[發(fā)明專利]基于深度學習的高效閱卷方法和閱卷系統(tǒng)

在審

• 申請?zhí)枺?/td>: 201711177675.3
• 申請日: 2017-11-23
• 公開（公告）號: CN107832768A
• 公開（公告）日: 2018-03-23
• 發(fā)明（設(shè)計）人: 姜韻慧;田野
• 申請（專利權(quán)）人: 鹽城線尚天使科技企業(yè)孵化器有限公司
• 主分類號: G06K9/34
• 分類號: G06K9/34;G06K9/62;G06K9/68
• 代理公司: 南京匯恒知識產(chǎn)權(quán)代理事務所(普通合伙)32282
• 代理人: 夏恒霞

1.基于深度學習的高效閱卷方法，其特征在于，包括如下步驟：

（1）、圖像定位：將答卷位置確定好方便系統(tǒng)正確地掃描答卷；

（2）、圖像掃描：將手寫字符錄入到系統(tǒng)中；

（3）、圖像預處理：處理后使系統(tǒng)識別答卷上手寫的字符；

（4）、標準學習：建立答案庫，用于主觀題權(quán)重計算；

（5）、試卷批閱：對照答案庫分別對客觀題和主觀題進行批閱，并對照評分規(guī)則給出得分。

2.根據(jù)權(quán)利要求1所述的基于深度學習的高效閱卷方法，其特征在于，所述的圖像掃描基于攝像頭掃描技術(shù)：將攝像頭對準答題卡拍攝，系統(tǒng)自動匹配掃描準線，并將對應的原始字符輸出到終端。

3.根據(jù)權(quán)利要求1所述的基于深度學習的高效閱卷方法，其特征在于，所述的圖像掃描基于光束掃描技術(shù)：將試卷中所有印跡都掃描至終端。

4.根據(jù)權(quán)利要求1所述的基于深度學習的高效閱卷方法，其特征在于，所述圖像預處理包括：圖像灰度化處理、圖像二值化處理以及圖像去噪處理。

5.根據(jù)權(quán)利要求4所述的基于深度學習的高效閱卷方法，其特征在于，在圖像預處理時，以字符的結(jié)構(gòu)為標準，對字符進行分模塊識別，參考模塊庫輸出識別出來的字符；所述模塊庫是以漢字、26個字母、10個數(shù)字為標準建立的樣本庫經(jīng)過模塊化處理得到的。

6.根據(jù)權(quán)利要求1所述的基于深度學習的高效閱卷方法，其特征在于，所述標注學習的具體方法為：首先在系統(tǒng)中輸入一份標準答案，然后隨機抽取多份樣本供計算機學習，答案詞條匹配時采用模糊匹配方法和同義詞條替換技術(shù)，在機器學習時不斷更新匹配庫以及詞條庫，輸出一個新的答案庫，并對答案庫中的答案以N個字符為節(jié)點分解成多個模塊。

7.根據(jù)權(quán)利要求6所述的基于深度學習的高效閱卷方法，其特征在于，所述樣本數(shù)量為總批卷量的1/10。

8.根據(jù)權(quán)利要求6所述的基于深度學習的高效閱卷方法，其特征在于，N等于10。

9.實現(xiàn)如權(quán)利要求1-8任一項所述的高效閱卷方法的閱卷系統(tǒng)，其特征在于，包括：圖像掃描模塊、圖像預處理模塊、圖像存儲模塊、標準學習模塊、答案庫模塊以及試卷批閱模塊，所述圖像掃描模塊掃描試卷上的字符后經(jīng)圖像預處理模塊處理后輸出至圖像存儲模塊，標準學習模塊調(diào)取圖像存儲模塊中的多個樣本進行深度學習后輸出新的主觀題答案并輸出至答案庫模塊中，所述試卷批閱模塊調(diào)取答案庫模塊中的數(shù)據(jù)進行比對后給出每題作答者最后的總權(quán)值，并根據(jù)負責人給定的評分規(guī)則給出最終的得分。