System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 试题录入方法及装置、电子设备、存储介质制造方法及图纸_技高网

试题录入方法及装置、电子设备、存储介质制造方法及图纸

技术编号:41223612 阅读:3 留言:0更新日期:2024-05-09 23:42
本公开实施例涉及试题录入技术领域,提供了一种试题录入方法及装置、电子设备、存储介质,方法包括:获取原始试题;对原始试题进行分析提取,得到原始试题的结构化数据;将原始试题的结构化数据录入系统题库。本公开实施例可以有效满足学校、培训机构等场所的考试出题制卷场景需求,实现面向多数据源场景的试题批量生成和快捷录入,与传统人工生成和录入试题的方式相比,不仅节省了时间成本和人力成本,提高了试题录入效率,还提高了试题录入的准确率。

【技术实现步骤摘要】

本公开涉及试题录入,特别涉及一种试题录入方法及装置、电子设备、存储介质


技术介绍

1、随着互联网技术的高速发展,在线考试逐渐成为考试的新趋势。题库中试题的生成及录入是在线考试流程的第一步。传统的试题生成和录入方式为教师首先在网络上搜索并筛选试题或者自主编辑试题,之后手动将筛选或自主编辑得到的试题手动输入到系统题库中。然而,传统的试题生成和录入方式存在较多问题,如时间成本高、出题难度大等,这给教师带来了很大的工作负担。


技术实现思路

1、本公开旨在至少解决现有技术中存在的问题之一,提供一种试题录入方法及装置、电子设备、存储介质。

2、本公开的一个方面,提供了一种试题录入方法,所述试题录入方法包括:

3、获取原始试题;

4、对所述原始试题进行分析提取,得到所述原始试题的结构化数据;

5、将所述原始试题的结构化数据录入系统题库。

6、可选地,所述获取原始试题,包括:

7、根据试题需求,确定试题参考资料;

8、确定试题的试题类型和试题数量;

9、基于提示词调用大语言模型,生成所述原始试题;所述提示词包括所述试题参考资料、所述试题类型、所述试题数量。

10、可选地,所述获取原始试题,还包括:

11、在生成所述原始试题之后,将所述原始试题及其对应的所述提示词输入所述大语言模型进行校验,若所述原始试题未通过校验,则利用所述大语言模型根据所述提示词重新生成所述原始试题。

12、可选地,所述获取原始试题,包括:

13、获取初始试题图像;

14、对所述初始试题图像进行检测识别,识别出所述初始试题图像中的文字内容及其对应的文字位置、图片内容及其对应的图片位置;

15、基于所述文字位置、所述图片位置以及所述文字内容之间的关联关系,对所述文字内容和所述图片内容进行匹配关联,得到对应的初始试题;

16、对所述初始试题进行结构化处理,得到对应的所述原始试题。

17、可选地,对所述初始试题图像进行检测识别,识别出所述初始试题图像中的文字内容及其对应的文字位置,包括:

18、利用光学字符识别技术,对所述初始试题图像进行检测识别,得到所述初始试题图像中的所述文字内容及其对应的文字位置。

19、可选地,对所述初始试题图像进行检测识别,识别出所述初始试题图像中的图片内容及其对应的图片位置,包括:

20、利用图像识别技术,对所述初始试题图像进行检测识别,得到所述初始试题图像中的所述图片内容及其对应的图片位置;

21、判断所述初始试题图像中的所有所述图片内容是否均已被识别出或者识别出的所述图片内容的清晰度是否达到预设阈值,若所述初始试题图像中的至少一个图片内容未被识别出或者识别出的所述图片内容的清晰度未达到所述预设阈值,则提取对应的图片内容及其对应的图片位置。

22、可选地,所述对所述原始试题进行分析提取,得到所述原始试题的结构化数据,包括:

23、确定所述原始试题的试题结构,所述试题结构包括试题类型、题干、选项及选项内容、答案;

24、将所述原始试题按照所述试题结构进行识别提取,得到所述原始试题的所述结构化数据。

25、本公开的另一个方面,提供了一种试题录入装置,所述试题录入装置包括:

26、获取模块,用于获取原始试题;

27、提取模块,用于对所述原始试题进行分析提取,得到所述原始试题的结构化数据;

28、录入模块,用于将所述原始试题的结构化数据录入系统题库。

29、可选地,所述获取模块,用于获取原始试题,包括:

30、所述获取模块,用于:

31、根据试题需求,确定试题参考资料;

32、确定试题的试题类型和试题数量;

33、基于提示词调用大语言模型,生成所述原始试题;所述提示词包括所述试题参考资料、所述试题类型、所述试题数量。

34、可选地,所述获取模块,还用于:

35、在生成所述原始试题之后,将所述原始试题及其对应的所述提示词输入所述大语言模型进行校验,若所述原始试题未通过校验,则利用所述大语言模型根据所述提示词重新生成所述原始试题。

36、可选地,所述获取模块,用于获取原始试题,包括:

37、所述获取模块,用于:

38、获取初始试题图像;

39、对所述初始试题图像进行检测识别,识别出所述初始试题图像中的文字内容及其对应的文字位置、图片内容及其对应的图片位置;

40、基于所述文字位置、所述图片位置以及所述文字内容之间的关联关系,对所述文字内容和所述图片内容进行匹配关联,得到对应的初始试题;

41、对所述初始试题进行结构化处理,得到对应的所述原始试题。

42、可选地,所述获取模块,用于对所述初始试题图像进行检测识别,识别出所述初始试题图像中的文字内容及其对应的文字位置,包括:

43、所述获取模块,用于:

44、利用光学字符识别技术,对所述初始试题图像进行检测识别,得到所述初始试题图像中的所述文字内容及其对应的文字位置。

45、可选地,所述获取模块,用于对所述初始试题图像进行检测识别,识别出所述初始试题图像中的图片内容及其对应的图片位置,包括:

46、所述获取模块,用于:

47、利用图像识别技术,对所述初始试题图像进行检测识别,得到所述初始试题图像中的所述图片内容及其对应的图片位置;

48、判断所述初始试题图像中的所有所述图片内容是否均已被识别出或者识别出的所述图片内容的清晰度是否达到预设阈值,若所述初始试题图像中的至少一个图片内容未被识别出或者识别出的所述图片内容的清晰度未达到所述预设阈值,则提取对应的图片内容及其对应的图片位置。

49、可选地,所述提取模块,用于对所述原始试题进行分析提取,得到所述原始试题的结构化数据,包括:

50、所述提取模块,用于:

51、确定所述原始试题的试题结构,所述试题结构包括试题类型、题干、选项及选项内容、答案;

52、将所述原始试题按照所述试题结构进行识别提取,得到所述原始试题的所述结构化数据。

53、本公开的另一个方面,提供了一种电子设备,包括:

54、至少一个处理器;以及,

55、与至少一个处理器通信连接的存储器;其中,

56、存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行前文记载的试题录入方法。

57、本公开的另一个方面,提供了一种计算机可读存储介质,存储有计算机程序,计算机程序被处理器执行时实现前文记载的试题录入方法。

58、本公开相对于现有技术而言,通过获取原始试题,对原始试题进行分析提取本文档来自技高网...

【技术保护点】

1.一种试题录入方法,其特征在于,所述试题录入方法包括:

2.根据权利要求1所述的试题录入方法,其特征在于,所述获取原始试题,包括:

3.根据权利要求2所述的试题录入方法,其特征在于,所述获取原始试题,还包括:

4.根据权利要求1所述的试题录入方法,其特征在于,所述获取原始试题,包括:

5.根据权利要求4所述的试题录入方法,其特征在于,对所述初始试题图像进行检测识别,识别出所述初始试题图像中的文字内容及其对应的文字位置,包括:

6.根据权利要求4所述的试题录入方法,其特征在于,对所述初始试题图像进行检测识别,识别出所述初始试题图像中的图片内容及其对应的图片位置,包括:

7.根据权利要求1至6任一项所述的试题录入方法,其特征在于,所述对所述原始试题进行分析提取,得到所述原始试题的结构化数据,包括:

8.一种试题录入装置,其特征在于,所述试题录入装置包括:

9.一种电子设备,其特征在于,包括:

10.一种计算机可读存储介质,存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的试题录入方法。

...

【技术特征摘要】

1.一种试题录入方法,其特征在于,所述试题录入方法包括:

2.根据权利要求1所述的试题录入方法,其特征在于,所述获取原始试题,包括:

3.根据权利要求2所述的试题录入方法,其特征在于,所述获取原始试题,还包括:

4.根据权利要求1所述的试题录入方法,其特征在于,所述获取原始试题,包括:

5.根据权利要求4所述的试题录入方法,其特征在于,对所述初始试题图像进行检测识别,识别出所述初始试题图像中的文字内容及其对应的文字位置,包括:

6.根据权利要求4所述的试题录...

【专利技术属性】
技术研发人员:马鸿图王佳静金庆文张震陈健
申请(专利权)人:北京网梯科技发展有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1