本發(fā)明涉及數(shù)據治理，特別涉及一種基于大模型技術的人員篩選方法及系統(tǒng)。

背景技術：

1、在現(xiàn)代社會中，流程的執(zhí)行與管理對人員的選擇和篩選提出了更高的要求。流程文件通常包含大量的條款和條件，涉及對特定人群的資格、能力、經驗等方面的要求。傳統(tǒng)的方法依賴于人工閱讀和分析流程文件，耗時且容易出錯。此外，現(xiàn)有的人員篩選接口往往缺乏與流程文本的智能結合，導致信息檢索效率低下。因此，亟需一種能夠自動解析流程文件并與人員篩選系統(tǒng)無縫對接的智能化解決方案。

2、基于上述問題，本發(fā)明提出了一種基于大模型技術的人員篩選方法及系統(tǒng)。

技術實現(xiàn)思路

1、本發(fā)明為了彌補現(xiàn)有技術的缺陷，提供了一種簡單高效的基于大模型技術的人員篩選方法及系統(tǒng)。

2、本發(fā)明是通過如下技術方案實現(xiàn)的：

3、一種基于大模型技術的人員篩選方法，其特征在于：包括以下步驟：

4、步驟s1、定義人員篩選接口

5、人員篩選接口負責接收請求參數(shù)，并根據請求參數(shù)返回響應數(shù)據；

6、所述請求參數(shù)即為篩選條件，包括年齡，資格證書，工作經驗，學歷和所在城市；

7、響應數(shù)據包括符合篩選條件的人員列表，和每個人員的簡歷信息；

8、所述步驟s1中，人員篩選接口根據用戶的輸入信息對歷史數(shù)據進行過濾，根據過濾信息生成最佳選擇條件，對用戶輸入的篩選條件進行預測和智能提示。

9、步驟s2、流程文件上傳

10、對用戶待上傳的流程文件進行文本提取，經預處理后，轉換為系統(tǒng)自定義指定的格式，進行上傳，以確保解析的準確性；

11、支持的文件格式包括pdf，word和txt。

12、所述步驟s2中，對待上傳流程文件進行預處理，包括以下步驟：

13、步驟s2.1、清除無關信息，包括頁碼和流水印；

14、步驟s2.2、格式校驗，將文件轉為可分析的純文本格式；

15、步驟s2.3、對文本進行出錯檢測和優(yōu)化，自動檢測文件中存在的解析錯誤區(qū)域，并提示用戶進行修正。

16、步驟s3、大模型解析

17、使用預訓練的大模型gpt或bert對提取的流程文本進行解析，識別與人員相關的條件信息，包括資格要求與限制條款，將提取的條件信息結構化，以便于后續(xù)處理；

18、所述步驟s3中，使用預訓練的大模型gpt或bert先對提取的流程文本進行解析，步驟如下：

19、步驟s3.1、數(shù)據清洗，去除無關文本，包括流水印和重復信息；

20、步驟s3.2、根據語言模型進行文本分詞和分類。

21、步驟s3.3、通過大模型識別文件中的隱形相關性，包括人員資格與職位需求之間的隱形區(qū)均維度，提高解析精度和積極應用空間。

22、步驟s4、生成接口調用信息

23、將提取的條件信息與人員篩選接口的信息相結合，為大模型提供輸入，生成接口調用方法；

24、所述步驟s4中，實現(xiàn)過程如下：

25、步驟s4.1、根據人員篩選接口的請求參數(shù)，格式化處理提取的條件信息；

26、步驟s4.2、根據大模型說明，自定義設計最優(yōu)輸入格式；

27、步驟s4.3、自動實施調試和錯誤返回，以確保調用接口的精確性和通過率，提高用戶體驗。

28、步驟s5、調用人員篩選接口

29、用戶自定義指定篩選條件，根據大模型提供的調用信息，自動調用人員篩選接口，并獲取符合條件的人員信息，并將響應數(shù)據作為結果返回并顯示給用戶。

30、所述步驟s5中，允許用戶自定義指定篩選條件，對響應數(shù)據進行二次篩選；

31、通過文件與篩選結果的關聯(lián)顯示，如通過人員匹配的流程文件節(jié)點，提高用戶對結果的理解和無縫涉入。

32、一種基于大模型技術的人員篩選系統(tǒng)，包括人員篩選接口，流程文件上傳模塊，大模型解析模塊和接口調用生成模塊；

33、所述流程文件上傳模塊，負責對用戶待上傳的流程文件進行文本提取，經預處理后，轉換為系統(tǒng)自定義指定的格式，進行上傳；

34、所述大模型解析模塊，負責使用預訓練的大模型gpt或bert對提取的流程文本進行解析，識別與人員相關的條件信息，包括資格要求與限制條款，將提取的條件信息結構化，以便于后續(xù)處理；

35、所述接口調用生成模塊，負責將提取的條件信息與人員篩選接口的信息相結合，為大模型提供輸入，生成接口調用方法；

36、所述人員篩選接口，負責接收請求參數(shù)，并根據請求參數(shù)返回響應數(shù)據；

37、所述請求參數(shù)即為篩選條件，包括年齡，資格證書，工作經驗，學歷和所在城市；

38、響應數(shù)據包括符合篩選條件的人員列表，和每個人員的簡歷信息。

39、一種基于大模型技術的人員篩選設備，其特征在于：包括存儲器和處理器；所述存儲器用于存儲計算機程序，所述處理器用于執(zhí)行所述計算機程序時實現(xiàn)上述的方法步驟。

40、一種可讀存儲介質，其特征在于：所述可讀存儲介質上存儲有計算機程序，所述計算機程序被處理器執(zhí)行時實現(xiàn)上述的方法步驟。

41、本發(fā)明的有益效果是：該基于大模型技術的人員篩選方法及系統(tǒng)，顯著減少了人工干預，提高了信息處理效率，大幅減少了人為錯誤，實現(xiàn)了實時響應，具有較強的靈活性與適應性。

技術特征：

1.一種基于大模型技術的人員篩選方法，其特征在于：包括以下步驟：

2.根據權利要求1所述的基于大模型技術的人員篩選方法，其特征在于：所述步驟s1中，人員篩選接口根據用戶的輸入信息對歷史數(shù)據進行過濾，根據過濾信息生成最佳選擇條件，對用戶輸入的篩選條件進行預測和智能提示。

3.根據權利要求1所述的基于大模型技術的人員篩選方法，其特征在于：所述步驟s2中，對待上傳流程文件進行預處理，包括以下步驟：

4.根據權利要求1所述的基于大模型技術的人員篩選方法，其特征在于：所述步驟s3中，使用預訓練的大模型gpt或bert先對提取的流程文本進行解析，步驟如下：

5.根據權利要求1所述的基于大模型技術的人員篩選方法，其特征在于：所述步驟s4中，實現(xiàn)過程如下：

6.根據權利要求2所述的基于大模型技術的人員篩選方法，其特征在于：所述步驟s5中，允許用戶自定義指定篩選條件，對響應數(shù)據進行二次篩選；

7.一種基于大模型技術的人員篩選系統(tǒng)，其特征在于：包括人員篩選接口，流程文件上傳模塊，大模型解析模塊和接口調用生成模塊；

8.一種基于大模型技術的人員篩選設備，其特征在于：包括存儲器和處理器；所述存儲器用于存儲計算機程序，所述處理器用于執(zhí)行所述計算機程序時實現(xiàn)如權利要求1～7任意一項所述的方法。

9.一種可讀存儲介質，其特征在于：所述可讀存儲介質上存儲有計算機程序，所述計算機程序被處理器執(zhí)行時實現(xiàn)如權利要求1～7任意一項所述的方法。

技術總結
本發(fā)明特別涉及一種基于大模型技術的人員篩選方法及系統(tǒng)。該基于大模型技術的人員篩選方法，定義人員篩選接口，對用戶待上傳的流程文件進行文本提取，經預處理后，轉換為系統(tǒng)自定義指定的格式，進行上傳，以確保解析的準確性；使用預訓練的大模型GPT或BERT對提取的流程文本進行解析，識別與人員相關的條件信息，將提取的條件信息結構化；將提取的條件信息與人員篩選接口的信息相結合，為大模型提供輸入，生成接口調用方法；調用人員篩選接口，返回響應數(shù)據。該基于大模型技術的人員篩選方法及系統(tǒng)，顯著減少了人工干預，提高了信息處理效率，大幅減少了人為錯誤，實現(xiàn)了實時響應，具有較強的靈活性與適應性。

技術研發(fā)人員：傅玉鑫,薛兵,申傳旺,趙子墨,孫永超
受保護的技術使用者：浪潮卓數(shù)大數(shù)據產業(yè)發(fā)展有限公司
技術研發(fā)日：
技術公布日：2025/5/15