[發明專利]人機結合的中文作文批改系統和方法

有效

• 申請號: 202110774531.6
• 申請日: 2021-07-08
• 公開（公告）號: CN113360608B
• 公開（公告）日: 2023-10-20
• 發明（設計）人: 楊林;雷思東
• 申請（專利權）人: 北京閱神智能科技有限公司;北京一筆兩劃科技有限公司
• 主分類號: G06F16/33
• 分類號: G06F16/33;G06F16/35;G06F40/117;G06F40/166;G06F40/216;G06F40/258;G06F40/289;G06F40/30
• 代理公司: 北京細軟智谷知識產權代理有限責任公司 11471
• 代理人: 周亮

本申請涉及一種人機結合的中文作文批改系統和方法，所述系統包括作文獲取系統、預處理系統、批改系統和素材推薦系統，其中，預處理系統對作文獲取系統獲取的圖片格式的待批改作文進行預處理后，由批改系統進行自動批改，并在作文紙的原始圖片上給出批改信息，從而教師和學生能夠看到直觀的批改結果；此外，給出的批改信息是可編輯形式的，從而教師能夠根據自身經驗對批改信息進行進一步修改，使批改結果更加符合實際情況；并且，素材推薦系統可以根據批改結果中作文的缺點自動推薦優秀的作文素材，便于學生提升作文能力。也就是說，采用本申請的技術方案，能夠解決現有技術存在的問題，能夠呈現直觀的批改結果，且提供更多功能。

技術領域

本申請涉及計算機技術領域，尤其涉及一種人機結合的中文作文批改系統和方法。

背景技術

nlp(Natural Language Processing，自然語言處理)技術在語文作文等領域開始逐漸滲透，在一些作文基礎維度診斷和統計分析類的工作上，都可以由計算機來分擔一部分老師比較瑣碎的工作。

現有的作文自動批改系統大多是需要兩階段的操作，首先需要進行ocr識別(Optical Character Recognition，光學字符識別)，將上傳的作文圖片轉換為文字形式的結果，然后再基于nlp技術對轉換的文字內容進行識別、批改。其批改結果最終也是以單獨的文本形式展示的，不能同步到作文紙上，也即批改結果呈現方式不太直觀；并且現有的大多系統只是實現批改功能，功能單一。

發明內容

本申請提供一種人機結合的中文作文批改系統和方法，以解決現有的作文自動批改系統的批改結果呈現方式不太直觀，且功能單一的問題。

本申請的上述目的是通過以下技術方案實現的：

第一方面，本申請實施例提供一種人機結合的中文作文批改系統，其包括：

作文獲取系統，用于獲取用戶上傳的圖片格式的待批改作文；其中，所述的圖片格式包括PDF格式；

預處理系統，用于利用ocr識別引擎，對獲取的待批改作文進行版面分析以提取實際作文區域，得到文本位置坐標信息和文本內容信息，并進行標題提取和分段處理；

批改系統，用于對預處理系統得到的文本內容信息進行批改，并將批改信息添加至原始的圖片格式的待批改作文的對應位置；其中，所述批改信息為可編輯形式，且所述批改系統提供批改工具，以使用戶能夠對所述批改信息進行修改；

素材推薦系統，用于根據作文存在的缺點自動推薦優秀作文素材。

可選的，所述作文獲取系統能夠獲取單張圖片或獲取批量上傳的多張圖片，若為批量上傳的多張圖片，則自動將多張圖片與對應的姓名進行匹配；匹配過程包括：對各圖片進行版面分析，以提取姓名區域得到多張姓名區域圖片，利用ocr識別引擎對各所述姓名區域圖片進行識別，得到姓名信息；根據得到的姓名信息將對應的圖片與對應的姓名進行匹配。

可選的，所述預處理系統提取實際作文區域的過程包括：

提取圖片外圍最大連通區域，并在超過設定區域閾值時，確定連通區域內部的區域為實際作文區域；

對最大連通區域輪廓上的每個點與上傳圖片四個頂點進行距離計算，分別選取距離原始圖片四個頂點距離最近的四個點作為實際作文區域的四個頂點；

基于上述選取得到的實際作文區域的四個頂點，進行透視變換，以矯正圖片。

可選的，所述預處理系統進行標題提取和分段處理的過程包括：