[發明專利]一種題目搜索、批改方法、裝置、電子設備和存儲介質

有效

• 申請號: 201811125687.6
• 申請日: 2018-09-26
• 公開（公告）號: CN109271401B
• 公開（公告）日: 2021-11-12
• 發明（設計）人: 何濤;羅歡;陳明權
• 申請（專利權）人: 杭州大拿科技股份有限公司
• 主分類號: G06F16/24
• 分類號: G06F16/24;G06N3/02
• 代理公司: 上海思捷知識產權代理有限公司 31295
• 代理人: 王宏婧

本發明提供了一種題目搜索、批改方法、裝置、電子設備和存儲介質，包括：對待搜索試卷的影像進行檢測，檢測出待搜索試卷上各個待搜索題目的區域，識別出各個待搜索題目區域中題干的文字內容；將每一待搜索題目題干的文字內容輸入題干向量化模型，得到每一待搜索題目的題干的特征向量，作為每一待搜索題目的特征向量；針對每一待搜索題目，在題庫中進行搜索，查找與該待搜索題目的特征向量相匹配的特征向量，將題庫中相匹配的特征向量對應的題目確定為與該待搜索題目最接近的題目；匯總查找到的所有待搜索題目的最接近題目所在的試卷，將滿足預設條件的試卷確定為與待搜索試卷匹配的試卷。應用本發明提供的方案可以提高搜索速度和準確度。

技術領域

本發明涉及人工智能技術領域，尤其涉及一種題目搜索、批改方法、裝置、電子設備和計算機可讀存儲介質。

背景技術

隨著計算機技術和教育信息化的不斷推進，計算機技術已經逐步應用于日常的教育教學各項活動中，例如在教學評測場景下得到了相應的應用。國內現有的基礎教育、學生學習狀況的主要考察形式仍是各種類型的考試或測試，在此狀況下，教師背負著很大的批改試卷的工作壓力。

目前，智能終端類產品有許多解決批改作業和試卷的搜題APP，將包含待批改試卷的影像輸入搜題APP，以便搜題APP根據試卷的影像內容從題庫中搜索到與試卷的影像中的各個題目相對應的題目。

現有的題目搜索方法在進行題目搜索時，是根據各個題目的題干的文字內容在題庫中進行查找，然而，這種搜索方式效率低，而且很容易出錯，有部分文字內容不同就無法查找到對應的題目。

發明內容

本發明的目的在于提供一種題目搜索方法、批改、裝置、電子設備和計算機可讀存儲介質，以解決現有的題目搜索方式效率低，容易出錯的問題。

為達到上述目的，本發明提供了一種題目搜索方法，所述方法包括：

步驟S11：對待搜索試卷的影像進行檢測，檢測出所述待搜索試卷上的各個待搜索題目的區域，并識別出各個待搜索題目的區域中題干的文字內容；

步驟S12：將每一待搜索題目的題干的文字內容輸入預先訓練的題干向量化模型中，得到每一待搜索題目的題干的特征向量，作為每一待搜索題目的特征向量，其中，所述題干向量化模型是基于神經網絡的模型；

步驟S13：針對每一待搜索題目，在題庫中進行搜索，查找與該待搜索題目的特征向量相匹配的特征向量，將題庫中相匹配的特征向量對應的題目確定為與該待搜索題目最接近的題目；

步驟S14：匯總查找到的所有待搜索題目的最接近題目所在的試卷，將滿足預設條件的試卷確定為與所述待搜索試卷匹配的目標試卷，通過所述目標試卷完成對所述待搜索試卷上的待搜索題目的搜索。

可選的，所述題干向量化模型通過以下步驟訓練得到：

對第一題目樣本訓練集中每個題目樣本進行標注處理，標注出每個題目樣本中題干的文字內容；

利用神經網絡模型對每個題目樣本中題干的文字內容進行二維特征向量提取，從而訓練得到所述題干向量化模型。

可選的，在所述待搜索試卷中的待搜索題目包含圖片的情況下，所述方法還包括：

步驟S15：在步驟S11檢測出所述待搜索試卷上的各個待搜索題目的區域之后，將包含圖片的待搜索題目中的圖片輸入預先訓練的圖片向量化模型中，得到包含圖片的待搜索題目的圖片的特征向量，其中，所述圖片向量化模型是基于神經網絡的模型；

步驟S16：在步驟S12得到每一待搜索題目的題干的特征向量之后，對于不包含圖片的待搜索題目，直接將該待搜索題目的題干的特征向量作為該待搜索題目的特征向量，對于包含圖片的待搜索題目，將該待搜索題目的圖片的特征向量與題干的特征向量進行拼接，作為該待搜索題目的特征向量。