[发明专利]基于神经网络算法的文理分割方法及系统

说明书

本申请公开了一种基于神经网络算法的文理分割方法及系统，该方法包括：获取目标试卷图像，目标试卷图像为文综试卷或理综试卷的扫描图像；将目标试卷图像输入目标神经网络模型进行识别，得到目标试卷图像中每道试题的识别结果；基于识别结果对每道试题进行分类，得到多个目标试题集；根据试题集与等级性考试科目之间的映射关系，将目标试题集中的试题存储于所述目标试题集对应的目标等级性考试科目的内存块中，使得对传统的文理科试卷进行分割后得到的每道试题可以存储到对应的等级性考试科目的内存块中，从而为自动生成“新高考”模型下的考试试卷提供试题资源。

技术领域

本申请涉及计算机技术领域，尤其涉及一种基于神经网络算法的文理分割方法及系统。

背景技术

从2020年起，我国大部分地区都逐渐采用“新高考”的模式，按照新的高考改革方案，不再文理分科，将传统的文科和理科重新进行分割。一些省份采用“3+3”新高考选科模式 ，除了语文、数学、外语外，学生可从思想政治、历史、地理、物理、化学、生物6门等级性考试科目中再任选三门，赋予了学生充分的自由选择权,可以自主决定科目组合。一些省份采用“3+1+2”新高考选科模式，学生必须在物理和历史等级性考试科目中选择一科，再在剩余的4门等级性考试科目中再任选两门。随着考试模式的改变，考试形式、考试题型和考试题量等也都进行了变化。

由于改革方案刚开始执行，现有的试卷都是传统模式下的文科试卷（文综）和理科试卷（理综），“新高考”模型下的考试试卷很少。而“新高考”模型下的一张试卷的生成无法直接采用之前的试卷，只能由命题老师根据当前的考试要求，从复习资料、习题集、历年试卷等资源中寻找相关试题，然后根据个人经验筛选符合考试要求的试题来生成一张试卷，上述方法需要手动选取题目，其需要耗费大量的时间和精力，效率低下。

因此，何如将传统的文理科试卷进行分割来生成“新高考”模型下的考试试卷成为亟待解决的问题。

发明内容

本申请实施例提供一种基于神经网络算法的文理分割方法及系统，可以将传统的文理科试卷进行分割，使得每道试题可以存储到对应的等级性考试科目的内存块中，为自动生成“新高考”模型下的考试试卷提供试题资源。

第一方面，本申请实施例提供一种基于神经网络算法的文理分割方法，所述方法包括：

获取目标试卷图像，所述目标试卷图像为文综试卷或理综试卷的扫描图像；

将所述目标试卷图像输入目标神经网络模型进行识别，得到所述目标试卷图像中每道试题的识别结果；

基于所述识别结果，对所述每道试题进行分类，得到多个目标试题集；

根据试题集与等级性考试科目之间的映射关系，将所述目标试题集中的试题存储于所述目标试题集对应的目标等级性考试科目的内存块中。

第二方面，本申请实施例提供一种基于神经网络算法的文理分割系统，所述系统包括：

获取单元，用于获取目标试卷图像，所述目标试卷图像为文综试卷或理综试卷的扫描图像；

识别单元，用于将所述目标试卷图像输入目标神经网络模型进行识别，得到所述目标试卷图像中每道试题的识别结果；

分类单元，用于基于所述识别结果，对所述每道试题进行分类，得到多个目标试题集；

存储单元，用于根据试题集与等级性考试科目之间的映射关系，将所述目标试题集中的试题存储于所述目标试题集对应的目标等级性考试科目的内存块中。

第三方面，本申请实施例提供了一种计算机可读存储介质，其中，上述计算机可读存储介质存储用于电子数据交换的计算机程序，其中，上述计算机程序使得计算机执行如本申请实施例第一方面任一方法中所描述的部分或全部步骤。