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

• NewsInterview: a Dataset and a Playground to Evaluate LLMs' Ground Gap via Informational Interviews [65.35458530702442]
  我々はジャーナリストのインタビューに焦点をあて、コミュニケーションの基盤と豊富なデータに富んだドメインに焦点をあてる。 我々はNPRとCNNから4万人の2人によるインフォメーションインタビューのデータセットをキュレートする。 LLMは、人間のインタビュアーよりも、認識を使い、より高いレベルの質問に目を向ける可能性がはるかに低い。
  論文  参考訳（メタデータ） (2024-11-21T01:37:38Z)
• Interactive Dialogue Agents via Reinforcement Learning on Hindsight Regenerations [58.65755268815283]
  多くの実際の対話は対話的であり、つまりエージェントの発話が会話の相手に影響を与えるか、情報を引き出すか、意見を変えるかである。 この事実を利用して、既存の最適データを書き直し、拡張し、オフライン強化学習(RL)を介してトレーニングする。 実際の人間によるユーザ調査の結果、我々のアプローチは既存の最先端の対話エージェントを大きく上回っていることがわかった。
  論文  参考訳（メタデータ） (2024-11-07T21:37:51Z)
• AI Conversational Interviewing: Transforming Surveys with LLMs as Adaptive Interviewers [40.80290002598963]
  本研究では,人間のインタビュアーを大規模言語モデル (LLM) に置き換えて,スケーラブルな対話型インタビュアーを実現する可能性について検討する。 大学生を対象に,AIとヒューマンインタビュアーの双方にランダムにインタビューを依頼された学生を対象に,小規模で詳細な調査を行った。 様々な量的・質的な尺度は, インタビュアーのガイドライン, 応答品質, 参加者参加率, 総合的な面接効果に順応した。
  論文  参考訳（メタデータ） (2024-09-16T16:03:08Z)
• GPT-Powered Elicitation Interview Script Generator for Requirements Engineering Training [0.0]
  インタビュースクリプトの自動生成のための特殊なGPTエージェントを開発する。 GPTエージェントは、要件付与面接手順のガイドラインとベストプラクティスに合わせた専門知識ベースを備えている。 我々は,GPTの出力長制約を緩和し,網羅的で詳細なインタビュースクリプトを生成するために,プロンプトチェイン方式を採用する。
  論文  参考訳（メタデータ） (2024-06-17T11:53:55Z)
• Facilitating Multi-Role and Multi-Behavior Collaboration of Large Language Models for Online Job Seeking and Recruiting [51.54907796704785]
  既存の手法は履歴書とジョブ記述の潜在意味論をモデル化し、それらの間に一致する関数を学習することに依存している。 大規模言語モデル (LLM) の強力なロールプレイング能力に触発されて, LLM によるインタビュアーと候補者のモックインタビュープロセスを導入することを提案する。 そこで我々は,モックインタビュー生成とハンドシェイクプロトコルにおける双方向評価という2つのモジュールにパーソナライズされたマッチングプロセスを分割する,新しいフレームワークであるMockLLMを提案する。
  論文  参考訳（メタデータ） (2024-05-28T12:23:16Z)
• 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)
• "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)

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。