[发明专利]一种基于人工智能的试卷批改方法和系统有效

专利信息
申请号: 201910191579.7 申请日: 2019-03-14
公开(公告)号: CN110110581B 公开(公告)日: 2021-06-04
发明(设计)人: 张明;瞿波;张国斌 申请(专利权)人: 杭州笔声智能科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06F40/30
代理公司: 北京真致博文知识产权代理事务所(普通合伙) 11720 代理人: 孙敬文
地址: 311100 浙江省杭州市余杭区余*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 人工智能 试卷 批改 方法 系统
【说明书】:

本申请实施例提供的试卷批改方法,包括:利用预先训练的神经网络模型对题干图像信息进行切分,将题干图像信息切分为多个第一字段;利用计算机识别技术识别出切分后的多个第一字段中的题号、题型和知识点以及题号、题型和知识点的对应位置信息,生成统一的第一切分图像;利用神经网络模型对答案图像信息进行切分,将答案图像信息切分为多个第二字段;利用计算机识别技术识别出切分后的多个第二字段中的文字、数字和公式以及文字、数字和公式的对应位置信息,生成统一的第二切分图像;将第二切分图像与对应的标准答案进行比对,确定第二切分图像对应的分值。本申请实施例的基于人工智能的试卷批改方法,减少了人工评阅的工作量,提高试卷批改效率。

技术领域

本申请涉及自然语言处理技术领域,尤其涉及一种基于人工智能的试卷批改方法和系统。

背景技术

随着计算机技术和教育信息化的不断推进,计算机技术已经逐步应用于日常的教育教学各项活动中,例如在教学评测场景下得到了相应的应用。国内现有的基础教育、学生学习状况的主要考察形式仍是各种类型的考试或测试,在此状况下,教师背负着很大的批改作业和试卷的工作压力。针对这种现象,在大中型或重要性高的考试或测试中已经逐渐推广和采用了各类自动阅卷系统,这类系统能够一定程度上减轻教师阅卷的工作量。

现有的自动阅卷系统中完全由计算机完成阅卷的部分多是对填涂性客观题(如选择题)的阅卷,采用的处理方法是读取填图卡的数据,将其和标准答案进行比对,这个方法虽然有效提高了批阅速度,但是需要学生作答时使用2B铅笔进行客观题的作答,不仅多有不便,还容易出现误涂、漏涂等情况。此外,学生手写作答的打印试卷在批改时则严重依赖老师或家长的手动检查和批改,特别是填空题或主观题这类题目,答案的位置和具体内容无法有效通过现有的阅卷系统进行自动识别,或者识别效果差效率低。

随着互联网技术和产品逐步向教育领域渗透,在线教育的受众的规模不断扩大,又进一步增加了考试和作业评阅的数量。因此如何减少人工评阅的工作量,提高试卷批改效率,是目前业界亟待解决的问题。

发明内容

有鉴于此,本申请的目的在于提出一种基于人工智能的试卷批改方法和系统,来解决现有技术中的人工评阅的工作量大,试卷批改效率较低的技术问题。

基于上述目的,在本申请的一个方面,提出了一种基于人工智能的试卷批改方法,包括:

获取待批改试卷的题干图像信息;

利用预先训练的神经网络模型对所述题干图像信息进行切分,将所述题干图像信息切分为多个第一字段;

利用计算机识别技术识别出切分后的多个第一字段中的题号、题型和知识点以及所述题号、所述题型和所述知识点的对应位置信息,生成统一的第一切分图像;

获取所述待批改试卷的答案图像信息;

利用所述神经网络模型对所述答案图像信息进行切分,将所述答案图像信息切分为多个第二字段;

利用计算机识别技术识别出切分后的多个第二字段中的文字、数字和公式以及所述文字、所述数字和所述公式的对应位置信息,生成统一的第二切分图像;

将所述第二切分图像与对应的标准答案进行比对,确定所述第二切分图像对应的分值,并将所述分值添加到所述第一切分图像中的对应位置处。

在一些实施例中,在所述利用计算机识别技术识别出切分后的多个第一字段中的题号、题型和知识点以及所述题号、所述题型和所述知识点的对应位置信息的同时,还包括:

判断是否能识别出所述多个第一字段中的分值,若能识别出所述多个第一字段中的分值,则识别出所述多个第一字段中的分值,若不能识别出所述多个第一字段中的分值,则由人工输入分值。

在一些实施例中,还包括:

接收人工输入的修正信息,根据所述修正信息对所述第一切分图像进行修正和补充。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于杭州笔声智能科技有限公司,未经杭州笔声智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910191579.7/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top