HireNet：用于异步视频求职面试自动分析的层次化注意力模型

新技术极大地改变了招聘技术。一些研究项目旨在设计交互式系统以帮助求职者练习面试。其他研究旨在自动检测求职面试视频中的社交信号（例如微笑、说话轮次等）。这些研究在处理面试的数量上有限，且仅分析模拟求职面试（例如学生假装申请虚假职位）。异步视频面试工具已成为人力资源市场上的成熟产品，从而成为招聘流程中受欢迎的一环。作为帮助招聘者的项目的一部分，我们收集了超过 7000 名候选人的语料库，这些候选人为真实职位进行异步视频求职面试并录制自己回答一组问题的视频。我们提出了一种称为 HireNet 的新型层次化注意力模型，旨在预测招聘者所评估的候选人可雇用性。在 HireNet 中，一次面试被视为包含显著社交信号的问答序列。HireNet 中对两种上下文信息来源进行建模：问题中的词语和职位中的词语。我们的模型在每种模态（言语内容、音频和视频）上均取得了优于以往方法的 F1 分数。早期和晚期多模态融合的结果表明，需要更复杂的融合方案来改进单模态结果。最后，注意力机制捕获的一些时刻示例表明，我们的模型有可能用于帮助寻找异步求职面试中的关键时刻。