标信息提取模板中包括与上述目标面试岗位对应的信息要素提取关键词。

其中，上述目标面试岗位是待处理简历所对应的岗位，也即待处理简历所投递的岗位。具体的，对于不同的面试岗位，预先设置有不同的目标信息提取模板。

步骤S200，根据上述目标信息提取模板对上述待处理简历进行信息提取以获取上述待处理简历对应的目标信息要素。

其中，上述目标信息要素是从待处理简历中提取出的关键信息，具体的，上述根据上述目标信息提取模板对上述待处理简历进行信息提取以获取上述待处理简历对应的目标信息要素，包括：根据上述目标信息提取模板中的上述信息要素提取关键词对上述待处理简历进行信息提取，将提取获得的信息作为上述待处理简历对应的目标信息要素，其中，上述目标信息要素包括人员基本信息、教育信息、工作信息、技能标签和岗位需求信息。具体的，根据上述目标信息要素进行简历相关信息提取，将简历根据信息要素进行结构化构建，形成简历信息要素文件。

在一种应用场景中，上述人员基本信息包括姓名、性别、年龄、身高、婚姻状况、所在城市、就职状态等。上述教育信息包括最高学历、本科学校、本科专业、本科学校是否985、本科学校是否211、本科学校是否双一流等。上述工作信息包括总工作年限、就职过公司个数、就职过公司名称、就职过岗位、参与过项目等，其中，就职过公司名称、就职过岗位和参与过项目可以选用多节点值。上述技能标签包括语言能力、技能关键词等，且可以使用多节点值。上述岗位需求信息包括电信工作经验(“电信CRM”出现次数)、电力工作经验(“电力”出现次数)、数据库研发经验(Oracle、sqlserver、mysql)、开源框架经验(struts、spring、hibernate)、JAVA开发经验(jsp、servlet、jms、jmail、swing)、界面原型经验(Axure)等。需要说明的是，目标信息要素还可以包括其它信息要素，在此不作具体限定。

步骤S300，根据上述目标信息要素生成上述待处理简历对应的虚拟面试数据，其中，上述虚拟面试数据包括虚拟面试人物和虚拟面试语音。

具体的，上述虚拟面试数据是对目标信息要素进行处理之后生成的用于与目标对象进行交互并输出的数据。其中，上述虚拟面试人物是生成的虚拟人物形象，虚拟面试语音是根据目标信息要素生成的语音，在目标对象(即招聘人员)处理简历信息时通过语音输出的方式可以极大地提高处理效率，且招聘人员不需要再处理复杂的文字信息，能够获得更好的信息获取体验。

本实施例中，上述根据上述目标信息要素生成上述待处理简历对应的虚拟面试数据，包括：根据上述目标信息要素和预设的初始匹配度评分模型获取上述待处理简历对应的初始评分；根据上述初始评分获取上述虚拟面试人物；根据上述目标信息要素生成上述虚拟面试语音；将上述虚拟面试语音和上述虚拟面试人物进行关联以获得上述虚拟面试数据。

本实施例中，根据预设的初始匹配度评分模型对待处理简历进行初始评分。具体的，对于不同的目标面试岗位预先设置有不同的初始匹配度评分模型。对于一个目标面试岗位，预先设置初始匹配度评分模型时根据实际需求进行设计，例如招聘开发人员，需要有一定的工作经验，熟悉oracle、sqlserver、mysql等数据库；从信息要素中选取评定要素，并设置针对每个评定要素的评分算法，及不同评分形成的评价标签。

具体的，针对目标信息提取模板中的信息要素，在初始匹配度评分模型中对应有评定要素权重和对应的评分算法及评价预设，例如，针对最高学历这一信息要素，设置其评定要素权重为5％，对应的具体评分算法及评价预设为：最高学历＝本科，该项得分80，评价标签为“基本满足”；最高学历＝硕士，该项得分90，评价标签为“满足”；最高学历＝博士，该项得分100，评价标签为“非常满足”。又如，针对本科学校这一信息要素，设置其评定要素权重为10％，对应的具体评分算法及评价预设为：含“邮电”字该项得分100，评价标签为“学校对口”。其它信息要素所对应的具体评分算法以及评定要素权重可以根据实际需求进行设置和调整，在此不作具体限定。

进一步的，根据各个信息要素对应的得分和评定要素权重对得分进行加权求和，即可以获得上述待处理简历对应的初始评分。即初始评分＝∑(an*xn％)，其中，an代表第n项初始评定要素对应的得分，xn％代表第n项初始评定要素对应的评定要素权重。

图2是本发明实施例提供的一种预设的虚拟人物形象示意图，如图2所示，本实施例中，预先设置有多个虚拟人物的形象，根据计算获得的上述初始评分以及对应的人员性别选择对应的虚拟人物。例如，初始评分(即匹配度评分)属于80到100的区间且性别为男则选择虚拟人物1的形象作为虚拟面试人物。结合虚拟人物图标、简历、简历转化的岗位面试语音包，岗位初次评定结果，根据虚拟人物匹配规则进行人物图标匹配，并进行简历、语音包关联，最终生成该简历对应的岗位虚拟面试人物。

具体的，针对上述目标面试岗位的岗位需求，预设“简历信息提取模板”(即目标信息提取模板)、“初始匹配度评分模型”、“面试岗位语音模板”和“虚拟面试人物与岗位构建模型”。对收集到的简历(包括主动投递和网站推荐)，通过简历信息提取模板提取信息要素，基于“初始匹配度评分模型”与“虚拟面试人物与岗位构建模型”进行匹配度计算，自动构建生成虚拟面试人物。并支持根据语音模板提取岗位所需的关键简历信息重新组合并生成分段自我介绍语音，组合三维仿真应聘人物，并生成人员仿真简历链接推送给招聘专员。

其中，上述“面试岗位语音模板”根据实际需求预先设置。例如，在一种应用场景中，一种“面试岗位语音模板”的具体内容为：“XX<面试单位>公司你好，我叫XXX<姓名>，最高学历为XXX<学历>，毕业于XXX<学校>。<IF学历>本科，增加本科学校介绍>……”如此，基于目标信息提取模板生成简历信息要素文件，根据“面试岗位语音模板”、提取相关的信息要素文件数据，形成待转化为语音内容稿，进行相关段落语音转化。最后生成该岗位关键信息分段语音(即虚拟面试语音)。

需要说明的是，在一种应用场景中，进行决策时可以根据实际需求临时扩充评定要素，进行个性即时匹配度评分模型设计，系统即时匹配度评分生成评价结果，做出更快速有效招聘数据分析并形成决策。具体的，可对初始评定模型评定要素进行动态扩展，并对新增评定要素进行评分算法及评价、权重进行定义,各要素权重将根据新加入的评定要素的权重值进行相应的调整。例如，可以根据岗位需求新增一项即时选取的新增要素“界面原型经验：Axure”，具体的，技能标签中含相关字，匹配一个该项得分100，评价标签为“原型设计对口”，而对应的新增要素权重可以设置为10％，此时，其它初始的评定要素(即原始的用于进行评定的目标信息要素)所对应的权重需要进行调整。权重调整规则如设为，“已有评定要素即时权重”为现有权重减去“新增要素权重”与“现有要素权重”乘积，已有的第n个评定要素的即时权重＝xn％–y％*xn％，y％是新增要素权重(例如10％)，即时匹配评定计算继承已评定要素的得分结果，根据新的即时权重计算。并对新加的评定要素进行评分，并进行权重计算，生成新的评分值。即时得分是所有评定要素加权得分之和。进行更新后的即时得分＝∑(an*(xn％–y％*xn％)+A*y％)，其中，A代表即时增加评定要素的得分，y％是其对应的权重。如此，在决策时可临时扩充评定要素，进行个性即时匹配度评分模型设计，系统即时匹配度评分生成评价结果，做出更快速有效招聘数据分析并形成决策。

步骤S400，向目标对象输出上述虚拟面试数据以获取上述待处理简历对应的目标处理结果，其中，上述目标处理结果包括评分结果和决策结果

其中，上述目标对象是招聘人员。本实施例中，上述向目标对象输出上述虚拟面试数据以获取上述待处理简历对应的目标处理结果，其中，上述目标处理结果包括评分结果和决策结果，包括：获取上述目标对象输入的交互指令；基于上述交互指令向上述目标对象输出上述虚拟面试数据以获取上述待处理简历对应的目标处理结果。

具体的，招聘专员(即目标对象)进行简历筛选时，招聘专员直接与相应的岗位虚拟面试人物进行仿真交互，如通过指令或点击虚拟人物相应位置时，虚拟面试人员以语音对话沟通模式直接与招聘专员进行交互仿真面试，帮助招聘专员快速定位相关岗位关键信息。

在一种应用场景中，招聘专员根据面试过程感观和参考系统评分最后给出面试结果评价及决策。在决策时招聘专员可从已有信息要素中临时扩充评定要素，进行个性即时匹配度评分模型设计，系统即时计算生成新的系统评分及评价，招聘专员根据系统评分及评价给出最终评价及决策结果。

本实施例中，上述基于上述交互指令向上述目标对象输出上述虚拟面试数据以获取上述待处理简历对应的目标处理结果，包括：基于上述交互指令向上述目标对象输出上述虚拟面试数据以获取上述目标对象输入的人工评分；根据上述人工评分和上述初始评分获取上述评分结果；根据上述评分结果获取上述决策结果，其中，上述决策结果为通过或不通过。

具体的，上述根据上述评分结果获取上述决策结果，包括：获取上述目标面试岗位对应的通过分数阈值；当上述评分结果高于上述通过分数阈值时，将通过作为上述决策结果；当上述评分结果不高于上述通过分数阈值时，将不通过作为上述决策结果。当决策结果为通过时，邀请该待处理简历对应的人员进行面试，反之则不进行面试。

如此，本实施例中以构建虚拟面试人员在线应答和提取关键信息的方式帮助招聘专员快速定位关键信息，将招聘专员从重复的文字读取的工作中解放出来，能够快速有效获取面试人员信息，在决策时可临时扩充关键词，即时匹配分析，做出更快速有效招聘数据分析并形成决策，提高招聘效能和建立处理效率。

如图3中所示，对应于上述简历信息处理方法，本发明实施例还提供一种简历信息处理系统，上述简历信息处理系统包括：

数据获取模块510，用于获取待处理简历和目标信息提取模板；

信息提取模块520，用于根据上述目标信息提取模板对上述待处理简历进行信息提取以获取上述待处理简历对应的目标信息要素；

虚拟面试数据生成模块530，用于根据上述目标信息要素生成上述待处理简历对应的虚拟面试数据，其中，上述虚拟面试数据包括虚拟面试人物和虚拟面试语音；

虚拟面试数据输出模块540，用于向目标对象输出上述虚拟面试数据以获取上述待处理简历对应的目标处理结果，其中，上述目标处理结果包括评分结果和决策结果。

具体的，本实施例中，上述简历信息处理系统及其各模块的具体功能可以参照上述简历信息处理方法中的对应描述，在此不再赘述。

需要说明的是，上述简历信息处理系统的各个模块的划分方式并不唯一，在此也不作为具体限定。

在一种应用场景中，上述简历信息处理系统中包括简历信息提取模板、面试岗位语音模板、初始匹配度评分模型、虚拟面试人物与岗位构建模型、岗位虚拟面试人物构建模块、仿真式简历筛选面试模块、即时匹配度评分模型和即时匹配度评分模块。简历信息提取模板：预设需要识别的简历信息要素，将简历根据信息要素进行结构化分解，并根据简历信息进行信息要素相关取值提取。面试岗位语音模板：基于自然语言沟通模式及岗位需求，设置面试语音岗位模板，通过模板提取相应的简历信息，可拼接出口语化的面试语音，方便提取简历与岗位相关的关键信息，并提升语音交互的友好性。初始匹配度评分模型：根据岗位需求进行初始匹配度评分模型配置，包括评定要素，评定要素权重，要素评定规则，对评分值进行评价结果术语约定。虚拟面试人物与岗位构建模型：配置不同简历基于岗位需求筛选所得匹配值对应的三维人物模型，并设置三维人物根据不同输入指令可关联相应的简历信息展示模式，支持语音、文字切换展示。岗位虚拟面试人物构建模块：根据，预设“简历信息提取模板”、“初始匹配度评分模型”、“面试岗位语音模板”、“虚拟面试人物与岗位构建模型”，生成岗位虚拟面试人物。并提供面试接入链接。仿真式简历筛选面试模块：面试专员点击相应的面试接入链接，进入简历筛选面试界面，通过输入指令、语音交互等方式快速了解简历与岗位相关的关键信息。即时匹配度评分模型：基于初始匹配评分模型，增加评分要素及比重，即时生成新的评分模型。即时匹配度评分模块：根据生成的新的评分模型，进行即时匹配度评分，并可调用岗位虚拟面试人物构建进行重新虚拟人物模型构建。

基于上述实施例，本发明还提供了一种智能终端，其原理框图可以如图4所示。上述智能终端包括处理器及存储器。该智能终端的存储器包括简历信息处理程序，存储器为简历信息处理程序的运行提供环境。该简历信息处理程序被处理器执行时实现上述任意一种简历信息处理方法的步骤。需要说明的是，上述智能终端还可以包括其它功能模块或单元，在此不作具体限定。

本领域技术人员可以理解，图4中示出的原理框图，仅仅是与本发明方案相关的部分结构的框图，并不构成对本发明方案所应用于其上的智能终端的限定，具体地智能终端可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

本发明实施例还提供一种计算机可读存储介质，上述计算机可读存储介质上存储有简历信息处理程序，上述简历信息处理程序被处理器执行时实现本发明实施例提供的任意一种简历信息处理方法的步骤。

应理解，上述实施例中各步骤的序号大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将上述系统的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各实例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟是以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

在本发明所提供的实施例中，应该理解到，所揭露的系统/智能终端和方法，可以通过其它的方式实现。例如，以上所描述的系统/智能终端实施例仅仅是示意性的，例如，上述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以由另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。

上述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，上述计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，上述计算机程序包括计算机程序代码，上述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。上述计算机可读介质可以包括：能够携带上述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，RandomAccessMemory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，上述计算机可读存储介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减。

以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解；其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不是相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。

Claims (10)

1.一种简历信息处理方法，其特征在于，所述方法包括：

获取待处理简历和目标信息提取模板；

根据所述目标信息提取模板对所述待处理简历进行信息提取以获取所述待处理简历对应的目标信息要素；

根据所述目标信息要素生成所述待处理简历对应的虚拟面试数据，其中，所述虚拟面试数据包括虚拟面试人物和虚拟面试语音；

向目标对象输出所述虚拟面试数据以获取所述待处理简历对应的目标处理结果，其中，所述目标处理结果包括评分结果和决策结果。

2.根据权利要求1所述的简历信息处理方法，其特征在于，所述获取待处理简历和目标信息提取模板，包括：

获取待处理简历和所述待处理简历对应的目标面试岗位；

根据所述目标面试岗位获取所述目标信息提取模板，其中，所述目标信息提取模板中包括与所述目标面试岗位对应的信息要素提取关键词。

3.根据权利要求2所述的简历信息处理方法，其特征在于，所述根据所述目标信息提取模板对所述待处理简历进行信息提取以获取所述待处理简历对应的目标信息要素，包括：

根据所述目标信息提取模板中的所述信息要素提取关键词对所述待处理简历进行信息提取，将提取获得的信息作为所述待处理简历对应的目标信息要素，其中，所述目标信息要素包括人员基本信息、教育信息、工作信息、技能标签和岗位需求信息。

4.根据权利要求2所述的简历信息处理方法，其特征在于，所述根据所述目标信息要素生成所述待处理简历对应的虚拟面试数据，包括：

根据所述目标信息要素和预设的初始匹配度评分模型获取所述待处理简历对应的初始评分；

根据所述初始评分获取所述虚拟面试人物；

根据所述目标信息要素生成所述虚拟面试语音；

将所述虚拟面试语音和所述虚拟面试人物进行关联以获得所述虚拟面试数据。

5.根据权利要求4所述的简历信息处理方法，其特征在于，所述向目标对象输出所述虚拟面试数据以获取所述待处理简历对应的目标处理结果，其中，所述目标处理结果包括评分结果和决策结果，包括：

获取所述目标对象输入的交互指令；

基于所述交互指令向所述目标对象输出所述虚拟面试数据以获取所述待处理简历对应的目标处理结果。

6.根据权利要求5所述的简历信息处理方法，其特征在于，所述基于所述交互指令向所述目标对象输出所述虚拟面试数据以获取所述待处理简历对应的目标处理结果，包括：

基于所述交互指令向所述目标对象输出所述虚拟面试数据以获取所述目标对象输入的人工评分；

根据所述人工评分和所述初始评分获取所述评分结果；

根据所述评分结果获取所述决策结果，其中，所述决策结果为通过或不通过。

7.根据权利要求6所述的简历信息处理方法，其特征在于，所述根据所述评分结果获取所述决策结果，包括：

获取所述目标面试岗位对应的通过分数阈值；

当所述评分结果高于所述通过分数阈值时，将通过作为所述决策结果；

当所述评分结果不高于所述通过分数阈值时，将不通过作为所述决策结果。

8.一种简历信息处理系统，其特征在于，所述系统包括：

数据获取模块，用于获取待处理简历和目标信息提取模板；

信息提取模块，用于根据所述目标信息提取模板对所述待处理简历进行信息提取以获取所述待处理简历对应的目标信息要素；

虚拟面试数据生成模块，用于根据所述目标信息要素生成所述待处理简历对应的虚拟面试数据，其中，所述虚拟面试数据包括虚拟面试人物和虚拟面试语音；

虚拟面试数据输出模块，用于向目标对象输出所述虚拟面试数据以获取所述待处理简历对应的目标处理结果，其中，所述目标处理结果包括评分结果和决策结果。

9.一种智能终端，其特征在于，所述智能终端包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的简历信息处理程序，所述简历信息处理程序被所述处理器执行时实现如权利要求1-7任意一项所述简历信息处理方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有简历信息处理程序，所述简历信息处理程序被处理器执行时实现如权利要求1-7任意一项所述简历信息处理方法的步骤。