[发明专利]试卷批改方法和试卷批改装置在审

专利信息
申请号: 202010319743.0 申请日: 2020-04-22
公开(公告)号: CN111597908A 公开(公告)日: 2020-08-28
发明(设计)人: 刘林娜 申请(专利权)人: 深圳中兴网信科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/32;G06K9/34;G06Q50/20
代理公司: 北京友联知识产权代理事务所(普通合伙) 11343 代理人: 汪海屏;王淑梅
地址: 518109 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 试卷 批改 方法 装置
【说明书】:

发明提出了一种试卷批改方法和试卷批改装置。其中,试卷批改方法包括:获取试题图像和答题区域规则;根据答题区域规则和试题图像,确定答题区域图像;识别答题区域图像中的答题文本信息;比对答题文本信息和试题图像对应的标准答案信息;根据答题文本信息和标准答案信息的比对结果批改试卷,从而实现纸质试卷客观题的智能化批改,避免了在普通考试的过程中如果没有答题卡只能通过老师进行人工阅卷的问题,可大量节省老师的时间,提高批改试卷的效率,减少出错,而且,相比于现有技术,能够更灵活、细粒度地批改,同时解决了一题多个子答案的问题,批改准确率有了很大提高,提升批改的效率和学科灵活性。

技术领域

本发明涉及试卷批改技术领域,具体而言,涉及一种试卷批改方法和一种试卷批改装置。

背景技术

随着人工智能在教育领域的广泛应用,越来越多智能阅卷和智能批改的方法层出不穷。目前的智能批改大致可以分为以下三类:基于字符串匹配的批改,基于混淆规则的精确批改和基于样本集的运用机器学习算法的粗粒度批改。其中,基于字符串的匹配,对于一些同义的子答案,无法很好的区分;基于混淆规则的精确批改,需要人工设定规则,会有些地方考虑不周,规则的定义,直接影响到了批改结果;基于深度学习算法的粗粒度批改,需要大量训练样本集,而且没有很好的移植性,如果科目题目变化的话,模型需要重新训练。

目前无论是哪类智能批改方法,都存在一些问题,即无法很好地灵活满足各学科的填空题目的纸质版批改。目前大部分的智能批改还是在线电子版的批改,需要运用答题卡,但是,对于中小学生的作业和考试,纸质版是最多,为了减轻老师批改的负担,批改的精确度,很有必要提出一种纸质版和在线版各种学科的填空题都能够精确地批改的方法。

发明内容

本发明旨在至少解决现有技术或相关技术中存在的技术问题之一。

为此,本发明第一方面在于提出了一种试卷批改方法。

本发明的第二方面在于提出了一种试卷批改装置。

有鉴于此,根据本发明的第一方面,提出了一种试卷批改方法,包括:获取试题图像和答题区域规则;根据答题区域规则和试题图像,确定答题区域图像;识别答题区域图像中的答题文本信息;比对答题文本信息和试题图像对应的标准答案信息;根据答题文本信息和标准答案信息的比对结果批改试卷。

本发明提供的试卷批改方法,获取试卷每一道题目的试题图像,根据答题区域规则对试题图像进行图像处理,并从试题图像中分割出答题区域图像,其中,答题区域规则为用户预先设置的答题区域识别条件,例如填空题的答题区为直线,选择题的答题区为括号等,通过识别答题区域图像中的答题文本信息,获得每一道题的手写作答内容,然后将答题文本信息与标准答案进行比较,获得该道答题的批改结果,例如两者相同,则作答正确;不相同,则作答错误,批改的方式可以为在每道题目的答案处标记√或×。一方面,实现纸质试卷客观题的智能化批改,避免了在普通考试的过程中如果没有答题卡只能通过老师进行人工阅卷的问题,可大量节省老师的时间,提高批改试卷的效率,减少出错;另一方面,相比于现有技术中的字符串匹配、混淆规则批改、深度学习粗粒度批改,本发明的试卷批改方法能够更灵活,细粒度地批改,同时解决了一题多个子答案的问题,批改准确率有了很大提高,提升了批改的效率和学科灵活性。

另外,根据本发明提供的上述技术方案中的试卷批改方法,还可以具有如下附加技术特征:

在上述技术方案中,进一步地,根据答题区域规则和试题图像,确定答题区域图像,具体包括:对试题图像进行投影变换处理;根据答题区域规则确定试题图像的答题区域;根据答题区域切割试题图像,得到答题区域图像。

在该技术方案中,通过基于连通域和投影变换,找出手写答案所包含的手写文字区域,结合直线等答题区域规则的起始位置,定位到答题区域,并通过子图切割方法,从每一题的试题图像中切割出答题区域图像。从而能够在无需扫描空白试卷模板的情况下,通过图像处理的方法定位到题目中的答题区域,优化电子版纸质试卷的批改方式。

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深圳中兴网信科技有限公司,未经深圳中兴网信科技有限公司许可,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/202010319743.0/2.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