[發明專利]一種判題方法、裝置、電子設備及存儲介質

有效

• 申請號: 202110316790.4
• 申請日: 2021-03-25
• 公開（公告）號: CN112712069B
• 公開（公告）日: 2021-07-23
• 發明（設計）人: 秦勇
• 申請（專利權）人: 北京易真學思教育科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06F16/33;G06T9/00;G06F40/30
• 代理公司: 北京開陽星知識產權代理有限公司 11710
• 代理人: 武玉維

1.一種判題方法，其特征在于，包括：

獲取待判題目對應的第一圖像，其中，所述待判題目包括題干和待判答案；

確定所述第一圖像的第一數字編碼；所述第一數字編碼為所述第一圖像的特征表征；確定所述第一圖像的第一數字編碼包括：將所述第一圖像輸入至訓練好的第一變分貝葉斯VAE模型的編碼器，獲得所述第一數字編碼；或者，將所述第一圖像輸入至與所述待判題目所屬題型對應的訓練好的第二變分貝葉斯VAE模型的編碼器，獲得所述第一數字編碼；

確定預設題庫中與所述第一數字編碼的相似度達到閾值的參考編碼，其中，所述參考編碼為已收集題干及標準答案對應的第二圖像的數字編碼；

基于所述參考編碼確定所述待判答案的正確性；

利用收集到的樣本的梯度圖對原始VAE模型進行第一階段訓練，獲得第一VAE模型；

利用所述第一VAE模型分別獲得各所述樣本對應的樣本數字編碼；

基于聚類算法對所述樣本數字編碼進行聚類，獲得設定數量的聚類中心編碼；

基于所述聚類中心編碼對所述第一VAE模型進行第二階段訓練，獲得所述訓練好的第二變分貝葉斯VAE模型的編碼器；

所述基于所述聚類中心編碼對所述第一VAE模型進行第二階段訓練，獲得所述訓練好的第二變分貝葉斯VAE模型的編碼器，包括：

將任一所述樣本的梯度圖作為當前樣本梯度圖輸入至所述第一VAE模型的編碼器，獲得當前樣本數字編碼；

根據所述當前樣本數字編碼與各所述聚類中心編碼之間的相似度，對所述當前樣本數字編碼進行歸類融合，獲得融合后的聚類中心編碼；

將所述融合后的聚類中心編碼輸入至所述第一VAE模型的解碼器，獲得輸出結果；

根據所述輸出結果與所述當前樣本梯度圖之間的差值調整所述第一VAE模型的模型參數，以對所述第一VAE模型進行第二階段訓練，直到所述第一VAE模型的設定指標達到目標值，獲得所述訓練好的第二變分貝葉斯VAE模型的編碼器。

2.根據權利要求1所述的方法，其特征在于，所述獲取待判題目對應的第一圖像，包括：

僅針對所述待判題目所在區域進行拍照，獲得所述第一圖像；

或者，針對包括所述待判題目的試卷進行拍照，獲得原始圖像；

將所述原始圖像輸入至版面分析模型，獲得所述待判題目所在區域的位置；

根據所述位置，從所述原始圖像中裁剪出所述待判題目的所在區域，獲得所述第一圖像。

3.根據權利要求1所述的方法，其特征在于，將所述第一圖像輸入至訓練好的第一變分貝葉斯VAE模型的編碼器之前，還包括：

確定所述第一圖像的梯度圖；

對應的，將所述第一圖像輸入至訓練好的第一變分貝葉斯VAE模型的編碼器包括：

將所述梯度圖輸入至訓練好的第一變分貝葉斯VAE模型的編碼器。

4.根據權利要求1所述的方法，其特征在于，所述根據所述當前樣本數字編碼與各所述聚類中心編碼之間的相似度，對所述當前樣本數字編碼進行歸類融合，獲得融合后的聚類中心編碼，包括：

按照設定度量方式確定所述當前樣本數字編碼分別與各所述聚類中心編碼之間的相似度；

將與所述當前樣本數字編碼的相似度最高的所述聚類中心編碼與所述當前樣本數字編碼進行融合，獲得融合后的聚類中心編碼。

5.根據權利要求1-4任一項所述的方法，其特征在于，所述基于所述參考編碼確定所述待判答案的正確性，包括：

若所述預設題庫中存在所述參考編碼，則確定所述待判答案為正確答案，否則，確定所述待判答案為錯誤答案；

或者，確定所述參考編碼對應的參考題目內容與所述待判題目內容之間的編輯距離，其中，所述參考題目內容包括題干和標準答案；

若所述編輯距離小于設定值，則確定所述待判答案為正確答案，否則，確定所述待判答案為錯誤答案。