招聘偏见自动检测
一、项目背景
招聘过程中隐性偏见（如性别倾向、年龄歧视、地域偏见）常隐含于职位描述（JD）与面试评价中，导致人才筛选不公与企业形象受损。通过自然语言处理技术识别文本中的偏见关键词，并提供修改建议，可提升招聘公平性，助力企业构建多元化团队。
二、项目需求
开发基于NLP的偏见检测工具，自动分析招聘文案与面试评价文本，识别隐性偏见关键词，生成修改建议与合规替代方案
三、输入数据格式：
输入为文本格式的招聘JD（TXT/Word）及面试评价记录（CSV/Excel），需包含完整岗位描述、候选人评价内容与面试官备注
四、训练/参考数据示例
序号 | 输入数据示例 | 输出示例 | 关键逻辑说明 |
1 | JD：“优先考虑25-30岁男性，熟悉北方市场” 面试评价：“该女性候选人家庭负担较重” | 偏见报告：
- 年龄限制（25-30岁）
- 性别倾向（男性）
- 家庭状况暗示 | 年龄区间违反平等就业原则；性别限定词触发警告；家庭负担关联性别刻板印象 |
五、评测数据示例
序号 | 待评测输入 | 预期输出要求 | 是否存在误差 |
1 | JD：“欢迎应届毕业生，需适应频繁出差”
面试评价：“已婚未育，稳定性风险较高” | 应标记“稳定性风险”为性别偏见，并建议改为“需说明出差频率与支持政策” | 是 |
六、交付形式
以微信小程序形式交付，支持文本粘贴或文件上传，实时生成偏见检测报告（PDF/HTML），并提供合规文案模板下载功能。
七、评测标准
1. 功能准确性：偏见关键词识别准确率 ≥ 93%、修改建议合规性覆盖率 ≥ 90%（参照劳动法与企业平等招聘指南）。
2. 性能要求：单次检测响应时间 ≤ 8秒（文本量≤5000字）。
3. 易用性：操作步骤 ≤ 2步（上传文本→查看报告），支持批量检测与历史记录回溯。