[发明专利]一种数据录入方法、装置、电子设备及可读存储介质

说明书

本申请涉及一种数据录入方法、装置、电子设备及可读存储介质。本申请通过从获取目标书本中的书本页图片中查找出目录页图片，并从目录页图片中识别出书本目录中每个层级下的子目录，进而根据每个子目录下的题目页码，从书本页图片中获取每个题目对应的题目页图片，进一步地，从题目页图片中识别出题目内容，并将题目内容与对应的子目录进行关联后录入。基于上述方式，本申请通过题目内容与书本目录之间的关联关系对题目内容进行录入，在实现通过机器对目标书本的结构化录入的同时，还可以提升目标书本的录入效率和准确率。

技术领域

本申请涉及数据录入技术领域，尤其涉及一种数据录入方法、装置、 电子设备及可读存储介质。

背景技术

数字化教学和在线教育开始在当前教育行业普及，数字化教学弥补了 了传统的教学上的不足，而这些数字化教学所依托的是数字化的教学数据， 其中最重要的是题库，为了尽可能的丰富题库内容，需要建设题库录入系 统，以及投入人力成本进行录入。

目前市场上纸质的教辅数量众多，将纸质的教辅书本进行文本录入是 建设题库的首要和重点环节，现有的做法是，通过一系列的技术手段辅助 人工进行录入，但是缺点是没有模块化流程，存在较多人工处理的环节， 所以不能有效提高生产效率，而且人工录入会存在录入错误的情况发生， 这样生产出来的题目数据质量难以得到保障，也比较难以形成规模。

发明内容

有鉴于此，本申请至少提供一种数据录入方法、装置、电子设备及可 读存储介质，在实现通过机器对目标书本的结构化录入的同时，还可以提 升目标书本的录入效率和准确率。

主要包括以下几个方面：

第一方面，本申请实施例提供一种数据录入方法，所述数据录入方法 包括：

获取目标书本中的书本页图片，并从所述书本页图片中查找出目录页 图片；

从所述目录页图片中识别出书本目录中每个层级下的子目录；

根据每个子目录下的题目页码，从所述书本页图片中获取每个题目对 应的题目页图片；

从所述题目页图片中识别出题目内容，将所述题目内容与对应的子目 录进行关联后录入。

在一种可能的实施方式中，所述从所述目录页图片中识别出书本目录 中每个层级下的子目录，包括：

从所述目录页图片中提取出所述书本目录的目录结构信息；

根据所述目录结构信息，确定所述书本目录中每个层级下的子目录。

在一种可能的实施方式中，在所述从所述目录页图片中识别出书本目 录中每个层级下的子目录之后，所述数据录入方法还包括：

对识别出的书本目录中每个层级下的子目录进行校对，并将识别错误 的子目录中的目录内容与其它目录内容进行区别显示。

在一种可能的实施方式中，所述对识别出的书本目录中每个层级下的 子目录进行校对，并将识别错误的子目录中的目录内容与其它目录内容进 行区别显示，包括：

利用所述目录页图片对所述书本目录进行内容校对，得到校对结果；

根据所述校对结果，将识别错误的子目录中的目录内容与其它目录内 容进行区别显示。

在一种可能的实施方式中，所述从所述题目页图片中识别出题目内容， 将所述题目内容与对应的子目录进行关联后录入，包括：

对于每个题目，计算从所述题目页图片中识别出的每个题目的题目内 容分别与题库中存储的多个试题之间的多个相似度；

采用对应的相似度满足预设条件的试题的试题内容，作为每个题目对 应的更新后的题目内容，将更新后的题目内容与对应的子目录进行关联后 录入。