[发明专利]一种试卷拆分方法及其系统

说明书

本发明涉及教育领域，公开了一种试卷拆分方法及其系统，该方法包括：根据样本试卷的试卷结构、试题导语、试题序号构建试卷信息特征库；根据试卷结构特征，将待拆分试卷划成若干段落；根据试题导语特征和试题序号特征，标识出导语段落和序号段落，并结合上下段落关系，将待拆分试卷划分为若干独立试题。本发明提出的方法实现了计算机全自动将试卷中试题一一进行拆分，并且准确性高、速度快，满足各学科、任意题型独立试题划分，通用性强。

技术领域

本发明属于教育领域，尤其涉及一种试卷拆分方法及其系统。

背景技术

随着人工智能技术的发展，教育智能化产品逐渐走入人们的生活，其智能化和便捷性为广大师生带来了更高的工作和学习效率。在各类教学产品中，如智能化组卷、学生个性化学习等都需要海量题库作为支撑，因此对海量试卷中的试题进行提取是题库构建的最基础的一部分。

然而，目前对试卷中的试题进行拆分与提取，大部分是由人工操作，这将会耗费大量人力和物力。而已有的一些试题提取技术存在试题提取准确率低、通用性低等问题。

发明内容

本发明的目的在于针对现有技术的不足，提供一种新的试卷拆分方法及其系统，能够快速、准确地对批量试卷中的试题自动进行拆分，便于题库资源的自我建设。

本发明的目的是通过以下技术方案来实现的：本发明在预先构建的试卷信息特征库的基础上，通过特征匹配的方式识别试卷中的各试题导语以及试题序号，并根据试题导语与序号之间的关系，最终将试卷准确地划分为若干个独立的试题。具体地：

本发明公开了一种试卷拆分方法，该方法包括：

根据样本试卷的试卷结构、试题导语、试题序号构建试卷信息特征库；

根据试卷结构特征，将待拆分试卷划成若干段落；

根据试题导语特征和试题序号特征，标识出导语段落和序号段落，并结合上下段落关系，将待拆分试卷划分为若干独立试题。

进一步地，将待拆分试卷划成若干段落后，剔除试卷首语段落和试卷答案段落，剩余段落再进行导语段落和序号段落的识别。

进一步地，序号段落的识别过程中，判断不规范序号，基于已识别的规范序号形式，将不规范序号修正为规范序号。

进一步地，序号段落的识别过程中，判断干扰性序号，剔除干扰性序号对应的序号段落标识。

进一步地，导语段落的识别过程中，根据导语关键词，提取包含相同导语关键词的标准导语；

计算该试题导语与其对应的各标准导语的关键词相似度，筛选出关键词相似度大于阈值T的标准导语；

计算该试题导语与筛选出的各标准导语的内容相似度，取内容相似度最大的标准导语作为试题导语；

若没有筛选出符合要求的标准导语，则取消导语段落标识。

进一步地，导语段落的识别过程中，判断干扰性导语，剔除干扰性导语对应的导语段落标识。

进一步地，将两个相邻试题导语段落之间的内容划分为一个独立试题块；

基于各独立试题块中的试题导语、试题序号的关系，将独立试题块划分为若干独立试题。

进一步地，试卷信息特征库中的试题序号特征包含试题有效序号、试题不规则序号；

试题导语特征包括导语样式、导语关键词、标准导语；

试卷结构特征包含试卷首语关键词、答案解析关键词。

本发明还公开了一种试卷拆分系统，包括：

存储器，用于存储计算机可执行指令；以及，