[發明專利]基于文本語義特征分析的學生思想報告分析系統與方法

在審

• 申請號: 202011056279.7
• 申請日: 2020-09-30
• 公開（公告）號: CN112163579A
• 公開（公告）日: 2021-01-01
• 發明（設計）人: 張敏敏
• 申請（專利權）人: 江蘇安全技術職業學院
• 主分類號: G06K9/32
• 分類號: G06K9/32;G06F40/30
• 代理公司: 廣東有知貓知識產權代理有限公司 44681
• 代理人: 馮姣

1.一種基于文本語義特征分析的學生思想報告提煉與分析系統，所述系統包括報告輸入子系統、報告分離子系統、報告存儲子系統以及報告評估子系統；

其特征在于：

所述報告輸入子系統包括光學掃描識別模塊和電子文檔提交接口；

所述光學掃描識別模塊，用于對提交的紙質學生思想報告進行光學掃描識別，生成紙質學生思想報告掃描識別版本；

所述電子文檔提交接口，用于接收學生提交的電子學生思想報告以及所述紙質學生思想報告掃描識別版本；

所述報告分離子系統，用于對所述電子文檔提交接口接收的所述電子學生思想報告進行報告內容分離處理；

所述報告存儲子系統，用于存儲所述報告分離子系統對所述電子文檔提交接口接收的所述電子學生思想報告進行報告內容分離處理后的分離內容以及所述紙質學生思想報告掃描識別版本；

所述報告評估子系統，用于基于所述報告存儲子系統存儲的所述分離內容，對所有所述學生思想報告進行評估。

2.如權利要求1所述的一種基于文本語義特征分析的學生思想報告提煉與分析系統，其特征在于：

所述光學掃描識別模塊，用于對提交的紙質學生思想報告進行光學掃描識別，生成紙質學生思想報告掃描識別版本，具體包括：

分別掃描所述紙質學生思想報告的著錄項目段和正文段，得到著錄項目段圖像和正文段圖像；

對于著錄項目段圖像，采用至少一種圖像加密轉換算法，生成所述著錄項目段圖像對應的第一加密身份識別ID；

對于正文段圖像，采用至少一種光學字符識別方法獲取所述正文段圖像對應的至少一個第一字符集合。

3.如權利要求2所述的一種基于文本語義特征分析的學生思想報告提煉與分析系統，其特征在于：

所述報告分離子系統，用于對所述電子文檔提交接口接收的所述電子學生思想報告進行報告內容分離處理，具體包括：

對于所述電子學生思想報告，通過文檔結構識別方法識別出所述電子學生思想報告的著錄項目段和正文段；

對于所述電子學生思想報告的著錄項目段，采用至少一種摘要加密算法，生成所述電子學生思想報告的著錄項目段對應的第二加密身份識別ID；

對于所述電子學生思想報告的正文段，通過與預先配置的關注詞數據進行匹配后，生成所述電子學生思想報告的正文段對應的至少一個第二字符集合。

4.如權利要求3所述的一種基于文本語義特征分析的學生思想報告提煉與分析系統，其特征在于：

所述報告存儲子系統，用于存儲所述報告分離子系統對所述電子文檔提交接口接收的所述電子學生思想報告進行報告內容分離處理后的分離內容以及所述紙質學生思想報告掃描識別版本，具體包括：

所述報告存儲子系統包括第三著錄ID數據庫和第四字符集合數據庫；

將所述第一加密身份識別ID與所述第一字符集合建立第一映射關系；

將所述第二加密身份識別ID與所述第二字符集合建立第二映射關系；

將所述第一加密身份識別ID、第二加密身份識別ID、第一映射關系以及第二映射關系存儲至所述第三著錄ID數據庫；

將所述第一字符集合和所述第二字符集合存儲至所述第四字符集合數據庫。

5.如權利要求3所述的一種基于文本語義特征分析的學生思想報告提煉與分析系統，其特征在于：

所述報告評估子系統，用于基于所述報告存儲子系統存儲的所述分離內容，對所有所述學生思想報告進行評估，具體包括：

計算所述第一字符集合和所述第二字符集合的相似性評分值和差異性評分值；

基于所述相似性評分值和差異性評分值，得到所述第一字符集合和所述第二字符集合對應的至少兩份學生思想報告的評估結果。