[发明专利]一种基于机器学习算法的智能阅卷系统

说明书

本发明公开了一种基于机器学习算法的智能阅卷系统，所述阅卷系统包括：答题纸输入模块：接收用户选择在答题纸上作答并拍摄上传答题结果，或者通过手写的方式在电子设备上作答并上传答题结果；试卷手写作答笔记识别模块：用于将用户的手写作答识别为语义向量，包含文字方向识别算法和手写笔迹识别算法；作答评价模块：使用机器学习技术将作答语义向量分为客观题和主观题进行判分；关键字提取模块：包括关键字对比算法，提取主观题作答中的关键字及关键字顺序，并与正确答案的关键字进行初步对比。本发明使在线试题作答和评分过程更加智能高效。

技术领域

本发明涉及机器学习算法技术领域，具体为一种基于机器学习算法的智能阅卷系统。

背景技术

随着社会经济的快速发展，机器学习是人工智能的一个分支，其通过海量数据和强大的计算机算力学习得到数据背后的一般规律以实现人工智能；在线教育是一种基于网络的教育行为，其通过应用信息科技和互联网技术进行内容传播和快速学习，代表性的在线教育平台有网易云课堂、酷学习等，代表性的在线教育移动应用有作业帮、猿辅导、题拍拍等。

但是，现有的在线教育平台和移动应用存在信息量大、系统繁杂、自动化程度低等不足；因此，不满足现有的需求，对此我们提出了一种基于机器学习算法的智能阅卷系统。

发明内容

本发明的目的在于提供一种基于机器学习算法的智能阅卷系统，以解决上述背景技术中提出的现有的在线教育平台和移动应用存在信息量大、系统繁杂、自动化程度低等不足等问题。

为实现上述目的，本发明提供如下技术方案：一种基于机器学习算法的智能阅卷系统，所述阅卷系统包括：

答题纸输入模块：接收用户选择在答题纸上作答并拍摄上传答题结果，或者通过手写的方式在电子设备上作答并上传答题结果；

试卷手写作答笔记识别模块：用于将用户的手写作答识别为语义向量，包含文字方向识别算法和手写笔迹识别算法；

作答评价模块：使用机器学习技术将作答语义向量分为客观题和主观题进行判分；

关键字提取模块：包括关键字对比算法，提取主观题作答中的关键字及关键字顺序，并与正确答案的关键字进行初步对比；

评分结算模块：针对作答评价模块处理后的结果进行综合整理获得总评分；

终端设备：接收总评分结果的设备。

优选的，所述作答评价模块包括语义识别算法。

优选的，所述文字方向识别算法可自动识别作答的文字方向并在进行识别之前做相应的角度变换。

优选的，所述手写笔迹识别算法可以将用户手写作答识别为可编辑的文字、公式和图片，并使用word embedding转为语义向量。

优选的，所述用户手写作答包括中文、英文、数字、公式和插图。

优选的，所述关键字对比算法将提取的用户作答内容中的关键字与正确答案的关键字进行初步对比，对比结果进行标记。

优选的，所述对比结果不相似记0，相似度低于或等于百分之三十记Z，相似度高于百分之三十低于或等于百分之五十记F，高于百分之五十低于或等于百分之六十五记E，高于百分之六十五低于或等于百分之八十记D，高于百分之八十低于或等于百分之九十记C，高于百分之九十低于或等于百分之九十五记B，高于百分之九十五低于或等于百分之百的记A。

优选的，所述语义识别算法与标准答案进行匹配，并计算语义相似度，对客观题部分，将作答语义必须与标准答案语义一致作为判定标准；对主观题部分，先结合关键字对比算法获取的标记，计算用户作答语义向量与参考答案语义向量相似程度，将语义相似度作为判定标准。

与现有技术相比，本发明的有益效果是：