[发明专利]一种试题检索系统及方法

说明书

本发明公开了一种试题检索系统及方法，包括试题库模块、ocr模块、第一检索模块、第二检索模块，试题库模块用于采集试题图像，ocr模块用于对待检索的试题图像进行ocr识别，第一检索模块用于对待检索试题进行第一检索操作，第二检索模块用于对第一检索模块的结果进行第二步骤的检索操作。本发明通过第一检索模块合第二检索模块，能够利用第一检索模块缩小待检索试题的检索范围，从而利用第二检索模块在提高待检索试题检索的准确性，通过有效的结合了文本识别匹配特性及图片相似度匹配特性，在保证了识别正确率的同时也保障了识别的速度。可有效提高用户的搜题使用体验。

技术领域

本发明涉及智能教育技术领域，具体为一种试题检索系统及方法。

背景技术

目前，在线教育产品不断发展，其中包括具备拍照答疑等功能的搜题类产品。搜题类产品旨在学生用户在作业中遇到难题时，可以获取包含题目的图像并对该图像进行图像识别，基于图像识别的结果在后台题库搜索用户需要的题目和答案解析。

当前的试题搜索通常是拍摄试题图像，对试题题干进行ocr之后进行文本相似度检测，从而确认出目标检索题目，该种方法对文本较多的试题准确率很高，但是对文本少附图多的试题，则准确率低，因此需要一种试题检索优化系统及方法。

发明内容

本发明的目的在于提供一种试题检索系统及方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：一种试题检索系统，包括试题库模块、ocr模块、第一检索模块、第二检索模块；

试题库模块用于采集试题图像；

ocr模块用于对待检索的试题图像进行ocr识别；

第一检索模块用于对待检索试题进行第一检索操作；

第二检索模块用于对第一检索模块的结果进行第二步骤的检索操作。

优选的，所述试题库模块为扫描仪、高拍仪以及智能设备摄像头对试题图像进行采集。

优选的，所述试题库模块还用于对采集的试题资源数据进行预处理，包括题干以及试题图像储存。

优选的，所述第一检索模块用于缩小检索范围。

一种试题检索方法，其特征在于，包括以下步骤：

S1:采集试题，获取待识别试题，通过第一检索模块对试题获取检索结果集，若检索结果存在该目标试题，则检索结束，若检索结果集不存在该目标试题，则通过第二检索模块进行进一步检索，确认出目标试题；

S2：获取待识别试题，对所采集的试题图像进行题块切割，将试题题目切割成独立的试题块，用户可选择试题块作为待检索试题；

S3：文本字数检索，获取ocr识别的试题文本字数，当字数超过预设阈值时，第一检索模块检索的结果有效；

S4：文本内容检索：获取ocr识别的试题文本，根据试题文本在试题库模块中进行文本相似度匹配，若相似度置信度大于预设阈值时，第一检索模块检索结果有效；

S5：试题文本字数小于预设阈值时，以试题库模块中试题文本小于所述预设阈值的结果集作为第一检索模块检索的结果集合；

S6：试题文本相似度置信度小于预设阈值时，进一步获取相似度大于第二预设阈值的结果集，将所述结果集作为第一检索模块的结果集合；

S7：第二检索模块检索，获取第一检索模块检索的结果集合试题库模块中的试图图像，根据当前采集的试题图像进行图像相似度匹配，依据匹配结果置信度最高的值为检索结果

优选的，所述试题库模块对试题进行预处理包括对采集图像展平以及图像校正。