[发明专利]一种作文自动批改及评分的方法及终端

说明书

本发明实施例涉及一种作文自动批改及评分的方法，所述方法包括：接收上传的手写作文图像；通过神经网络组织提取所述手写作文图像的文字特征，通过连通域分析处理去掉所述文字附近的干扰因子，得到处理后的手写作文图像；对所述处理后的手写作文图像进行文字识别后得到文本内容，对所述文本内容进行修辞手法使用识别、优秀句子识别以及诗词谚语引用识别；分别为所述文本内容在语言、内容、主题、选材、结构、修辞六个维度评分。

技术领域

本发明涉及教育终端领域，尤其涉及一种作文自动批改及评分的方法及终端。

背景技术

在语文学科的学习中，写作文则是一项必不可少的实践项目，不同于选择填空等传统题型，语文作文的评分和批改需要耗费老师或家长大量的精力，并且会非常容易出现错判和漏判。在作文自动批改及评分领域，近年来学术界和工业界都进行了很多的尝试，传统的实现方案往往依赖于作文领域准确的特征提取及训练数据标注，特征提取即针对作文场景，人工定制能够反映出作文书写质量的特征，例如语言模型相关特征，词语使用分布，平均句子及分段长度等；训练数据标注则需要大量的人力来对海量作文进行准确的评分及数据标注，以辅助机器学习类方法训练得到较好的效果。

目前，在作文自动批改及评分方向，已经存在一些可以实际使用的相关产品。小猿搜题app以及批改网提供了较为完整的作文自动批改及评分功能，但是都仅局限于英语作文领域；IN课堂提供了中文作文批改的相关功能，但只实现了评分功能，而无法对学生在文章中写出的错字和别字等进行纠错。

现有的作文批改及评分相关产品也普遍具有如下两方面的缺点：现有产品普遍针对于K12场景下的英语作文，而对中文作文的批改鲜有涉及。在K12的场景下，中文作文的复杂度及内涵丰富度都是远远高于英语作文的，这也导致了在自动批改及评分领域，中文作文批改的难度要远远高于英语作文批改，从而很少有产品愿意直面这一技术难关。现存少量的中文自动批改产品，其功能往往局限于评分领域。IN课堂只能分维度给出作文离散的评分，但不能以学生最熟悉的方式使用自然语言给出连贯的评语。更进一步，IN课堂只提供了作文自动评分功能，而无法对作文中的错字和语病进行自动的识别和修改，从而对提高学生的写作水平只能起到有限的作用。综上，目前并没有一款商业产品能够同时兼顾作文评分于纠错领域，并用自然语言的方式产出连贯的评语。

发明内容

本发明实施例提供了一种作文自动批改及评分的方法及终端，能够为作文识别优秀句子，在不同维度评分，给出通顺连贯的评语，对作文纠错并给出正确的修改建议。

在第一方面，本发明实施例提供了一种作文自动批改及评分的方法，所述方法包括：接收上传的手写作文图像；通过神经网络组织提取所述手写作文图像的文字特征，通过连通域分析处理去掉所述文字附近的干扰因子，得到处理后的手写作文图像；对所述处理后的手写作文图像进行文字识别后得到文本内容，对所述文本内容进行修辞手法使用识别、优秀句子识别以及诗词谚语引用识别；分别为所述文本内容在语言、内容、主题、选材、结构、修辞六个维度评分。

可选地，所述通过神经网络组织提取所述手写作文图像的文字特征，通过连通域分析处理去掉所述文字附近的干扰因子，得到处理后的手写作文图像包括：定位到所述文字的大致位置区域，使用连通域分析技术去掉文字附近的直线、方格干扰，根据所述图像的二值信息，精确地修正所述文字的位置。

可选地，所述修辞手法使用识别包括比喻识别和排比识别，识别所述文本内容中的比喻词，提取所述比喻词所在句中比喻词前后的多个字符；通过成熟的分词及语法语义分析工具，在多个字符中提取文本特征，用于判断所述句是否为比喻句；通过识别段间或者段内重复出现的文本来获取排比锚文本；提取排比锚文本中的多个字符；通过成熟的分词及语法语义分析工具，在多个字符中提取文本特征，用于判断所述段间或者段内是否为排比句；以起止偏移量的模式标记出比喻句和排比句的位置，标注和展示在上层图形界面中。