基于对标评价的考卷智能分析方法、系统及存储介质技术方案

本发明专利技术公开了一种基于对标评价的考卷智能分析方法、系统及存储介质，包括以下步骤：通过分析学科课标，为其建立课标知识点库；采用图像采集设备输入学生考卷，调用OCR图文识别算法进行考卷识别，构建考卷数学模型并与课标知识点库进行比对分析，生成个性化考卷学情诊断报告。本发明专利技术能够客观评价出考生对学科知识的掌握水平，从而能够为考生制订个性化弹性学习计划提供数据支撑。习计划提供数据支撑。习计划提供数据支撑。

【技术实现步骤摘要】
基于对标评价的考卷智能分析方法、系统及存储介质


[0001]本专利技术属于考卷题目及作答评估
，具体涉及一种基于对标评价的考卷智能分析方法、系统及存储介质。

技术介绍

[0002]目前，对于考卷分析应用较多的是学科教师，他们往往关注的是某次考试的全班考分分布，典型做法是：统计每个考生的考分及每题得分，绘制全班分数分布图，用以评价教学效果。这种分析对于考生个体来说意义不大，考生更多关注的是：从这次考试中可以看出自己当前确切的知识掌握情况，从而把更多时间分配给掌握欠缺的知识予以学习。
[0003]因此，有必要开发一种新的基于对标评价的考卷智能分析方法、系统及存储介质。

技术实现思路

[0004]本专利技术的目的是提供一种基于对标评价的考卷智能分析方法、系统及存储介质，能提供可视化的考卷学情诊断报告，为考生个性化作业任务设计提供数据依据。
[0005]第一方面，本专利技术所述的一种基于对标评价的考卷智能分析方法，包括以下步骤：
[0006](1)学科课标知识点库构建：
[0007]将每门学科构建了一个课标知识点库，并以Excel文件保存，该课标知识点库中包含本学科大纲要求的所有知识点关键词，以及对于知识点常用的考核描述语关键词；
[0008](2)考卷分析：
[0009](21)考卷数字化：
[0010]将考卷以图片格式输入，对考卷图片进行识别得到考卷识别结果文件，对识别结果文件进行预处理，过滤掉无用数据，将过滤后的数据保存为一个.txt文件，即得到考卷文本文件；遍历考卷文本文件，将其分割为若干题目，包括题干、题分和得分，将题目与学科课标知识点库比对，识别每道题目考核的知识点，得到该考卷信息，包括每题知识点、每题分数设置和每题得分；
[0011](22)考卷模型构建：
[0012]利用一个二维矩阵将每题知识点、每题分数设置和每题得分数据化，生成本考卷的题目
‑
知识点得分矩阵；该题目
‑
知识点得分矩阵包含了本份考卷设置的题目、每道题目涉及的大纲知识点、每道题目的分数设置以及每道题目考生得分，得到本考卷的题目
‑
知识点得分矩阵模型；
[0013](23)模型计算
[0014]通过对题目
‑
知识点得分矩阵模型的计算和分析，并绘制出该考卷的学情报告图表。
[0015]可选地，所述考卷数字化具体包括：
[0016](211)考卷的输入及识别
[0017]获取考卷图片，对考卷图片进行识别，识别后得到考卷文本文件,
[0018](212)题目分割
[0019]提取本考卷学科的课标知识点库，形成本考卷的课程知识点向量A＝{a1,a2,a3,
…
,a
n
},其中，a
i
代表第i个知识点，是一个字符串；遍历考卷文本文件，分割出考卷中的每道题目t
i
，提取该题分数s
i
，以及考生该题得分p
i
，将每道题目t
i
与课程知识点向量A进行比对，判断该题目所考核的知识点k
i
，遍历完成之后，得到本考卷的题目向量T＝{t1,t2,t3，
…
,t
m
}、各题分数设置向量S＝{s1,s2,s3,
…
,s
x
}、考生各题得分向量P＝{p1,p2,p3,
…
,p
y
}，以及各题所考核的知识点向量K＝{k1,k2,k3,
…
,k
n
}。
[0020]可选地，所述考卷模型构建，具体为：
[0021]以获得的向量T、K、S、P构建一个题目
‑
知识点得分矩阵，所述题目
‑
知识点得分矩阵为一个n
×
m的矩阵G＝[g
kitj
]n
×
m
，其中，g
kitj
为考生第t
j
道题相对于第k
i
个知识点的得分比，即g
kitj
＝p
j
/s
j
。
[0022]可选地，所述学情报告图表为柱状图，或为曲线图，或为饼图，或为表格。
[0023]第二方面，本专利技术所述的一种基于对标评价的考卷智能分析系统，包括存储器和控制器，所述存储器内存储有计算机可读程序，所述计算机可读程序被控制器调用时能执行如本专利技术所述的基于对标评价的考卷智能分析方法的步骤。
[0024]第三方面，本专利技术所述的一种存储介质，其内存储有计算机可读程序，所述计算机可读程序被调用时能执行如本专利技术所述的基于对标评价的考卷智能分析方法的步骤。
[0025]本专利技术具有以下优点：针对每份考卷，依据学科课标建立课标知识点库，采用OCR图文识别算法识别学生考卷，建立考卷数学模型，通过考卷数学模型的对标计算分析，输出可视化的考卷学情诊断报告，为考生个性化作业任务设计提供数据依据。
附图说明
[0026]图1为本实施例的流程图；
[0027]图2为本实施例中考卷识别的示意图；
[0028]图3为本实施例中题目分割及数据提取的示意图；
[0029]图4为本实施例中学情报告图表缺省格式柱状图的示意图。
具体实施方式
[0030]下面结合附图对本专利技术作进一步说明。
[0031]本实施例中，一种基于对标评价的考卷智能分析方法，包括以下步骤：
[0032](1)学科课标知识点库构建：
[0033]将每门学科构建了一个课标知识点库，并以Excel文件保存，该课标知识点库中包含本学科大纲要求的所有知识点关键词，以及对于知识点常用的考核描述语关键词；
[0034](2)考卷分析：
[0035](21)考卷数字化：
[0036]将考卷以图片格式输入，对考卷图片进行识别得到考卷识别结果文件，对识别结果文件进行预处理，过滤掉无用数据，将过滤后的数据保存为一个.txt文件，即得到考卷文本文件；遍历考卷文本文件，将其分割为若干题目，包括题干、题分和得分，将题目与学科课标知识点库比对，识别每道题目考核的知识点，得到该考卷信息，包括每题知识点、每题分
数设置和每题得分；
[0037](22)考卷模型构建：
[0038]利用一个二维矩阵将每题知识点、每题分数设置和每题得分数据化，生成本考卷的题目
‑
知识点得分矩阵；该题目
‑
知识点得分矩阵包含了本份考卷设置的题目、每道题目涉及的大纲知识点、每道题目的分数设置以及每道题目考生得分，得到本考卷的题目
‑
知识点得分矩阵模型；
[0039](23)模型计算
[0040]通过对题目
‑
知识点得分矩阵模型的计算和分析，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于对标评价的考卷智能分析方法，其特征在于，包括以下步骤：(1)学科课标知识点库构建：将每门学科构建了一个课标知识点库，并以Excel文件保存，该课标知识点库中包含本学科大纲要求的所有知识点关键词，以及对于知识点常用的考核描述语关键词；(2)考卷分析：(21)考卷数字化：将考卷以图片格式输入，对考卷图片进行识别得到考卷识别结果文件，对识别结果文件进行预处理，过滤掉无用数据，将过滤后的数据保存为一个.txt文件，即得到考卷文本文件；遍历考卷文本文件，将其分割为若干题目，包括题干、题分和得分，将题目与学科课标知识点库比对，识别每道题目考核的知识点，得到该考卷信息，包括每题知识点、每题分数设置和每题得分；(22)考卷模型构建：利用一个二维矩阵将每题知识点、每题分数设置和每题得分数据化，生成本考卷的题目
‑
知识点得分矩阵；该题目
‑
知识点得分矩阵包含了本份考卷设置的题目、每道题目涉及的大纲知识点、每道题目的分数设置以及每道题目考生得分，得到本考卷的题目
‑
知识点得分矩阵模型；(23)模型计算：通过对题目
‑
知识点得分矩阵模型的计算和分析，并绘制出该考卷的学情报告图表。2.根据权利要求1所述的基于对标评价的考卷智能分析方法，其特征在于：所述考卷数字化具体包括：(211)考卷的输入及识别获取考卷图片，对考卷图片进行识别，识别后得到考卷文本文件。(212)题目分割提取本考卷学科的课标知识点库，形成本考卷的课程知识点向量A＝{a1,a2,a3,
…
,a
n
},其中，a
i
代表第i个知识点，是一个字符串；遍历考卷文本文件，分割出考卷中的每道题目t
i
，提取该题分数s
i
，以及考生该题得分p
i
，将每道题目t
i
...

【专利技术属性】
技术研发人员：兰晓红，马燕，潘菊，陈富烊，
申请(专利权)人：重庆师范大学，
类型：发明
国别省市：