题目辅助方法、装置和系统制造方法及图纸

本公开涉及一种题目辅助方法、装置和系统，所述题目辅助方法包括：获取题目影像，并根据题目影像识别出题目内容；根据题目内容产生解题答案和解题过程，其中，解题过程包括解题步骤或者解题过程包括解题步骤和至少部分解题步骤的步骤说明；将解题过程设置在相应的显示层级中；以及根据默认的显示规则和接收到的显示指令中的至少一个来显示对应的显示层级。

【技术实现步骤摘要】
题目辅助方法、装置和系统
本公开涉及人工智能
，尤其涉及一种题目辅助方法、装置和系统。
技术介绍
近年来，人工智能技术已经广泛应用于日常的学习和教学中。例如，可以利用各种电子设备来拍摄、识别题目并进行解题，从而获得与题目对应的解题答案和解题过程，以辅助学习和教学。因此，存在对新技术的需求。
技术实现思路
本公开的目的是提供一种题目辅助方法和题目辅助系统。根据本公开的第一方面，提供了一种题目辅助方法，包括：获取题目影像，并根据题目影像识别出题目内容；根据题目内容产生解题答案和解题过程，其中，解题过程包括解题步骤或者解题过程包括解题步骤和至少部分解题步骤的步骤说明；将解题过程设置在相应的显示层级中；以及根据默认的显示规则和接收到的显示指令中的至少一个来显示对应的显示层级。根据本公开的第二方面，提供了一种题目辅助装置，所述题目辅助装置包括存储器、处理器以及存储在所述存储器上的指令，当所述指令被所述处理器执行时，实现如上所述的题目辅助方法的步骤。根据本公开的第三方面，提供了一种题目辅助系统，所述题目辅助系统包括用户终端以及服务器，其中：所述用户终端被配置为获取题目影像；所述用户终端和所述服务器中的至少一者被配置为根据题目影像识别出题目内容；所述服务器被配置为根据题目内容产生解题答案和解题过程，其中，解题过程包括解题步骤或者解题过程包括解题步骤和至少部分解题步骤的步骤说明；所述用户终端和所述服务器中的至少一者还被配置为将解题过程设置在相应的显示层级中；以及所述用户终端被配置为根据默认的显示规则和接收到的显示指令中的至少一个来显示对应的显示层级。根据本公开的第四方面，提供了一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质上存储有指令，当所述指令被所述处理器执行时，实现如上所述的题目辅助方法的步骤。根据本公开的第五方面，提供了一种计算机程序产品，所述计算机程序产品包括指令，当所述指令被所述处理器执行时，实现如上所述的题目辅助方法的步骤。通过以下参照附图对本公开的示例性实施例的详细描述，本公开的其它特征及其优点将会变得清楚。附图说明构成说明书的一部分的附图描述了本公开的实施例，并且连同说明书一起用于解释本公开的原理。参照附图，根据下面的详细描述，可以更加清楚地理解本公开，其中：图1示意性地示出了根据本公开的一示例性实施例的题目辅助方法的流程示意图。图2是图1的题目辅助方法中步骤S100的流程示意图。图3是图1的题目辅助方法中步骤S200的至少部分流程的流程示意图。图4是示意性地示出根据本公开的一具体实施例的显示层级结构图。图5是图1的题目辅助方法中步骤S300的流程示意图。图6是示意性地示出了根据本公开的一示例性实施例的题目辅助装置的框图。图7是示意性地示出了根据本公开的一示例性实施例的题目辅助系统的框图。注意，在以下说明的实施方式中，有时在不同的附图之间共同使用同一附图标记来表示相同部分或具有相同功能的部分，而省略其重复说明。在本说明书中，使用相似的标号和字母表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。具体实施方式以下将参照附图来详细描述本公开的各种示例性实施例。应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本公开的范围。在下面描述中，为了更好地解释本公开，阐述了许多细节，然而可以理解的是，在没有这些细节的情况下也可以实践本公开。以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本公开及其应用或使用的任何限制。在这里示出和讨论的所有示例中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为说明书的一部分。本公开提供了一种题目辅助方法，可以用于例如学习和教学。在本公开的实施例中，可以按照显示层级来设置并显示相应的解题过程，从而有助于用户根据自身需求选择解题过程的显示方式，以实现灵活的交互，并改善学习和教学效果。如图1所示，在本公开的一示例性实施例中，题目辅助方法可以包括：步骤S100，获取题目影像，并根据题目影像识别出题目内容。具体而言，如图2所示，步骤S100可以包括：步骤S110，采用影像获取装置获取题目影像。其中，影像获取装置可以对需要进行辅助的题目进行拍照或摄像，从而获取题目影像。该影像获取装置可以包括摄像头、成像模块、以及图像处理模块等，还可以包括用于接收或下载影像的通信模块等，影像获取装置可以是独立设置的，也可以被包括在诸如智能电话、平板电脑等用户终端中。题目影像可以包括任何形式的视觉呈现，例如照片或视频等。如图2所示，根据题目影像识别出题目内容还可以包括：步骤S120，采用部署在用户终端的区域识别模型来确定题目影像中的题目内容所在的题目区域，并确定题目区域中的题目数目。其中，区域识别模型可以包括第一神经网络模型，该第一神经网络模型的输入为题目影像，输出为题目影像中的题目内容所在的题目区域。第一神经网络模型可以使用大量的训练样本，按照上述的输入输出，通过任何已知的方法预先训练得到。例如，可以通过如下过程训练得到：建立一个题目影像样本训练集，其中的每个题目影像样本均包括至少一个题目。对每个题目影像样本进行标注处理，以标注出每个题目影像样本中的至少一个题目所在的题目区域的位置；以及通过经过标注处理的题目影像样本训练集对第一神经网络进行训练，以得到第一神经网络模型。第一神经网络可以是任何已知的神经网络，例如深度残差网络、递归神经网络等。对第一神经网络进行训练还可以包括：基于题目影像样本测试集，对经过训练的第一神经网络模型的输出准确率进行测试；若输出准确率小于预定的第一阈值，则增加题目影像样本训练集中的题目影像样本的数量，所增加的题目影像样本中的每个题目影像样本均经过上述标注处理；以及通过增加了题目影像样本数量之后的题目影像样本训练集，重新对第一神经网络进行训练。然后基于题目影像样本测试集对重新训练过的第一神经网络模型的输出准确率再次进行测试，直到第一神经网络模型的输出准确率满足要求即不小于预定的第一阈值为止。本领域技术人员应理解，可以根据需要，将题目影像样本训练集中的一个或多个题目影像样本放到题目影像样本测试集中，也可以将题目影像样本测试集中的一个或多个题目影像样本放到题目影像样本训练集中。此外，区域识别模型可以根据所确定的题目区域进一步获取其中所包含的题目数目，以待进一步处理。如图2所示，根据题目影像识别出题目内容还可以包括：步骤S131，当题目数目等于一时，采用部署在用户终端的第一字符识别模型来识别题目区域中的题目内容，并将所识别的题目内容上传至服务器；步骤S132，当题目数目大于一时，将题目影本文档来自技高网...

【技术保护点】
1.一种题目辅助方法，其特征在于，所述题目辅助方法包括：/n获取题目影像，并根据题目影像识别出题目内容；/n根据题目内容产生解题答案和解题过程，其中，解题过程包括解题步骤或者解题过程包括解题步骤和至少部分解题步骤的步骤说明；/n将解题过程设置在相应的显示层级中；以及/n根据默认的显示规则和接收到的显示指令中的至少一个来显示对应的显示层级。/n

【技术特征摘要】
1.一种题目辅助方法，其特征在于，所述题目辅助方法包括：
获取题目影像，并根据题目影像识别出题目内容；
根据题目内容产生解题答案和解题过程，其中，解题过程包括解题步骤或者解题过程包括解题步骤和至少部分解题步骤的步骤说明；
将解题过程设置在相应的显示层级中；以及
根据默认的显示规则和接收到的显示指令中的至少一个来显示对应的显示层级。


2.根据权利要求1所述的题目辅助方法，其特征在于，获取题目影像，并根据题目影像识别出题目内容包括：
采用影像获取装置获取题目影像；
采用部署在用户终端的区域识别模型来确定题目影像中的题目内容所在的题目区域，并确定题目区域中的题目数目；以及
当题目数目等于一时，采用部署在用户终端的第一字符识别模型来识别题目区域中的题目内容，并将所识别的题目内容上传至服务器；
当题目数目大于一时，将题目影像中的至少题目区域上传至服务器中，并采用部署在服务器的第二字符识别模型来识别题目内容。


3.根据权利要求1所述的题目辅助方法，其特征在于，根据题目内容产生解题答案包括：
根据由题目内容所确定的题目类型，确定部署在服务器的解题模型；以及
采用解题模型来产生解题答案。


4.根据权利要求3所述的题目辅助方法，其特征在于，解题模型包括用于题目类型为计算题的题目的计算模型，以及用于题目类型为应用题的题目的自然语言处理模型...

【专利技术属性】
技术研发人员：何涛，罗欢，陈明权，
申请(专利权)人：杭州大拿科技股份有限公司，
类型：发明
国别省市：浙江;33