論文の概要: EZInterviewer: To Improve Job Interview Performance with Mock Interview
Generator
- arxiv url: http://arxiv.org/abs/2301.00972v1
- Date: Tue, 3 Jan 2023 07:00:30 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-04 14:31:30.350749
- Title: EZInterviewer: To Improve Job Interview Performance with Mock Interview
Generator
- Title(参考訳): EZInterviewer: モックインタビュージェネレータによるジョブインタビューのパフォーマンス向上
- Authors: Mingzhe Li, Xiuying Chen, Weiheng Liao, Yang Song, Tao Zhang, Dongyan
Zhao, Rui Yan
- Abstract要約: EZInterviewerは、オンライン面接データから学び、求職者に模擬面接サービスを提供する。
低リソースの課題に対処するため、EZInterviewerはインタビューダイアログのごく小さなセットで訓練されている。
- 参考スコア(独自算出の注目度): 60.2099886983184
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Interview has been regarded as one of the most crucial step for recruitment.
To fully prepare for the interview with the recruiters, job seekers usually
practice with mock interviews between each other. However, such a mock
interview with peers is generally far away from the real interview experience:
the mock interviewers are not guaranteed to be professional and are not likely
to behave like a real interviewer. Due to the rapid growth of online
recruitment in recent years, recruiters tend to have online interviews, which
makes it possible to collect real interview data from real interviewers. In
this paper, we propose a novel application named EZInterviewer, which aims to
learn from the online interview data and provides mock interview services to
the job seekers. The task is challenging in two ways: (1) the interview data
are now available but still of low-resource; (2) to generate meaningful and
relevant interview dialogs requires thorough understanding of both resumes and
job descriptions. To address the low-resource challenge, EZInterviewer is
trained on a very small set of interview dialogs. The key idea is to reduce the
number of parameters that rely on interview dialogs by disentangling the
knowledge selector and dialog generator so that most parameters can be trained
with ungrounded dialogs as well as the resume data that are not low-resource.
Evaluation results on a real-world job interview dialog dataset indicate that
we achieve promising results to generate mock interviews. With the help of
EZInterviewer, we hope to make mock interview practice become easier for job
seekers.
- Abstract(参考訳): 面接は採用の最も重要なステップの1つと見なされている。
採用者との面接を十分に準備するために、求職者は互いにモックなインタビューを実践する。
モックインタビュアーはプロであることは保証されておらず、本物のインタビュアーのように振る舞うことはない。
近年のオンライン採用の急速な増加により、採用者はオンライン面接を受ける傾向にあり、実際の面接者から実際の面接データを収集することができる。
本稿では、オンラインインタビューデータから学び、求職者にモックインタビューサービスを提供するezinterviewerという新しいアプリケーションを提案する。
1) インタビューデータは利用可能だが、まだ低リソースである。(2) 有意義で関連する面接ダイアログを生成するには、履歴書とジョブ記述の両方を徹底的に理解する必要がある。
低リソースの課題に対処するため、EZInterviewerは非常に小さなインタビューダイアログで訓練されている。
鍵となる考え方は、知識セレクタとダイアログジェネレータをアンタングルすることで、インタビューダイアログに依存するパラメータの数を減らし、ほとんどのパラメータをアングラウンドダイアログと低リソースでない履歴データでトレーニングできるようにすることである。
実世界の面接ダイアログデータセットにおける評価結果から,模擬面接を生成できる有望な結果が得られることが示された。
EZInterviewerの助けを借りて、求職者にとってモックインタビューの実践がより簡単になることを願っている。
関連論文リスト
- Examining the Effectiveness of Chatbots in Gathering Family History
Information in Comparison to the Standard In-Person Interview-Based Approach [0.7614628596146602]
本研究は,家族史の収集をめざした最初のチャットボットであると考えられるものを提示する。
インタビューの実施に要する平均時間は、利用者が親子関係を利用したり、対人インタビューに参加した場合よりも長いかもしれないが、誤りの数と混乱の度合いは、他の2つの方法よりも低いことを示す。
論文 参考訳(メタデータ) (2023-09-01T10:09:09Z) - NewsDialogues: Towards Proactive News Grounded Conversation [72.10055780635625]
本稿では,対話システムがニュースの重要な話題に基づいて会話を積極的にリードする新しいタスク,Proactive News Grounded Conversationを提案する。
この課題をさらに発展させるために、人間と人間の対話データセットtsNewsDialoguesを収集し、合計14.6Kの発話を含む1Kの会話を含む。
論文 参考訳(メタデータ) (2023-08-12T08:33:42Z) - InterviewBot: Real-Time End-to-End Dialogue System to Interview Students
for College Admission [18.630848902825406]
InterviewBotは会話履歴とカスタマイズされたトピックをコヒーレントな埋め込みスペースに統合する。
7,361件の人間対人間インタビューの音声録音を自動転写し、440件を手作業で微調整・評価する。
InterviewBotは、その回答をインタビューデータと比較することで統計的にテストし、プロのインタビュアーや様々な学生にリアルタイムで対話させることによって動的にテストする。
論文 参考訳(メタデータ) (2023-03-27T09:46:56Z) - "GAN I hire you?" -- A System for Personalized Virtual Job Interview
Training [49.201250723083]
本研究では,GAN(Generative Adversarial Network)に基づく対話型面接訓練システムを開発した。
その結果,GANをベースとした行動フィードバックが有用であることが示唆された。
論文 参考訳(メタデータ) (2022-06-08T13:03:39Z) - KETOD: Knowledge-Enriched Task-Oriented Dialogue [77.59814785157877]
対話システム研究における既存の研究は、主にタスク指向の対話とチャットを独立したドメインとして扱う。
本研究では,タスク指向対話と知識ベースチップチャットを一つのモデルに効果的に統合する方法について検討する。
論文 参考訳(メタデータ) (2022-05-11T16:01:03Z) - Deep Learning Interviews: Hundreds of fully solved job interview
questions from a wide range of key topics in AI [2.0305676256390934]
Deep Learning Interviewsは、インタビューをリハーサルしたり、特定のトピックをテストしたり、この分野の概要を十分に整理した形で提供するように設計されている。
本書の内容は、DLの面接や大学院レベルの試験に関連する多くのトピックの大規模な目録である。
すべての計算機科学者の訓練はMLの基本定理を含む必要があると広く受け入れられている。
論文 参考訳(メタデータ) (2021-12-30T13:28:27Z) - "How Robust r u?": Evaluating Task-Oriented Dialogue Systems on Spoken
Conversations [87.95711406978157]
本研究は、音声タスク指向会話における新しいベンチマークを示す。
マルチドメイン対話状態追跡と知識基底型対話モデルについて検討する。
我々のデータセットは,タスク指向対話システムの音声によるベンチマークを可能にする。
論文 参考訳(メタデータ) (2021-09-28T04:51:04Z) - Dialog without Dialog Data: Learning Visual Dialog Agents from VQA Data [75.7372052716556]
『ダイアログなしダイアログ』ではエージェントが言語レベルの監督なしに新しいタスクに適応できるダイアログモデルを開発する必要がある。
意図と言語を分解することにより、新しいタスクを微調整した後の言語的ドリフトを最小限に抑える。
論文 参考訳(メタデータ) (2020-07-24T19:35:57Z) - Interview: A Large-Scale Open-Source Corpus of Media Dialog [11.28504775964698]
本稿では,ニュースインタビューの書き起こしから収集した大規模(105Kの会話)メディアダイアログデータセット「Interview」を紹介する。
既存の会話データに対する大規模プロキシと比較して、我々のデータセットでトレーニングされた言語モデルは、ドメイン外のゼロショットのパフォーマンスが向上する。
「インタービュー」には各ターンの話者ロールアノテーションが含まれており、エンゲージメント・レスポンシブ・ダイアログシステムの開発を容易にする。
論文 参考訳(メタデータ) (2020-04-07T02:44:50Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。