[发明专利]一种题目录入方法、题目录入装置、电子设备及计算机可读存储介质

权利要求书

1.一种题目录入方法，其特征在于，包括以下步骤：

S1，获取初始图片，对所述初始图片进行改质处理而得到第一图片；

S2，获取所述第一图片中的题目位置信息，得到对应所述题目位置信息的题目图片；

S3，对所述题目图片进行文字识别以获得题目字符信息；

S4，判断题库中是否有匹配所述题目字符信息的题目，若否，则去除所述题目图片中的手写内容以获得题目文本；

S5，对所述题目文本进行结构化文本解析以获得题型描述特征，对所述题目图片进行识别以获得排版格式特征与试题特征，所述题型描述特征、所述排版格式特征与所述试题特征为所述题目结构化数据；

S6，发送所述题目结构化数据至智能终端以使其录入所述题目结构化数据。

2.根据权利要求1所述的题目录入方法，其特征在于：

所述步骤S4包括，

S41，对所述题目字符信息进行预处理。

3.根据权利要求2所述的题目录入方法，其特征在于：

所述步骤S4包括，

S42，将所述题目字符信息输入至BERT预训练中文模型，所述BERT预训练中文模型识取所述题目字符信息而将其转换为题目句特征向量。

4.根据权利要求3所述的题目录入方法，其特征在于：

所述步骤S4包括，

S43，将句特征向量遍历题库，将所述题库中的题目文本转换为题库句特征向量，根据所述题目句特征向量与所述题库句特征向量而判断所述题库中是否有匹配所述题目字符信息的题目。

5.根据权利要求4所述的题目录入方法，其特征在于：

在所述步骤S43中，若所述题目句特征向量与所述题目句特征向量的相似度不小于预设阈值，则判断结果为是，确认所述题目句特征向量对应的题目为目标文本，发送所述目标文本至智能终端。

6.根据权利要求5所述的题目录入方法，其特征在于：

所述步骤S4包括，

S44，所述智能终端确认录入确认所述目标文本。

7.根据权利要求4所述的题目录入方法，其特征在于：

在所述步骤S43中，若判断结果为否，则执行作为步骤S45的去除所述题目图片中的手写内容以获得题目文本。

8.根据权利要求7所述的题目录入方法，其特征在于：

所述步骤S45包括，

S451，通过区域识别模型而识别所述第一图片中的手写区域与印刷区域，通过像素识别模型而对所述手写区域进行像素识别以确定在所述手写区域中的手写内容所对应的手写内容像素；

S452，获取替换像素值，利用替换像素值替换手写内容像素的像素值以去除手写内容，所述替换像素值是所述手写区域中除了所述手写内容像素之外的任意一个像素的像素值，或者，所述替换像素值为所述手写区域中除了所述手写内容像素之外的所有像素的像素值的平均值：

S453，从去除手写内容后的所述第一图片输出中间图像，对所述中间图像进行二值化处理以获得输出图像，识取所述输出图像中的文字以获得题目文本。

9.根据权利要求8所述的题目录入方法，其特征在于：

所述步骤S5包括，

S51，将所述题目文本转化为纯文本格式，并做分词处理；

S52，根据各分词，在预先构建的题型索引词库中检索出若干个与所述分词相似的候选题型描述信息；

S53，基于预设的过滤策略，从候选题型描述信息中确定出所述题型描述特征。

10.根据权利要求9所述的题目录入方法，其特征在于：

所述题型索引词库的构建方法包括：

从大量试卷数据中提取纯文本化的题型描述样本；

对所述题型描述样本进行分词；

将全部分词在领域词典中进行甄别，获取其中属于题型描述信息的目标分词；

其中所述题型描述信息包括题型学科、题型名称以及题型备注；

由所述目标分词构建出所述题型索引词库。