一种基于注意力神经网络的人员能力自动评估方法及系统
申请号:CN202411560944
申请日期:2024-11-04
公开号:CN119515155A
公开日期:2025-02-25
类型:发明专利
摘要
本发明公开了一种基于注意力神经网络的人员能力自动评估方法及系统,将能力评价数据集分割为训练集、验证集、测试集;设置多个不同的神经网络配置组成配置集合;挑选得到的超参数,初始化神经网络模型;使用训练集训练初始化得到的神经网络模型;进行轮后,记第轮训练后的神经网络模型为,并使用验证集对训练后模型进行评估,保存每轮训练后的神经网络模型和评估结果;选择N轮次中在验证集上获得最高评估指标的模型在测试集上测试并保存;直到所有超参数都用于初始化神经网络模型并被测试集测试,部署模型评估结果最高的神经网络模型用于人员能力等级评估工作。满足人员评定场景下对多维度人员能力画像的需要。
技术关键词
注意力神经网络
自动评估方法
初始化方法
序列
静态特征
权重特征融合
特征值集合
超参数
特征值编码
训练集
编码向量
动态
矩阵
优化神经网络模型
模块
输入神经网络模型