口语考试的多评分多智能评分合分方法技术

本发明专利技术公开了口语考试的多评分多智能评分合分方法；步骤1、发送所有考生的所有考题的答案，然后对每一个评分主体对每一所述考题的所述答案进行语音识别后得到的评分进行汇总，生成每一所述考生的每一所述考题的每一所述评分；步骤2、确定每一所述评分主体的评分权重；步骤3、根据每一所述考生的每一所述考题的每一所述评分和相应的每一所述评分权重得出每一所述考生的最终得分。本发明专利技术的应用能够提高学生口语最终得分的准确性，减少单个评分主体带来的不确定性，保障最后评分的公平公正。保障最后评分的公平公正。保障最后评分的公平公正。

【技术实现步骤摘要】
口语考试的多评分多智能评分合分方法


[0001]本专利技术涉及计算机评分
，特别涉及口语考试的多评分多智能评分合分方法。

技术介绍

[0002]随着计算技术的不断提高，基于计算机人工智能和网络平台的考试方式，其中包括计算机智能评分，这逐渐成为教育未来的评价方式。对于外语听说考试来说，阅卷是相当重要的一环，同时也耗时耗力，以往，进行几十万、几百万份考试试卷的评分需要耗费巨大的人力资源，可行性很低，且人工阅卷时带有一定的主观性，受到教师心情、教师宽泛度等多种因素影响。但随着计算机速度的提高，人工智能不断升级，智能阅卷技术已日渐成熟，评分结果基本已达到现场阅卷教师的水平。
[0003]在现有技术中个，传统的机器阅卷评分系统采用单个主体(评分引擎)对学生答卷进行评分，单个主体评分将会出现抹杀学生创造力的风险，一旦学生有新的思路，就会把与众不同、富有创造力的答卷依据样本学习的数据进行统一评分，这样一旦学生有新的思路，就会导致考试成绩不佳。以及，单个主体评分无法对评分有效性进行衡量，导致评分准确率无法保证，会出现与阅卷教师的评分结果差异。
[0004]阅卷结束后，传统的阅卷系统将会把阅卷主体的分数与阅卷教师的分数，通过线下导入导出的方式进行融合，具备一定的数据传输风险，如数据泄露、丢失等重大事故。同时，在数据整合时，因为各阅卷主体的准确率不同，若只通过依靠平均分或主观定义主次阅卷主体来进行合分，将会出现成绩不公平的现象。
[0005]因此，如何解决单主体评分不准确问题成为本领域技术人员急需解决的技术问题。

技术实现思路

[0006]有鉴于现有技术的上述缺陷，本专利技术提供口语考试的多评分多智能评分合分方法，实现的目的是提高学生口语最终得分的准确性，减少单个评分主体带来的不确定性，保障最后评分的公平公正。
[0007]为实现上述目的，本专利技术公开了口语考试的多评分多智能评分合分方法；步骤如下：
[0008]步骤1、发送所有考生的所有考题的答案，然后对每一个评分主体对每一所述考题的所述答案进行语音识别后得到的评分进行汇总，生成每一所述考生的每一所述考题的每一所述评分；
[0009]步骤2、确定每一所述评分主体的评分权重；
[0010]步骤3、根据每一所述考生的每一所述考题的每一所述评分和相应的每一所述评分权重得出每一所述考生的最终得分。
[0011]优选的，确定每一所述评分主体的所述评分权重的方法包括平均各评分主体在各
题中的评分权重值、手动配置各评分主体在各题中的评分权重值，以及自动计算各评分主体在各题中的评分权重值。
[0012]更优选的，所述自动计算各评分主体在各题中的评分权重值的方法为采用权重确认模块，用于自动统计并确定每一所述评分主体在每一所述考题的所述评分权重。
[0013]优选的，在所述步骤3中，还包括以下步骤：
[0014]步骤3.1、误差统计，统计每一所述评分主体在同一所述考生的同一所述考题的所述评分与其它所述评分主体的所述评分之间误差值，并对比是否大于允许误差值；当所述误差值大于所述允许误差值时，执行步骤3.2，若否则跳过步骤3.2，执行步骤3.3；
[0015]步骤3.2、仲裁评分，当所述误差值大于所述允许误差值时，相应的所述考题的所述评分重新进行人工评分，得到新的所述考题的所述评分；
[0016]步骤3.3、得分计算，将每一所述考生的所有的所述考题的所述评分汇总，获得每一所述考生的所述最终得分。
[0017]本专利技术的有益效果：
[0018]本专利技术利用中间平台，使用多评分主体对同一道题进行评分，提高阅卷的准确性。
[0019]针对主体分与教师分数融合出现丢失问题，本专利技术提供将多评分主体与人工评分在同一平台内进行数据融合，避免数据丢失、泄露问题。
[0020]针对多评分主体之间或与人工评分之间的合分方式不合理问题，本专利技术采用平均各评分主体在各题中的评分权重值、手动配置各评分主体在各题中评分权重值及自动计算各评分主体在各题中的评分权值等三种方式进行融合，提高成绩合分的合理性性。
[0021]以下将结合附图对本专利技术的构思、具体结构及产生的技术效果作进一步说明，以充分地了解本专利技术的目的、特征和效果。
附图说明
[0022]图1示出本专利技术一实施例的流程图。
[0023]图2示出本专利技术一实施例中步骤3的流程图。
具体实施方式
[0024]实施例
[0025]如图1所示，口语考试的多评分多智能评分合分方法；步骤如下：
[0026]步骤1、发送所有考生的所有考题的答案，然后对每一个评分主体对每一考题的答案进行语音识别后得到的评分进行汇总，生成每一考生的每一考题的每一评分；
[0027]步骤2、确定每一评分主体的评分权重；
[0028]步骤3、根据每一考生的每一考题的每一评分和相应的每一评分权重得出每一考生的最终得分。
[0029]本专利技术的工作过程如下：
[0030]在步骤1中，将所有待评分的考题答案通过发送接口输入到每一评分主体的系统，发送所有考生对应的所有答案给到每个评分主体，然后汇总每一评分主体对于每一考题的评分。
[0031]在步骤2中，确定各评分主体在所有考题中的评分权重，具体的确定方式包括平均
各评分主体在各题中的评分权重值、手动配置各评分主体在各题中的评分权重值和自动计算各评分主体在各题中的评分权重值。
[0032]在步骤3中，根据评分权重和评分，依次计算每个评分主体在各考题下的有效评分率，最终计算每个评分主体的有效评分率的权重占比。
[0033]比如：该考题有1000份需要仲裁打分，该题目满分为10分，允许误差值为1分，在某一份考题上人工仲裁打分为7，，其中3个评分主体a、b、c，a、b、c各自评分结果分别为7、8、9分，计算评分主体得分与人工仲裁得分之间的误差绝对值分别是0、1、2，再将所有的误差绝对值与允许误差值后进行对比，有效评分主体有a、b，反之无效评分主体则是c，那依次类推该题目1000份需要仲裁题目中，假设a有800份有效评分、b有700份有效评分，c有600份有效评分，再统计出a、b、c的有效评分率分别为80％、70％、60％，再将各自的有效评分率进行百分占比计算分别约为是38％、33％、29％，即为各评分主体的权重。
[0034]在某些实施例中，确定每一评分主体的评分权重的方法包括平均各评分主体在各题中的评分权重值、手动配置各评分主体在各题中的评分权重值，以及自动计算各评分主体在各题中的评分权重值。
[0035]在某些实施例中，自动计算各评分主体在各题中的评分权重值的方法为采用权重确认模块，用于自动统计并确定每一评分主体在每一考题的评分权重。
[0036]如图2所示，在某些实施例中，在步骤3中，还包括以下步骤：
[0037]步骤3.1、误差统计，统计每一评分主体在同一考生的同一考题的评分与其它评分主体的评分之间误差值，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.口语考试的多评分多智能评分合分方法；步骤如下：步骤1、发送所有考生的所有考题的答案，然后对每一个评分主体对每一所述考题的所述答案进行语音识别后得到的评分进行汇总，生成每一所述考生的每一所述考题的每一所述评分；步骤2、确定每一所述评分主体的评分权重；步骤3、根据每一所述考生的每一所述考题的每一所述评分和相应的每一所述评分权重得出每一所述考生的最终得分。2.根据权利要求1所述的口语考试的多评分多智能评分合分方法，其特征在于，确定每一所述评分主体的所述评分权重的方法包括平均各评分主体在各题中的评分权重值、手动配置各评分主体在各题中的评分权重值，以及自动计算各评分主体在各题中的评分权重值。3.根据权利要求2所述的口语考试的多评分多智能评分合分方法，其特征在于，所述自动计算各评分主体...

【专利技术属性】
技术研发人员：杨波，高立英，杜宇星，赵亚豪，
申请(专利权)人：上海好学网络科技有限公司，
类型：发明
国别省市：