[發明專利]一種智能輔助實踐實訓課程類別的教學系統

有效

• 申請號: 202110087349.3
• 申請日: 2021-01-22
• 公開（公告）號: CN112927109B
• 公開（公告）日: 2023-09-26
• 發明（設計）人: 潘明來;張凌;張開陽;鄒杜
• 申請（專利權）人: 華南理工大學
• 主分類號: G06Q50/20
• 分類號: G06Q50/20;G06Q10/10;G06F18/22;G06F40/194;G06F16/182;G06F21/31;G06N3/0464;G09B5/08
• 代理公司: 廣州市華學知識產權代理有限公司 44245
• 代理人: 馮炳輝

1.一種智能輔助實踐實訓課程類別的教學系統，其特征在于，包括：

課程設置與實驗布置模塊，用于實現教師將相關教學課程的資源、課程相關實驗與評分準則利用網絡資源進行布置，從而能夠讓學生進行對應課程實驗報告的上傳提交；

實驗報告上傳提交模塊，用于實現學生在規定的時間內將所學課程的實驗報告以文檔或圖片的形式進行上傳，根據學生提交的文件名稱后綴判斷文件類型后進行存儲，為實驗報告的輔助批改與輔助批改中文件類型的判定提供依據；

實驗報告輔助批改模塊，用于實現對學生提交的實驗報告進行輔助批改，根據文件的不同類型進行相應處理，對文本類型的實驗報告進行文本分析及其相似度判定，為分數判定模塊提供文本相似度分值；對圖像類型的實驗報告進行圖像檢測與識別，為分數判定模塊提供目標檢測分值；

輔助分數評定模塊，用于給出學生提交的實驗報告的輔助分值，結合實驗的評分準則與實驗報告輔助批改模塊提供的文本相似度分值和目標檢測分值計算出學生實驗報告的分數；

教師評分模塊，用于教師對學生提交的實驗報告進行評分，教師登錄后能夠查看輔助批改的分值，對實驗報告的分值進行修改并且給予實驗報告的批改意見；

所述課程設置與實驗布置模塊包括用戶登錄模塊、課程設置模塊、學生與教師導入模塊、實驗布置模塊，其中：

所述用戶登錄模塊根據用戶輸入的用戶名和正確的密碼登錄系統，以便能夠在系統中進行課程信息的設置；

所述課程設置模塊負責將開設的課程基本信息在系統中設置，包括課程名稱、課程介紹、課程的開始與結束時間及課程資源信息；

所述學生與教師導入模塊負責在系統中對開設的課程的學生與教師進行導入，賬戶的導入有兩種方式：1）單個學生與教師賬戶的導入，填寫學生與教師的賬戶名、姓名、密碼信息后進行賬戶的導入；2）多個學生與教師賬戶一次性創建，將學生與教師的賬戶名、姓名、密碼信息逐行填寫至一excel文件中，將該excel文件上傳至系統，系統通過逐行讀取該文件進行賬戶的導入；

所述實驗布置模塊負責布置課程實驗，包括課程實驗的實驗名稱、實驗要求和評分細則，評分細則中針對不同作業類型進行制定，文本類型實驗需要布置答題模板文件，圖像類型實驗需要給出成品類型說明；

所述實驗報告上傳提交模塊包括實驗報告上傳模塊、實驗報告類型判定模塊、實驗報告提交模塊，其中：

所述實驗報告上傳模塊負責學生將自己的實驗報告文件上傳到系統關聯的云存儲平臺，學生需要用自己的用戶名和密碼進行登錄，在自己所學課程中的對應實驗上傳自己的實驗報告文件，文件存儲在云存儲平臺中，上傳成功系統中保存上傳成功后返回的文件資源的編號；

所述實驗報告類型判定模塊負責根據實驗的文件名稱來進行文件類型的判定，文件的名稱包含文件的類型，文件的類型為pdf、doc或docx時則為文本類型實驗報告，文件的類型為jpg、jpeg或png時為圖像類型實驗報告；

所述實驗報告提交模塊負責學生在規定的時間內對自己上傳的實驗報告文件進行提交，根據文件的名稱、文件的類型、該文件保存在云存儲平臺的資源編號完成實驗報告的提交；

所述實驗報告輔助批改模塊包括文本題目與答案分離模塊、文本對比模塊、圖像檢測與識別模塊，其中：

所述文本題目與答案分離模塊負責處理文本類型的實驗報告，按照課程設置與實驗布置模塊中布置的答題模板文件中的題目信息的內容，與學生提交的實驗報告中的內容進行相應對比，從而提取出每一題對應的答案，為文本對比模塊做準備；

所述文本對比模塊負責將答題模板文件中的答案內容與學生提交的實驗報告中的答案內容進行文本對比，其主要是利用基于向量空間的語義相似度算法得出文本相似度，基于向量空間的語義文本相似度算法對待檢測的兩個文檔進行相似度判定；

所述圖像檢測與識別模塊利用基于深度學習的實例分割算法Mask?Scoring?R-CNN實現物體的檢測與識別，得出圖像類型實驗報告的目標檢測分值；Mask?Scoring?R-CNN的主干網絡主要負責對輸入圖像的特征提取，并能夠提取小特征；Mask?Scoring?R-CNN的區域生成網絡RPN負責生成候選框，并對候選框進行篩選和映射，獲得精確的包含目標對象的特征建議區域；Mask?Scoring?R-CNN的RoI?Align層能夠將特征像素進行對齊操作；MaskScoring?R-CNN的Mask?掩膜分支網絡能夠預測目標分割的掩膜并將其輸出，其R-CNN?檢測分支網絡能夠獲取目標對象的具體分類結果，以及輸出目標邊界框的位置信息；MaskScoring?R-CNN的MaskIoU?分支網絡用于預測?Mask?分支生成的預測?mask?與真值?mask之間的?IoU，從而對預測的?Mask?進行評分；

所述輔助分數評定模塊負責根據評分準則與文本類型實驗報告的文本相似度和圖像類型實驗報告的目標檢測分值進行公式計算：

Score?=?Score_Total?*?Score_Help

式中，Score表示輔助批改的得分，Score_Total表示實驗的總分，當實驗報告是文本類型時：Score_Help為文本相似度分值，取值范圍為0-1；當實驗報告是圖像類型時：Score_Help為目標檢測分值，取值范圍為0-1。

2.根據權利要求1所述的一種智能輔助實踐實訓課程類別的教學系統，其特征在于：所述教師評分模塊包括用戶登錄模塊、智能跳轉模塊、自主評分模塊，其中：

所述用戶登錄模塊根據教師用戶輸入的用戶名和正確的密碼登錄系統；

所述智能跳轉模塊負責智能判斷登錄教師的身份，主要是根據教師的賬號信息判斷教師所教學的課程、課程中的身份，幫助不同的教師用戶省略一些不必要的復雜操作，直接進入自主評分頁面，從而直接對學生的實驗報告進行評分；

所述自主評分模塊負責教師查看智能輔助批改的分數，能夠對分數進行修改，并且給予批改意見。