通用的练习册自动批阅方法技术

本发明专利技术公开了通用的练习册自动批阅方法，包括：数据库存储数据、生成答题卡、上传答题卡和自动批阅，通过数据库中的学生信息、试题题号、答案和老师自定义信息，即可自动设置答题卡；上传作答的答题卡之后，利用OCR和易混淆分析可实现客观题自动批改。本方案，自动批改客观题，可同时支持多学科的选择和填空，拓展了传统智能批阅系统只支持选择题批改的局限以及减轻了老师批改作业的工作量；在系统中只需要录入题号和答案信息，无需提前录入练习题的题干，选项，位置关系等全部信息，极大地减少了传统智能批阅系统的前期工作量和老师的使用成本。成本。成本。

【技术实现步骤摘要】
通用的练习册自动批阅方法


[0001]本专利技术涉及智能作业批改
，具体而言，涉及通用的练习册自动批阅方法。

技术介绍

[0002]智能作业批阅是一套基于互联网的智能型，开放式，跨学科和多层次的作业系统，一般包含试题的设计或录入，作业布置，作业提交，自动批阅和结果统计等模块；智能作业一方面通过自动化的作业管理和部分客观题批改，从而方便老师对作业的管理并减轻老师的部分工作量，另一方面通过对作业作答情况的统计和分析，可个性化分析每个学生的学习情况，并为老师提供针对性的教学方案，虽然智能作业很多优点，但是在实际自动批改和试题管理上仍然具有很大的挑战。
[0003]目前，国内以练习形式出现的教育软件均只能解决选择题和判断题的批改，而不能自动识别和批阅计算题和填空题等题型，并且需要提前将完整的试题录入题库；国外在相关领域的研究和开发与国内的状况大致相同；例如，学科网的e卷通只支持客观题自动批改，并且需要提前将所需的试题录入题库，然后组卷之后才能使用自动批改的功能，缺乏灵活性；蜜蜂作业虽然支持多种题型的批改，但是在自动批改之后还需要人工批改或者校对，虽然老师的工作量减轻，但实际还需要公司的教研帮忙批改，人工成本只是从老师转移到公司教研，本质上没有减轻，还给学校或老师带来额外的经济负担；还有一些虽然是纸质作答练习册，但是需要在传统练习册中添加点阵码，属于使用特定的练习册，局限性很大，网易有道智能学习终端比前面几个方案稍好点，可保持原有纸质练习册的基础上进行客观题自动批改，主观题老师批改，但是是基于拍照搜题的技术，所以不可避免得要求系统需要提前录入全部试题信息，并且每年只给每个学校提供不到二十本练习册免费录入，也限制了不同年级不同学科不同练习册的使用。
[0004]因此，如何在不改变原来纸质作答习惯的基础上，有效减少作业批阅过程中的录题和批改的时间和人力成本成为一项值得研究的课题，同时，还需要研究如何提高智能作业批阅系统的易用性和兼容性，提高系统的广泛而高效使用。

技术实现思路

[0005]本专利技术的主要目的在于提供通用的练习册自动批阅方法，以改善相关技术中老师批改作业工作量大以及传统智能作业的对习题册或题库的限制，自动批阅无法做到广泛而高效地应用的问题。
[0006]为了实现上述目的，本专利技术提供了通用的练习册自动批阅方法，具体包括以下步骤：
[0007]S1、数据库存储数据：先将学生信息、试题题号、答案和老师自定义信息存储在数据库中；
[0008]S2、生成答题卡：通过数据库中的学生信息、试题题号、答案和老师自定义信息，即可自动设置答题卡；
[0009]S3、上传答题卡：生成答题卡后，即可上传答题卡；
[0010]S4、自动批阅：上传作答的答题卡之后，利用OCR和易混淆分析可实现客观题自动批改。
[0011]在本专利技术的一种实施例中，所述步骤S1中，所述数据库存储数据包括存储学生UUID信息、存储练习册的关键信息、存储生成的答题卡和存储批改结果，所述存储学生UUID信息与学生所在的学校，年级和班级对应，用于生成学生信息标识符，对上传的试卷按照学生进行分类，然后自动整理批阅，并且对每个学生的作答情况进行统计和分析，所述存储练习册的关键信息用于定位练习题中每一道练习题和自动化设置答题卡答题区域的大小和自动批改，所述存储生成的答题卡供老师随时快速下载并使用，所述存储批改结果用于后续查看和统计每个学生、每道题的得分情况，以及进一步对学生知识点掌握情况的深度分析。
[0012]在本专利技术的一种实施例中，所述存储练习册的关键信息包括章节、页码、题号和答案，所述章节、所述页码和所述题号用于定位练习题中每一道练习题，所述答案用于自动化设置答题卡答题区域的大小和自动批改。
[0013]在本专利技术的一种实施例中，所述存储生成的答题卡包括答题卡和答题卡模板，所述答题卡用于供老师随时快速下载并使用，所述答题卡模板用于在学生作答后的答题中卡裁切出作答区域。
[0014]在本专利技术的一种实施例中，所述步骤S2中，所述生成答题卡包括生成预留标识符、生成答题区域、生成完整的答题卡和模板，所述生成预留标识符根据数据库中学生UUID、习题的章节、页码和题号，生成预留的标识符，所述生成答题区域根据数据库中题号和答案信息以及老师个性化设置，自动设置每道题的答题区域以及对应模板的色块区域，所述生成完整的答题卡和模板中，答题卡供学生下载后在上面纸质作答，模板用于裁切学生每道题的作答区域。
[0015]在本专利技术的一种实施例中，所述生成预留标识符包括学生信息标识符、答题卡矫正标识符和页码标识符，所述学生信息标识符位于答题卡或试卷的右上角的二维码，内容是一个32位的UUID，对应学生的个人信息，所述答题卡矫正标识符位于答题卡或试卷的左上角，右上角，左下角，右下角的正方形，用于识别卷子方向，如果存在倾斜，则进行校正，所述页码标识符位于答题卡或试卷的顶端标识符，是中间镂空或实心的正方形，用于识别判断答题卡的页码。
[0016]在本专利技术的一种实施例中，所述步骤S3中，所述上传答题卡包括答题卡扫描、答题卡矫正、获取页码信息、获取学生信息和获取答题内容，所述答题卡扫描由老师使用扫描设备对答题卡进行批量扫描，所述答题卡矫正根据矫正标识符对答题卡进行矫正，所述获取页码信息根据页码标识符确定位置，所述获取学生信息根据学生标识符绑定对应学生，所述获取答题内容从数据库中获取对应的模板，进行匹配，对照模板获取答题区域。
[0017]在本专利技术的一种实施例中，所述扫描设备包括手机和扫描仪，老师利用手机拍照或者扫描仪获取答题卡图像。
[0018]在本专利技术的一种实施例中，所述步骤S4中，所述自动批阅包括答题区域进行OCR、易混淆分析和自动批改，所述答题区域进行OCR采用的模型是循环卷积神经网络基和于连接主义的时序分类技术，所述易混淆分析用于进一步弥补对复杂场景下学生书写区域的准
确识别，弥补由于多余的笔迹、不同人书写习惯和字迹，答题卡不规律明暗变化等导致的OCR识别准确率不高的情况，所述自动批改即学生作答内容和数据库中答案进行匹配，用于客观题判题，批改结果存储在数据库中。
[0019]在本专利技术的一种实施例中，所述循环卷积神经网络是卷积神经网络和循环神经网络的组合。
[0020]与现有技术相比，本专利技术的有益效果是：通过上述设计的通用的练习册自动批阅方法，使用时，首先，数据库存储数据，包括存储学生UUID信息、存储练习册的关键信息、存储生成的答题卡和存储批改结果，即先将学生信息、试题题号、答案和老师自定义信息存储在数据库中，然后，生成答题卡和上传答题卡：生成答题卡包括生成预留标识符、生成答题区域、生成完整的答题卡和模板，上传答题卡包括答题卡扫描、答题卡矫正、获取页码信息、获取学生信息和获取答题内容，即通过数据库中的学生信息、试题题号、答案和老师自定义信息，即可自动设置答题卡，生成答题卡后，即可上传答题卡，最后，自动批阅：自动批阅包括答题区域进行OCR、易混淆分析和自动批改，上传作答的答题卡之后，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.通用的练习册自动批阅方法，其特征在于，具体包括以下步骤：S1、数据库存储数据：先将学生信息、试题题号、答案和老师自定义信息存储在数据库中；S2、生成答题卡：通过数据库中的学生信息、试题题号、答案和老师自定义信息，即可自动设置答题卡；S3、上传答题卡：生成答题卡后，即可上传答题卡；S4、自动批阅：上传作答的答题卡之后，利用OCR和易混淆分析可实现客观题自动批改。2.如权利要求1所述的通用的练习册自动批阅方法，其特征在于，所述步骤S1中，所述数据库存储数据包括存储学生UUID信息、存储练习册的关键信息、存储生成的答题卡和存储批改结果，所述存储学生UUID信息与学生所在的学校，年级和班级对应，用于生成学生信息标识符，对上传的试卷按照学生进行分类，然后自动整理批阅，并且对每个学生的作答情况进行统计和分析，所述存储练习册的关键信息用于定位练习题中每一道练习题和自动化设置答题卡答题区域的大小和自动批改，所述存储生成的答题卡供老师随时快速下载并使用，所述存储批改结果用于后续查看和统计每个学生、每道题的得分情况，以及进一步对学生知识点掌握情况的深度分析。3.如权利要求2所述的通用的练习册自动批阅方法，其特征在于，所述存储练习册的关键信息包括章节、页码、题号和答案，所述章节、所述页码和所述题号用于定位练习题中每一道练习题，所述答案用于自动化设置答题卡答题区域的大小和自动批改。4.如权利要求2所述的通用的练习册自动批阅方法，其特征在于，所述存储生成的答题卡包括答题卡和答题卡模板，所述答题卡用于供老师随时快速下载并使用，所述答题卡模板用于在学生作答后的答题中卡裁切出作答区域。5.如权利要求1所述的通用的练习册自动批阅方法，其特征在于，所述步骤S2中，所述生成答题卡包括生成预留标识符、生成答题区域、生成完整的答题卡和模板，所述生成预留标识符根据数据库中学生UUID、习题的章节、页码和题号，生成预留的标识符，所述生成答题区域根据数据库中题号和答案信息以及老师个性化设置，自动设置每道题的答题区域以及对应模板的...

【专利技术属性】
技术研发人员：王宇阳，钱锟，王钰，李栋良，
申请(专利权)人：中教云智数字科技有限公司，
类型：发明
国别省市：