[发明专利]一种作业评阅系统及方法

权利要求书

1.一种作业评阅系统，其特征在于，包括：

作业提取模块，用于采用B/S架构、HTML5技术以及COM自动化技术提取文字陈述性作业；

自动批阅分析模块，用于按照批阅库中的模糊语义，基于正则表达式的模糊语义定位识别算法以及深度学习语义向量相似度识别算法对所述文字陈述性作业进行模糊语义识别，确定分析结果；所述批阅库包括多条模糊语义，每一条所述模糊语义对应一条或多条自动批注语句，若一条模糊语义对应多条自动批注语句，随机确定多条所述自动批注语句中的一条作为分析结果；所述分析结果包括所述文字陈述性作业中的错误、问题、优点以及缺点；

自动批注模块，用于基于正则表达式的模糊语义定位识别算法和Ajax异步通讯技术，根据所述分析结果对所述文字陈述性作业自动添加所述批阅库内的自动批注语句，并根据批注语句生成批注类别；所述批注类别包括每条批注语句对应的格式、内容、专业要求，如格式错误、内容缺失、内容错误以及不符合专业要求；

自动总评模块，用于利用深度学习语义向量相似度识别算法，根据所述批注类别生成总评报告；所述总评报告包括作业优缺点评价、分数、教师签名以及批阅日期。

2.根据权利要求1所述的作业评阅系统，其特征在于，所述自动批阅分析模块，具体包括：

批阅库信息获取单元，用于基于正则表达式的模糊语义定位识别算法，获取所述批阅库中每条模糊语义对应的区域及内容；

分析结果确定单元，用于基于深度学习语义向量相似度识别算法，按照所述批阅库中每条模糊语义对应的区域及内容对所述文字陈述性作业进行分词、过滤及语义对比，确定分析结果。

3.根据权利要求1所述的作业评阅系统，其特征在于，还包括：

自动查重模块，用于基于正则表达式的模糊语义定位识别算法，对比多份所述总评报告，筛选出文字重复率大于或者等于文字重复率阈值的文字陈述性作业。

4.根据权利要求3所述的作业评阅系统，其特征在于，还包括：

重返模块，用于基于B/S架构、HTML5技术以及COM自动化技术，将文字重复率大于或者等于文字重复率阈值的文字陈述性作业返回给教师客户端，进行人工复核、校对及修正。

5.根据权利要求4所述的作业评阅系统，其特征在于，还包括：

个性化批注模块，用于基于正则表达式的模糊语义定位识别算法，由所述教师客户端人工添加个性化批注语句，并将所述个性化批注语句作为自动批注语句，更新所述批阅库。

6.根据权利要求1所述的作业评阅系统，其特征在于，还包括：

总评报告发送模块，用于基于B/S架构、HTML5技术以及Ajax技术，将所述总评报告自动发送至学生客户端。

7.一种作业评阅方法，其特征在于，包括：

采用B/S架构、HTML5技术以及COM自动化技术提取文字陈述性作业；

按照批阅库中的模糊语义，基于正则表达式的模糊语义定位识别算法以及深度学习语义向量相似度识别算法对所述文字陈述性作业进行模糊语义识别，确定分析结果；所述批阅库包括多条模糊语义，每一条所述模糊语义对应一条或多条自动批注语句，若一条模糊语义对应多条自动批注语句，随机确定多条所述自动批注语句中的一条作为分析结果；所述分析结果包括所述文字陈述性作业中的错误、问题、优点以及缺点；

基于正则表达式的模糊语义定位识别算法和Ajax异步通讯技术，根据所述分析结果对所述文字陈述性作业自动添加所述批阅库内的自动批注语句，并根据批注语句生成批注类别；所述批注类别包括每条批注语句对应的格式、内容、专业要求，如格式错误、内容缺失、内容错误以及不符合专业要求；

利用深度学习语义向量相似度识别算法，根据所述批注类别生成总评报告；所述总评报告包括作业优缺点评价、分数、教师签名以及批阅日期。