[发明专利]一种作业自动批改的方法、装置、电子设备和存储介质在审

专利信息
申请号: 202010603637.5 申请日: 2020-06-29
公开(公告)号: CN111753767A 公开(公告)日: 2020-10-09
发明(设计)人: 乔慧丽 申请(专利权)人: 广东小天才科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/20;G06K9/34;G06F40/30;G06F16/583;G06N3/04;G06N3/08
代理公司: 广州智斧知识产权代理事务所(普通合伙) 44649 代理人: 孔德超
地址: 528850 广东省东*** 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: 一种 作业 自动 批改 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种作业自动批改的方法,其特征在于,包括:

接收智能终端发送的待批改的作业图片;

将所述作业图片输入预先训练的文本检测模型,生成目标题目的题目信息和答案信息;

对所述题目信息和答案信息分别进行OCR识别,分别得到题目文本和答案文本;

根据所述题目文本在资源库中搜索,得到匹配的原题以及所述原题对应的答案解析;

将所述答案解析和答案文本输入相似度比对模型,得到所述答案解析和答案文本的相似度;

在所述相似度大于或等于预设阈值时,自动批改所述目标题目的答题结果为正确,在所述相似度小于预设阈值时,自动批改所述目标题目的答题结果为错误,并返回所述答题解析至所述智能终端。

2.根据权利要求1所述的方法,其特征在于,将所述作业图片输入预先训练的文本检测模型,生成目标题目的题目信息和答案信息,包括:

将所述作业图片并行输入基于深度学习的题目识别网络模型、文本行检测网络模型以及题号检测网络模型确定整个作业图片的题目轮廓、每行文本的文本行轮廓和每道题目的题号框;

根据题号框和文本行轮廓确定每道题目的上边界;

延长所述上边界的左右端点,以使所述上边界与题目轮廓相连接,所述上边界将题目轮廓分割成多个题目区域;

将目标题目区域内的作业图片并行输入基于深度学习的印刷体识别模型、图形识别模型以及手写体识别模型,分别得到印刷体轮廓、图形轮廓和手写体轮廓,所述目标题目区域为每个待自动批改的题目区域;

所述印刷体轮廓以及图形轮廓内的作业图片共同构成题目信息,所述手写体轮廓内的作业图片构成答案信息。

3.根据权利要求2所述的方法,其特征在于,对所述题目信息和答案信息分别进行OCR识别,分别得到题目文本和答案文本,包括:

将所述印刷体轮廓别进行OCR识别,得到题目文字,所述题目文字和题目图形共同构成题目文本,所述题目图形为图形轮廓内的作业图片;

将所述手写体轮廓内的作业图片进行OCR识别,得到答案文本。

4.根据权利要求3所述的方法,其特征在于,根据所述题目文本在资源库中搜索,得到匹配的原题以及所述原题对应的答案解析,包括:

将所述题目文字进行关键词提取,并利用所述关键词在资源库中搜索,获取匹配的初始原题;

识别所述初始原题中的图形区域,并将所述题目图形和图形区域的图形相似度,在所述图形相似度大于预设相似度时,确定所述初始原题为最终的原题;

根据所述最终的原题获取相关联的答案解析。

5.根据权利要求1-4任一项所述的方法,其特征在于,将所述答案解析和答案文本输入相似度比对模型,得到所述答案解析和答案文本的相似度,包括:

将所述答案解析和答案文本输入预先训练的基于孪生网络的语义相似度识别模型,得到所述答案解析和答案文本的相似度。

6.一种作业自动批改的装置,其特征在于,所述装置包括:

接收单元,用于接收智能终端发送的待批改的作业图片;

第一识别单元,用于将所述作业图片输入预先训练的文本检测模型,生成目标题目的题目信息和答案信息;

第二识别单元,用于对所述题目信息和答案信息分别进行OCR识别,分别得到题目文本和答案文本;

搜索单元,用于根据所述题目文本在资源库中搜索,得到匹配的原题以及所述原题对应的答案解析;

计算单元,用于将所述答案解析和答案文本输入相似度比对模型,得到所述答案解析和答案文本的相似度;

批改单元,用于在所述相似度大于或等于预设阈值时,自动批改所述目标题目的答题结果为正确,在所述相似度小于预设阈值时,自动批改所述目标题目的答题结果为错误,并返回所述答题解析至所述智能终端。

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广东小天才科技有限公司,未经广东小天才科技有限公司许可,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/202010603637.5/1.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