CN103886302A - 试卷识别分析实现方法及装置 - Google Patents
试卷识别分析实现方法及装置 Download PDFInfo
- Publication number
- CN103886302A CN103886302A CN201410124008.9A CN201410124008A CN103886302A CN 103886302 A CN103886302 A CN 103886302A CN 201410124008 A CN201410124008 A CN 201410124008A CN 103886302 A CN103886302 A CN 103886302A
- Authority
- CN
- China
- Prior art keywords
- exercise question
- answer
- student
- numbering
- score
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及自动阅卷技术领域，尤其涉及试卷识别分析实现方法及装置。该试卷识别分析实现方法，包括：扫描学生的答案页；从扫描的所述答案页上获取学生编号及所述答案页所包括的每道题目的得分；判断每道题目的所述得分是否小于该题目的标准满分，如果是，将该得分小于标准满分的题目作为错题示例存储在与所述学生编号对应的错题文件夹中；根据所有学生的所述答案页上所包括的题目得分生成出错统计表，其中所述出错统计表包括：题目编号、题型、考察知识点及出错学生信息。利用本发明方法及装置，简便快捷，能够同时满足学生查漏补缺的需求，而且可以满足教师的教学需求。
Description
技术领域
本发明涉及自动阅卷技术领域，具体而言，涉及试卷识别分析实现方法及装置。
背景技术
教育教学过程中涉及考试数量众多，每次考试后批阅试卷、统计试卷分数，尤其对每道大题所包括的每道小题的小分进行统计分析耗费了教师比较多的时间和精力。
为了减小教师阅卷的压力当前出现了多种阅卷系统。当前的阅卷系统多针对试卷中的客观题（选择题），其通过识读定制的学生答题卡上的答题标记，自动给出学生客观题的总分。根据阅卷系统给出的学生客观题的分数，教师无法统计分析学生对每道题目中所涉及的知识点的掌握情况，不利于教师的因材施教。而对于试卷中的其它题型，教师手动批阅给分，为了统计学生每道题目的出错状况，教师除了脑力记忆外还通过逐题统计的方式，十分耗时耗力。
由此看出现有的试卷分析统计主要依靠教师人工统计，耗时耗力不满足当前试卷统计分析的实际需求。
发明内容
本发明的目的在于提供试卷识别分析实现方法及装置，以解决上述的问题。
在本发明的实施例中提供了试卷识别分析实现方法，包括：扫描学生的答案页；从扫描的所述答案页上获取学生编号及所述答案页所包括的每道题目的得分；判断每道题目的所述得分是否小于该题目的标准满分，如果是，将该得分小于标准满分的题目作为错题示例存储在与所述学生编号对应的错题文件夹中；根据所有学生的所述答案页上所包括的题目得分生成出错统计表，其中所述出错统计表包括：题目编号、题型、考察知识点及出错学生信息。
优选地，所述从扫描的所述答案页上获取学生编号及所述答案页所包括的每道题目的得分，包括：定位至所述答案页上的学生编号框，从所述学生编号框中识读学生的所述学生编号；定位至所述答案页上的答题区，从所述答题区中获得各个题目的得分。
优选地，所述定位至所述答案页上的答题区，从所述答题区中获得各个题目的得分，包括：当答题区中的答案为客观题的涂抹标记时，识读每道所述客观题的题目编号及对应的涂抹标记，并将识读的所述涂抹标记与标准答题卡上的题目编号相同的答案标记进行比对，如果比对一致，则所述题目判断为正确并根据所述标准答题卡上的分数标记确定当前客观题的得分；当答题区中的答案为主观题答案时，根据所述答题区中的分数定位标识，识读每道题目的手写评分。
优选地，所述从所述学生编号框中识读学生的所述学生编号，包括：识读所述学生编号框中的手写编号或涂抹标记，根据识读的结果获得所述学生编号。
优选地，所述将该得分小于标准满分的题目作为错题示例存储在与所述学生编号对应的错题文件夹中，包括：当扫描的所述答案页仅包括题目编号及学生答案时，读取该得分小于标准满分的题目的题目编号，利用所述题目编号从预先存储的题库或从扫描的试卷页中获取对应的题目，并将获取的所述题目存储在与所述学生编号对应的错题文件夹中。
优选地，所述将该得分小于标准满分的题目作为错题示例存储在与所述学生编号对应的错题文件夹中，包括：当扫描的所述答案页为包括题目编号、题目信息及学生答案的试卷页时，利用所述试卷页上的题目定位标识，将所述试卷页分割为独立的题目图片；利用该得分小于标准满分的题目的题目编号获取与当前学生编号对应的所述题目图片，并将所述题目图片存储至对应的错题文件夹中。
优选地，所述题目图片中包括：与一个题目编号对应的考试题目及学生作答答案；其中所述学生作答答案根据用户的指示进行显示。
优选地，识读所述手写编号及所述手写评分，包括：利用预先存储的数字模板，并结合建立的基础神经网络分析模型识别所述手写编号及手写评分。
本发明实施例还提供了一种试卷识别分析实现装置，包括：扫描仪，用于扫描学生的答案页；得分获取模块，用于从扫描的所述答案页上获取学生编号及所述答案页所包括的每道题目的得分；错题集生成模块，用于判断每道题目的所述得分是否小于该题目的标准满分，如果是，将该得分小于标准满分的题目作为错题示例存储在与所述学生编号对应的错题文件夹中；试卷统计表生成模块，用于根据所有学生的所述答案页上所包括的题目得分生成出错统计表，其中所述出错统计表包括：题目编号、题型、考察知识点及出错学生信息。
为了便于教师对学生的考试试卷进行分析统计，本发明实施例的试卷识别分析实现方法及装置，首先扫描学生的答案页，得到答案页扫描图片，从答案页扫描图片上能够自动获取学生编号及答案页上每道题目的得分。当某道题目的得分小于该题目的标准满分时说明该题出错，由此可以将该题目保存到与该题目对应的错题文件夹中，形成该学生的错题集，便于学生对考试试卷进行知识点分析。另外，根据获得的每道题目的得分，可以自动生成出错统计表，教师可以利用出错统计表统计分析每个学生对各个题目所涉及的知识点的掌握情况。因此利用本发明实施例的试卷识别分析实现方法能够自动对学生的考试试卷进行分析统计，简便快捷，能够同时满足学生查漏补缺的需求，而且可以满足教师的教学需求。
附图说明
图1示出了示出了本发明实施例中的试卷识别分析实现方法的流程图；
图2示出了本发明实施例中的试卷识别分析实现装置的结构示
意图。
具体实施方式
下面通过具体的实施例子并结合附图对本发明做进一步的详细描述。
本发明实施例提供一种试卷识别分析实现方法，如图1所示主要处理步骤包括：
步骤S11：扫描学生的答案页；
步骤S12：从扫描的答案页上获取学生编号及答案页所包括的每道题目的得分；
步骤S13：判断每道题目的得分是否小于该题目的标准满分，如果是，将该得分小于标准满分的题目作为错题示例存储在与学生编号对应的错题文件夹中；
步骤S14：根据所有学生的答案页上所包括的题目得分生成出错统计表，其中出错统计表包括：题目编号、题型、考察知识点及出错学生信息。
为了便于教师对学生的考试试卷进行分析统计，本发明实施例的试卷识别分析实现方法，首先扫描学生的答案页，得到答案页扫描图片，从答案页扫描图片上能够自动获取学生编号及答案页上每道题目的得分。当某道题目的得分小于该题目的标准满分时说明该题出错，由此可以将该题目保存到与该题目对应的错题文件夹中，形成该学生的错题集，便于学生对考试试卷进行知识点分析。另外，根据获得的每道题目的得分，可以自动生成出错统计表，教师可以利用出错统计表统计分析每个学生对各个题目所涉及的知识点的掌握情况。因此利用本发明实施例的试卷识别分析实现方法能够自动对学生的考试试卷进行分析统计，简便快捷，能够同时满足学生查漏补缺的需求，而且可以满足教师的教学需求。
当前的考试试卷包括卷头及试卷主页，一般地在卷头上设置学生信息区，学生信息区中又包括用于填写学生编号的学生编号框，在试卷主页上设置题目信息，有的试卷主页上预留有学生作答区，有的则没有，需要另外准备答题页或卡。本发明实施例中将包括有学生作答答案的考试页称为答案页，其可以包括具体的题目信息也可以仅包括题目编号。
无论是否包括题目信息，在从扫描的答案页上获取学生编号及答案页所包括的每道题目的得分时，其主要步骤均包括：定位至答案页上的学生编号框，从学生编号框中识读学生的学生编号；定位至答案页上的答题区，从答题区中获得各个题目的得分。
因为学生编号为学生的身份标识，一个学生编号对应一个学生，因此利用学生编号对学生的答案页进行标识，利用对应同一个学生编号的各个题目的得分可以对该学生的试卷分数进行统计汇总。
另外在当前的考试中所涉及的考试题目类型主要分为两大类，一类为以选择题为主的客观题，一类为非选择题的主观题，例如主观题可以包括填空题、简答题、应用题等。
对于客观题类型，学生的答案可以集中在一张通过涂抹标记标识作答答案的答题卡上。
对于主观题类型，无乱是在包括题目信息的答题页上还是仅包括题目编号的答题页上，一般都需要预留相应的答题区。
基于答案页所涉及的题目类型的不同，在定位至答案页上的答题区，从答题区中获得各个题目的得分的方法也不尽相同，其中当答题区中的答案为客观题的涂抹标记时，识读每道客观题的题目编号及对应的涂抹标记，并将识读的涂抹标记与标准答题卡上的题目编号相同的答案标记进行比对，如果比对一致，则题目判断为正确并根据标准答题卡上的分数标记确定当前客观题的得分。
对于标准答题卡，其上的题目编号排列方式与学生的答题卡一致，不同的是标准答题卡中，每道题目均表明有本题的表准满分，当识别标准答题卡后，可以获知存储每道题目的分数。因此当学生的答题标记与标准答题卡中的标识一致时，可以自动获取到学生每道题目的得分。
当答题区中的答案为主观题答案时，根据答题区中的分数定位标识，识读每道题目的手写评分。
在从学生编号框中识读学生的学生编号时根据学生填写方式不同，可以识读学生编号框中的手写编号或涂抹标记，根据识读的结果获得学生编号。
在生成学生的错题集时，需要将得分小于标准满分的题目作为错题示例存储在学生编号对应的错题文件夹中，根据扫描获得的答案页的类型不同，采用不同的方法获得题目信息。
其中当扫描的答案页仅包括题目编号及学生答案时，读取该得分小于标准满分的题目的题目编号，利用题目编号从预先存储的题库或从扫描的试卷页中获取对应的题目，并将获取的题目存储在与学生编号对应的错题文件夹中。
当扫描的答案页为包括题目编号、题目信息及学生答案的试卷页时，利用试卷页上的题目定位标识，将试卷页分割为独立的题目图片；利用该得分小于标准满分的题目的题目编号获取与当前学生编号对应的题目图片，并将题目图片存储至对应的错题文件夹中。
具体地，分割形成的题目图片中包括与一个题目编号对应的考试题目及学生作答答案；其中学生作答答案根据用户的指示进行显示。
学生作答答案根据用户的指示进行显示包括当接收到用户的显示指令时学生考试时的作答答案进行显示，接收到隐藏指令时，学生考试时的作答答案显示为空白。
进一步地，错题文件夹中的题目图片还可以与标准答案产生对应关系，并且在接收到用户的显示标准答案的指令时，显示标准答案，否则标准答案显示为空白。
本发明实施例的方法在识读手写编号及手写评分时利用预先存储的数字模板，并结合建立的基础神经网络分析模型识别手写编号及手写评分。
对于手写数字主要是识别0，1，2，…9这10个数字。本发明实施例中手写数字的识别由基础神经网络分析和个人手写数字的习惯模板想结合的方式完成。初始的手写数字的识别以自定义书写的模板样式作为识别算法基础。为了识别手写数字，本方法中构建了一个基础神经网络模型用于手写数字的识别，对大量手写数字样本进行训练，提高了识别速度和准确率。
另外鉴于每个老师阅卷打分的手写习惯不尽相同。系统中增加老师打分的自学习和模板积累功能，即自动累计记录每个老师自己手写分数，使用越多，识别的准确率越高。为防止识别率过低而引起的识别分数导致的分数错误，系统对单次识别的准确对比率进行提示，但识别正确率低于80%时，系统独立把本次识别的原图和识别后的数字独立提示出来，供人工确认和调整，以确保识别的准确性。
本发明中进一步给出试卷识别分析实现方法的示例：
对于教师手工批阅试卷的方式：
将一份填写有标准得分的试卷进行扫描，识读该标准得分试卷后可以得到每道题目的分数信息。
将教师批阅的学生试卷分别进行扫描，得到学生试卷扫描件。其中对于学生试卷扫描件，在每道题目的预定位置设置有分数定位框，系统通过分数定位框定位至对应的题目并获取相应的手写评分。
利用学生试卷扫描件可以自动获取如下信息：
分析获取本试卷的学生编号以确定学生身份、可以自动获取本试卷的页码编号、可以分析每个学生每道题的得分及正确率、分析得出全班学生的每道题得分及总分、针对标准试卷题干和学生答卷切割汇总得到每个学生的本次考试的错题集、分析本次试卷及考试的试卷难易程度、整体掌握程度的综合评价。
对于答题卡阅卷方式：现有的答题卡与试卷的整体设计是脱节的，为正确通过阅读机得到每个学生每道题的分数必须在系统中进行繁杂的对应设计。
本方法中利用专门格式的标准答案卡，即在每个答题选项的顶部设计一个分数框（标准答案的满分分数），由此通过标准答题卡可以获取每道客观题的分数。
标准答案卡、题干试卷和学生答题卡通过高速扫描仪扫描成图片后，经过试卷识别分析系统正确得到每个学生的每道题的正确与否及该题得分以及学生的客观题的错题集。从而达到快速完成答题卡的机器评阅。并且不需要进行试卷与答题卡对应题号、分数的繁琐设置。
本发明实施例还提供一种试卷识别分析实现装置，如图2所示主要结构包括：
扫描仪21，用于扫描学生的答案页；
得分获取模块22，用于从扫描的答案页上获取学生编号及答案页所包括的每道题目的得分；
错题集生成模块23，用于判断每道题目的得分是否小于该题目的标准满分，如果是，将该得分小于标准满分的题目作为错题示例存储在与学生编号对应的错题文件夹中；
试卷统计表生成模块24，用于根据所有学生的答案页上所包括的题目得分生成出错统计表，其中出错统计表包括：题目编号、题型、考察知识点及出错学生信息。
以上仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (9)
1.试卷识别分析实现方法，其特征在于，包括：
扫描学生的答案页；
从扫描的所述答案页上获取学生编号及所述答案页所包括的每道题目的得分；
判断每道题目的所述得分是否小于该题目的标准满分，如果是，将该得分小于标准满分的题目作为错题示例存储在与所述学生编号对应的错题文件夹中；
根据所有学生的所述答案页上所包括的题目得分生成出错统计表，其中所述出错统计表包括：题目编号、题型、考察知识点及出错学生信息。
2.根据权利要求1所述的方法，其特征在于，所述从扫描的所述答案页上获取学生编号及所述答案页所包括的每道题目的得分，包括：
定位至所述答案页上的学生编号框，从所述学生编号框中识读学生的所述学生编号；
定位至所述答案页上的答题区，从所述答题区中获得各个题目的得分。
3.根据权利要求2所述的方法，其特征在于，所述定位至所述答案页上的答题区，从所述答题区中获得各个题目的得分，包括：
当答题区中的答案为客观题的涂抹标记时，识读每道所述客观题的题目编号及对应的涂抹标记，并将识读的所述涂抹标记与标准答题卡上的题目编号相同的答案标记进行比对，如果比对一致，则所述题目判断为正确并根据所述标准答题卡上的分数标记确定当前客观题的得分；
当答题区中的答案为主观题答案时，根据所述答题区中的分数定位标识，识读每道题目的手写评分。
4.根据权利要求3所述的方法，其特征在于，所述从所述学生编号框中识读学生的所述学生编号，包括：
识读所述学生编号框中的手写编号或涂抹标记，根据识读的结果获得所述学生编号。
5.根据权利要求2所述的方法，其特征在于，所述将该得分小于标准满分的题目作为错题示例存储在与所述学生编号对应的错题文件夹中，包括：
当扫描的所述答案页仅包括题目编号及学生答案时，读取该得分小于标准满分的题目的题目编号，利用所述题目编号从预先存储的题库或从扫描的试卷页中获取对应的题目，并将获取的所述题目存储在与所述学生编号对应的错题文件夹中。
6.根据权利要求2所述的方法，其特征在于，所述将该得分小于标准满分的题目作为错题示例存储在与所述学生编号对应的错题文件夹中，包括：
当扫描的所述答案页为包括题目编号、题目信息及学生答案的试卷页时，利用所述试卷页上的题目定位标识，将所述试卷页分割为独立的题目图片；
利用该得分小于标准满分的题目的题目编号获取与当前学生编号对应的所述题目图片，并将所述题目图片存储至对应的错题文件夹中。
7.根据权利要求6所述的方法，其特征在于，所述题目图片中包括：与一个题目编号对应的考试题目及学生作答答案；其中所述学生作答答案根据用户的指示进行显示。
8.根据权利要求4所述的方法，其特征在于，识读所述手写编号及所述手写评分，包括：
利用预先存储的数字模板，并结合建立的基础神经网络分析模型识别所述手写编号及手写评分。
9.试卷识别分析实现装置，其特征在于，包括：
扫描仪，用于扫描学生的答案页；
得分获取模块，用于从扫描的所述答案页上获取学生编号及所述答案页所包括的每道题目的得分；
错题集生成模块，用于判断每道题目的所述得分是否小于该题目的标准满分，如果是，将该得分小于标准满分的题目作为错题示例存储在与所述学生编号对应的错题文件夹中；
试卷统计表生成模块，用于根据所有学生的所述答案页上所包括的题目得分生成出错统计表，其中所述出错统计表包括：题目编号、题型、考察知识点及出错学生信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410124008.9A CN103886302A (zh) | 2014-03-28 | 2014-03-28 | 试卷识别分析实现方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410124008.9A CN103886302A (zh) | 2014-03-28 | 2014-03-28 | 试卷识别分析实现方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN103886302A true CN103886302A (zh) | 2014-06-25 |
Family
ID=50955185
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410124008.9A Pending CN103886302A (zh) | 2014-03-28 | 2014-03-28 | 试卷识别分析实现方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103886302A (zh) |
Cited By (29)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104809676A (zh) * | 2015-05-11 | 2015-07-29 | 成都准星云学科技有限公司 | 一种分析答案的出错类型的方法和装置 |
| CN104809677A (zh) * | 2015-05-13 | 2015-07-29 | 江苏黄金屋教育咨询有限公司 | 基于统计和分析知识点掌握情况的自动阅卷方法 |
| CN105023213A (zh) * | 2015-07-03 | 2015-11-04 | 宁波睿易教育科技股份有限公司 | 一种教学测评服务系统 |
| CN105023212A (zh) * | 2015-07-03 | 2015-11-04 | 宁波睿易教育科技股份有限公司 | 一种教学测评系统 |
| CN105069097A (zh) * | 2015-08-06 | 2015-11-18 | 苏州百智通信息技术有限公司 | 在线答题错题统计方法及系统 |
| CN105096677A (zh) * | 2015-08-19 | 2015-11-25 | 北京京东方多媒体科技有限公司 | 一种教学系统及其工作方法 |
| CN105184226A (zh) * | 2015-08-11 | 2015-12-23 | 北京新晨阳光科技有限公司 | 数字识别方法和装置及神经网络训练方法和装置 |
| CN105243619A (zh) * | 2015-07-03 | 2016-01-13 | 宁波睿易教育科技股份有限公司 | 教学测评系统 |
| CN105373978A (zh) * | 2015-08-12 | 2016-03-02 | 高学 | 基于ocr的人工评判试卷处理装置及方法 |
| CN106023698A (zh) * | 2016-07-29 | 2016-10-12 | 李铧 | 一种作业及练习册自动批阅方法 |
| CN107025456A (zh) * | 2017-03-20 | 2017-08-08 | 安徽七天教育科技有限公司 | 一种教师批改痕迹自动识别的方法 |
| CN107368828A (zh) * | 2017-07-24 | 2017-11-21 | 中国人民解放军装甲兵工程学院 | 高清试卷图像采集分解系统和方法 |
| CN108416352A (zh) * | 2018-03-23 | 2018-08-17 | 李文 | 一种计算机网络阅卷系统及阅卷方法 |
| CN108614833A (zh) * | 2016-12-12 | 2018-10-02 | 英业达科技有限公司 | 适用于试卷答案的分析与统计系统及其方法 |
| CN109326161A (zh) * | 2018-12-05 | 2019-02-12 | 杭州大拿科技股份有限公司 | 一种试卷批改一体机 |
| CN109344366A (zh) * | 2018-09-26 | 2019-02-15 | 浙江万朋教育科技股份有限公司 | 一种将答题卡题号与题干所在页码自动对应的方法 |
| CN109993153A (zh) * | 2019-04-18 | 2019-07-09 | 江苏曲速教育科技有限公司 | 一种基于边缘计算的人工智能阅卷系统 |
| CN110021193A (zh) * | 2018-01-06 | 2019-07-16 | 南昌同凯网络信息服务有限公司 | 纸质试卷手机答题卡 |
| CN110135339A (zh) * | 2019-05-15 | 2019-08-16 | 宜春宜联科技有限公司 | 作业制定方法及装置 |
| CN110222678A (zh) * | 2019-04-30 | 2019-09-10 | 宜春宜联科技有限公司 | 一种题目分析方法、系统、可读存储介质及电子设备 |
| CN110727360A (zh) * | 2019-09-10 | 2020-01-24 | 深圳市壹箭教育科技有限公司 | 一种错题管理方法、系统及存储介质和终端设备 |
| CN111260981A (zh) * | 2020-03-20 | 2020-06-09 | 洛阳圣昂通网络科技有限公司 | 一种错题收集方法及电子错题本生成系统 |
| CN111563498A (zh) * | 2020-04-30 | 2020-08-21 | 广东小天才科技有限公司 | 一种题目收集的方法、装置、电子设备及存储介质 |
| CN111783697A (zh) * | 2020-07-06 | 2020-10-16 | 周书田 | 一种基于卷积神经网络的错题检测及靶向推荐系统和方法 |
| CN112102127A (zh) * | 2020-09-09 | 2020-12-18 | 上海松鼠课堂人工智能科技有限公司 | 可解释智能学习报告生产方法 |
| CN113723543A (zh) * | 2021-09-02 | 2021-11-30 | 成都东方闻道科技发展有限公司 | 一种自动裁题展示方法、装置、计算机设备及存储介质 |
| CN113962347A (zh) * | 2021-12-17 | 2022-01-21 | 江西新华云教育科技有限公司 | 基于纸质教辅的错题采集方法、系统、存储介质及设备 |
| CN114241503A (zh) * | 2021-12-17 | 2022-03-25 | 江西新华云教育科技有限公司 | 一种错题原因采集方法、系统、可读存储介质及设备 |
| CN116597461A (zh) * | 2023-07-14 | 2023-08-15 | 广东信聚丰科技股份有限公司 | 基于人工智能的题目知识点关联方法及系统 |
-
2014
- 2014-03-28 CN CN201410124008.9A patent/CN103886302A/zh active Pending
Cited By (36)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104809676B (zh) * | 2015-05-11 | 2019-12-17 | 林辉 | 一种分析答案的出错类型的方法和装置 |
| CN104809676A (zh) * | 2015-05-11 | 2015-07-29 | 成都准星云学科技有限公司 | 一种分析答案的出错类型的方法和装置 |
| CN104809677A (zh) * | 2015-05-13 | 2015-07-29 | 江苏黄金屋教育咨询有限公司 | 基于统计和分析知识点掌握情况的自动阅卷方法 |
| CN105023213A (zh) * | 2015-07-03 | 2015-11-04 | 宁波睿易教育科技股份有限公司 | 一种教学测评服务系统 |
| CN105023212A (zh) * | 2015-07-03 | 2015-11-04 | 宁波睿易教育科技股份有限公司 | 一种教学测评系统 |
| CN105243619A (zh) * | 2015-07-03 | 2016-01-13 | 宁波睿易教育科技股份有限公司 | 教学测评系统 |
| CN105069097A (zh) * | 2015-08-06 | 2015-11-18 | 苏州百智通信息技术有限公司 | 在线答题错题统计方法及系统 |
| CN105184226A (zh) * | 2015-08-11 | 2015-12-23 | 北京新晨阳光科技有限公司 | 数字识别方法和装置及神经网络训练方法和装置 |
| CN105373978A (zh) * | 2015-08-12 | 2016-03-02 | 高学 | 基于ocr的人工评判试卷处理装置及方法 |
| CN105096677A (zh) * | 2015-08-19 | 2015-11-25 | 北京京东方多媒体科技有限公司 | 一种教学系统及其工作方法 |
| CN106023698A (zh) * | 2016-07-29 | 2016-10-12 | 李铧 | 一种作业及练习册自动批阅方法 |
| CN108614833A (zh) * | 2016-12-12 | 2018-10-02 | 英业达科技有限公司 | 适用于试卷答案的分析与统计系统及其方法 |
| CN107025456A (zh) * | 2017-03-20 | 2017-08-08 | 安徽七天教育科技有限公司 | 一种教师批改痕迹自动识别的方法 |
| CN107368828A (zh) * | 2017-07-24 | 2017-11-21 | 中国人民解放军装甲兵工程学院 | 高清试卷图像采集分解系统和方法 |
| CN110021193A (zh) * | 2018-01-06 | 2019-07-16 | 南昌同凯网络信息服务有限公司 | 纸质试卷手机答题卡 |
| CN108416352A (zh) * | 2018-03-23 | 2018-08-17 | 李文 | 一种计算机网络阅卷系统及阅卷方法 |
| CN109344366A (zh) * | 2018-09-26 | 2019-02-15 | 浙江万朋教育科技股份有限公司 | 一种将答题卡题号与题干所在页码自动对应的方法 |
| CN109344366B (zh) * | 2018-09-26 | 2023-04-25 | 浙江万朋数智科技股份有限公司 | 一种将答题卡题号与题干所在页码自动对应的方法 |
| CN109326161A (zh) * | 2018-12-05 | 2019-02-12 | 杭州大拿科技股份有限公司 | 一种试卷批改一体机 |
| CN109993153A (zh) * | 2019-04-18 | 2019-07-09 | 江苏曲速教育科技有限公司 | 一种基于边缘计算的人工智能阅卷系统 |
| CN110222678A (zh) * | 2019-04-30 | 2019-09-10 | 宜春宜联科技有限公司 | 一种题目分析方法、系统、可读存储介质及电子设备 |
| CN110222678B (zh) * | 2019-04-30 | 2022-02-01 | 宜春宜联科技有限公司 | 一种题目分析方法、系统、可读存储介质及电子设备 |
| CN110135339A (zh) * | 2019-05-15 | 2019-08-16 | 宜春宜联科技有限公司 | 作业制定方法及装置 |
| CN110727360B (zh) * | 2019-09-10 | 2023-11-24 | 深圳市壹箭教育科技有限公司 | 一种错题管理方法、系统及存储介质和终端设备 |
| CN110727360A (zh) * | 2019-09-10 | 2020-01-24 | 深圳市壹箭教育科技有限公司 | 一种错题管理方法、系统及存储介质和终端设备 |
| CN111260981A (zh) * | 2020-03-20 | 2020-06-09 | 洛阳圣昂通网络科技有限公司 | 一种错题收集方法及电子错题本生成系统 |
| CN111563498B (zh) * | 2020-04-30 | 2024-01-19 | 广东小天才科技有限公司 | 一种题目收集的方法、装置、电子设备及存储介质 |
| CN111563498A (zh) * | 2020-04-30 | 2020-08-21 | 广东小天才科技有限公司 | 一种题目收集的方法、装置、电子设备及存储介质 |
| CN111783697A (zh) * | 2020-07-06 | 2020-10-16 | 周书田 | 一种基于卷积神经网络的错题检测及靶向推荐系统和方法 |
| CN112102127A (zh) * | 2020-09-09 | 2020-12-18 | 上海松鼠课堂人工智能科技有限公司 | 可解释智能学习报告生产方法 |
| CN113723543A (zh) * | 2021-09-02 | 2021-11-30 | 成都东方闻道科技发展有限公司 | 一种自动裁题展示方法、装置、计算机设备及存储介质 |
| CN113723543B (zh) * | 2021-09-02 | 2024-01-09 | 成都东方闻道科技发展有限公司 | 一种自动裁题展示方法、装置、计算机设备及存储介质 |
| CN114241503A (zh) * | 2021-12-17 | 2022-03-25 | 江西新华云教育科技有限公司 | 一种错题原因采集方法、系统、可读存储介质及设备 |
| CN113962347A (zh) * | 2021-12-17 | 2022-01-21 | 江西新华云教育科技有限公司 | 基于纸质教辅的错题采集方法、系统、存储介质及设备 |
| CN116597461B (zh) * | 2023-07-14 | 2023-09-22 | 广东信聚丰科技股份有限公司 | 基于人工智能的题目知识点关联方法及系统 |
| CN116597461A (zh) * | 2023-07-14 | 2023-08-15 | 广东信聚丰科技股份有限公司 | 基于人工智能的题目知识点关联方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103886302A (zh) | 试卷识别分析实现方法及装置 | |
| CN110008933B (zh) | 一种通用智能阅卷系统和方法 | |
| CN110348400B (zh) | 一种评分获取方法、装置及电子设备 | |
| CN107784264A (zh) | 基于图像处理的答卷分析方法及系统 | |
| CN108764201A (zh) | 一种智能批改方法 | |
| CN110322379A (zh) | 试卷处理方法和试卷处理系统 | |
| CN202939608U (zh) | 阅卷系统 | |
| CN106023698A (zh) | 一种作业及练习册自动批阅方法 | |
| CN106599887B (zh) | 试卷答题区域识别及试题评阅方法、系统 | |
| CN110659584B (zh) | 一种基于图像识别的智能留痕阅卷系统 | |
| CN110110581B (zh) | 一种基于人工智能的试卷批改方法和系统 | |
| CN101334814A (zh) | 一种自动化的扫描阅卷系统及阅卷方法 | |
| US20070160971A1 (en) | Method for Automated Examination Testing and Scoring | |
| CN101866415A (zh) | 一种计算机阅卷系统的答题卡识别装置及方法 | |
| US8768241B2 (en) | System and method for representing digital assessments | |
| CN104881480B (zh) | 基于数据库的批注方法和装置 | |
| CN108876195A (zh) | 一种智能化的教师教学质量评测系统 | |
| CN107038438A (zh) | 一种基于图像识别的评阅方法 | |
| CN109902683A (zh) | 试卷核分和成绩录入方法及系统 | |
| US20070048718A1 (en) | System and Method for Test Creation, Verification, and Evaluation | |
| KR101265720B1 (ko) | 관계형 문항을 이용한 학습 능력 향상 시스템 및 그 동작방법 | |
| CN108428073A (zh) | 一种用于教师教学质量的智能评价系统 | |
| KR20130021684A (ko) | 답안지 관리 시스템 및 그 방법 | |
| JP6454962B2 (ja) | ドキュメントを編集する装置、方法及びプログラム | |
| CN110826872A (zh) | 考试成绩分析报告生成方法、系统、装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20140625 |