一种填空题自动批改方法、装置、设备及存储介质制造方法及图纸

本发明专利技术提供了一种填空题自动批改方法、装置、设备及存储介质，应用于人工智能技术领域，该方法如下：获取填空题数据；所述填空题数据包括：填空题题目、标准答案和用户答案；将归一化后的填空题数据输入到分类模型中进行分类；所述分类模型基于Bert模型训练得到；根据分类结果，对填空题进行批改；所述分类结果包括：语义类、规则类、唯一答案类和其他类。本发明专利技术通过对填空题的细致分类，以及分类模型的应用，可以提高填空题的批改效率以及正确率，而且适用范围广，实用性强，极大的解放了人力。极大的解放了人力。极大的解放了人力。

【技术实现步骤摘要】
一种填空题自动批改方法、装置、设备及存储介质


[0001]本专利技术涉及人工智能
，尤其涉及一种填空题自动批改方法、装置、设备及存储介质。

技术介绍

[0002]填空题是一种很常见的题型，填空题的形式多变，特别是填空位置丰富多样，例如表格填空、图画填空等等，都属于填空题的一种；填空题的批改一般采用人工批改，但是如果量很大的话，人工批改的效率很低，而且可能会出现疲劳的情况导致批改错误等情况。除此之外，一道填空题中可能存在有多个填空区域，各填空区域的前后可能存在联系或者相似，导致各填空区域与各标注答案之间的对应匹配操作存在困难，为填空题的智能批改带来了较大的操作难度。

技术实现思路

[0003]本专利技术提供了一种填空题自动批改方法、装置、设备及存储介质，可以提高填空题的批改效率以及正确率，而且适用范围广，实用性强，极大的解放了人力。
[0004]第一方面，本专利技术的实施例提供了一种填空题自动批改方法，该方法包括：
[0005]获取填空题数据；
[0006]其中，填空题数据包括：填空题题目、标准答案和用户答案；
[0007]将归一化后的填空题数据输入到分类模型中进行分类；
[0008]其中，分类模型基于Bert模型训练得到；
[0009]根据分类结果，对填空题进行批改；
[0010]其中，分类结果包括：语义类、规则类、唯一答案类和其他类。
[0011]上述技术方案，采用NLP领域前沿技术，能准确识别文本中的语义，多个模型、规则进行配合，对填空题做了细致的批改，提高了填空题批改的准确率高，适用范围广，实用性强。
[0012]并且通过上述的方案，可以极大的解放了人力，提高批改速度，不会因为人工长时间的批改产生的疲劳而导致批改错误。
[0013]可选地，根据分类结果，对填空题进行批改，包括：
[0014]若分类结果为语义类，则将填空题数据输入到语义模型进行填空题的批改；
[0015]其中，语义模型基于Bert模型训练得到。
[0016]可选地，语义模型的训练包括：
[0017]从老师批改记录中筛选出同义词作答的填空题；
[0018]其中，批改结果为正确的作为正样本，批改结果为错误的作为负样本；
[0019]根据同义词词典替换答案，作为正样本；
[0020]根据反义词词典替换答案，作为负样本；
[0021]使用正样本、负样本训练得到语义模型。
[0022]可选地，填空题数据的归一化包括：
[0023]正则替换填空题数据中的特殊标签和特殊符号；
[0024]根据Aho Corasick算法对填空题数据进行词典替换；
[0025]对填空题数据中的数字、符号、标点进行归一化处理，统一格式。
[0026]可选地，规则类，包括如下一项或多项：
[0027]组词、拼音写汉字、偏旁造字、造句、改错、选项无顺序要求、或填补成语和词语。
[0028]可选地，唯一答案类，包括如下一项或多项：
[0029]答案为拼音、字母、数字、运算符、数学公式、化学式、拼音加字母或标点符号以及古诗、古文、固定答案、成语、量词、有备选答案或看图类型的题。
[0030]可选地，该填空题自动批改方法还包括：
[0031]获取批改结果为错误的填空题，根据后处理规则对批改结果为错误的填空题进行分析；
[0032]若确定批改错误，则对批改结果进行纠正，并更新对应的批改规则。
[0033]第二方面，本专利技术的实施例提供了一种填空题自动批改装置，该装置包括：
[0034]获取模块，用于获取填空题数据；
[0035]其中，填空题数据包括：填空题题目、标准答案和用户答案；
[0036]分类模块，用于将归一化后的填空题数据输入到分类模型中进行分类；
[0037]其中，分类模型基于Bert96+3模型训练得到；
[0038]批改模块，用于根据分类结果，对填空题进行批改；
[0039]其中，分类结果包括：语义类、规则类、唯一答案类和其他类。
[0040]第三方面，本专利技术的实施例提供了一种电子设备，包括存储器和处理器，所述存储器上存储有计算机程序，所述处理器执行所述程序时实现如第一方面中任一实现方式所述的方法。
[0041]第四方面，本专利技术的实施例提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面中任一实现方式所述的方法。
[0042]本专利技术提供了一种填空题自动批改方法、装置、设备及存储介质，该方法如下：获取填空题数据；所述填空题数据包括：填空题题目、标准答案和用户答案；将归一化后的填空题数据输入到分类模型中进行分类；所述分类模型基于Bert模型训练得到；根据分类结果，对填空题进行批改；所述分类结果包括：语义类、规则类、唯一答案类和其他类。本专利技术通过对填空题的细致分类，以及分类模型的应用，可以提高填空题的批改效率以及正确率，而且适用范围广，实用性强，极大的解放了人力。
[0043]应当理解，
技术实现思路
部分中所描述的内容并非旨在限定本专利技术的实施例的关键或重要特征，亦非用于限制本专利技术的范围。本专利技术的其它特征将通过以下的描述变得容易理解。
附图说明
[0044]结合附图并参考以下详细说明，本专利技术各实施例的上述和其他特征、优点及方面将变得更加明显。在附图中，相同或相似的附图标记表示相同或相似的元素。
[0045]图1为本专利技术实施例的一种填空题自动批改方法的流程图；
[0046]图2为本专利技术另一实施例的一种填空题自动批改方法的流程图；
[0047]图3为本专利技术实施例的一种填空题自动批改装置的结构示意图；
[0048]图4为本专利技术实施例的一种电子设备的结构图。
具体实施方式
[0049]为了使本
的人员更好地理解本说明书一个或多个实施例中的技术方案，下面将结合本说明书一个或多个实施例中的附图，对本说明书一个或多个实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本说明书的一部分实施例，而不是全部的实施例。基于本说明书一个或多个实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本文件的保护范围。
[0050]需要说明的是，本专利技术实施例描述的仅仅是为了更加清楚的说明本专利技术实施例的技术方案，并不构成对本专利技术实施例提供的技术方案的限定。
[0051]图1为本专利技术实施例的一种填空题自动批改方法的流程图。如图1所示，该方法包括：
[0052]S101、获取填空题数据。
[0053]其中，填空题数据包括：填空题题目、标准答案和用户答案。
[0054]可选地，填空题数据可以从网站上通过爬虫爬取，也可以线下获取填空题数据在上传到线上。
[0055]S102、将归一化后的填空题数据输入到分类模型中进行分类。
[005本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种填空题自动批改方法，其特征在于，包括：获取填空题数据；所述填空题数据包括：填空题题目、标准答案和用户答案；将归一化后的填空题数据输入到分类模型中进行分类；所述分类模型基于Bert模型训练得到；根据分类结果，对填空题进行批改；所述分类结果包括：语义类、规则类、唯一答案类和其他类。2.根据权利要求1所述的填空题自动批改方法，其特征在于，所述根据分类结果，对填空题进行批改，包括：若所述分类结果为语义类，则将所述填空题数据输入到语义模型进行填空题的批改；所述语义模型基于Bert模型训练得到。3.根据权利要求2所述的填空题自动批改方法，其特征在于，所述语义模型的训练包括：从老师批改记录中筛选出同义词作答的填空题；其中，批改结果为正确的作为正样本，批改结果为错误的作为负样本；根据同义词词典替换答案，作为正样本；根据反义词词典替换答案，作为负样本；使用所述正样本、所述负样本训练得到所述语义模型。4.根据权利要求1所述的填空题自动批改方法，其特征在于，所述填空题数据的归一化包括：正则替换所述填空题数据中的特殊标签和特殊符号；根据Aho Corasick算法对所述填空题数据进行词典替换；对所述填空题数据中的数字、符号、标点进行归一化处理，统一格式。5.根据权利要求1所述的填空题自动批改方法，其特征在于，所述规则类，包括如下一项或多项：组词、拼音写汉...

【专利技术属性】
技术研发人员：蒋荣正，杨毅，唐吉成，陈春井，蒋医韩，袁瀛寰，刘露凌，
申请(专利权)人：天闻数媒科技湖南有限公司，
类型：发明
国别省市：