[发明专利]基于模板的作业批改方法、装置、计算机设备及存储介质在审

专利信息
申请号: 202010333541.1 申请日: 2020-04-24
公开(公告)号: CN111680480A 公开(公告)日: 2020-09-18
发明(设计)人: 罗林锋 申请(专利权)人: 平安国际智慧城市科技股份有限公司
主分类号: G06F40/186 分类号: G06F40/186;G06N3/04;G06N3/08;G06F16/27;G09B19/00
代理公司: 深圳市世联合知识产权代理有限公司 44385 代理人: 汪琳琳
地址: 518000 广东省深圳市前海深港合*** 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: 基于 模板 作业 批改 方法 装置 计算机 设备 存储 介质
【权利要求书】:

1.一种基于模板的作业批改方法,其特征在于,所述基于模板的作业批改方法包括:

从作业数据库中获取题目信息和答案信息,其中,所述题目信息包含题目序号和题目类型标识;

根据所述题目类型标识选取初始答题模板,并基于所述初始答题模板和所述题目信息生成目标答题模板;

将所述目标答题模板发送给答题用户进行答题,并基于预设时间间隔获取所述答题用户反馈的目标答案图像;

将所述答案信息填充至所述目标答题模板中,生成校验模板;

将所述校验模板与所述目标答案图像一并输入到预先训练好的作业批改模型中进行批改处理,输出批改结果。

2.如权利要求1所述的基于模板的作业批改方法,其特征在于,所述根据所述题目类型标识选取初始答题模板,并基于所述初始答题模板和所述题目信息生成目标答题模板的步骤包括:

将所述题目类型标识与预设模板库中的描述信息进行匹配,其中,预设模板库包含不同的所述描述信息及每个所述描述信息对应的合法模板;

若所述题目类型标识与所述描述信息相同,则获取所述描述信息对应的合法模板作为所述初始答题模板;

若所述题目类型标识与所述描述信息不同,则将所述题目信息发送给目标用户进行确认,并获取所述目标用户反馈的反馈模板作为所述初始答题模板;

根据所述题目序号,将所述题目信息填充至所述初始答题模板,得到所述目标答题模板。

3.如权利要求2所述的基于模板的作业批改方法,其特征在于,所述若所述题目类型标识与所述描述信息不同,则将所述题目信息发送给目标用户进行确认,并获取所述目标用户反馈的反馈模板作为所述初始答题模板之后,所述基于模板的作业批改方法还包括:

将所述题目类型标识作为所述描述信息,将所述反馈模板作为所述合法模板,建立所述题目类型标识与所述反馈模板之间的映射关系,并更新至预设模板库中。

4.如权利要求1所述的基于模板的作业批改方法,其特征在于,所述将所述校验模板与所述目标答案图像一并输入到预先训练好的作业批改模型中进行批改处理,输出批改结果之前,所述基于模板的作业批改方法还包括:

从预设样本库中获取训练样本;

将训练样本导入到神经网络模型中进行训练,得到训练好的所述作业批改模型。

5.如权利要求1所述的基于模板的作业批改方法,其特征在于,所述将训练样本导入到神经网络模型中进行训练,得到训练好的所述作业批改模型的步骤包括:

将所述训练样本导入到STN网络中进行图像矫正处理,得到矫正图像;

利用预设特征提取网络对所述矫正图像进行特征提取,获取序列化特征;

将所述序列化特征输出到双向LSTM网络中进行预测处理,得到预测字符串;

基于CTC解码网络对所述预测字符串进行解码处理,输出预测结果;

将所述预测结果与预设目标结果进行余弦相似度计算,并根据计算结果与损失函数确定所述作业批改模型。

6.一种基于模板的作业批改装置,其特征在于,所述基于模板的作业批改装置包括:

第一获取模块,用于从作业数据库中获取题目信息和答案信息,其中,所述题目信息包含题目序号和题目类型标识;

第一生成模块,用于根据所述题目类型标识选取初始答题模板,并基于所述初始答题模板和所述题目信息生成目标答题模板;

第二获取模块,用于将所述目标答题模板发送给答题用户进行答题,并基于预设时间间隔获取所述答题用户反馈的目标答案图像;

第二生成模块,用于将所述答案信息填充至所述目标答题模板中,生成校验模板;

批改模块,用于将所述校验模板与所述目标答案图像一并输入到预先训练好的作业批改模型中进行批改处理,输出批改结果。

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平安国际智慧城市科技股份有限公司,未经平安国际智慧城市科技股份有限公司许可,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/202010333541.1/1.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