CN109582971A - 一种基于句法分析的批改方法及批改系统 - Google Patents

一种基于句法分析的批改方法及批改系统 Download PDF

Info

Publication number
CN109582971A
CN109582971A CN201811559910.8A CN201811559910A CN109582971A CN 109582971 A CN109582971 A CN 109582971A CN 201811559910 A CN201811559910 A CN 201811559910A CN 109582971 A CN109582971 A CN 109582971A
Authority
CN
China
Prior art keywords
converted
sentence
user
answer
speech
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.)
Granted
Application number
CN201811559910.8A
Other languages
English (en)
Other versions
CN109582971B (zh
Inventor
崔颖
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Genius Technology Co Ltd
Original Assignee
Guangdong Genius Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangdong Genius Technology Co Ltd filed Critical Guangdong Genius Technology Co Ltd
Priority to CN201811559910.8A priority Critical patent/CN109582971B/zh
Publication of CN109582971A publication Critical patent/CN109582971A/zh
Application granted granted Critical
Publication of CN109582971B publication Critical patent/CN109582971B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/20Natural language analysis
    • G06F40/205Parsing
    • G06F40/211Syntactic parsing, e.g. based on context-free grammar [CFG] or unification grammars
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/10Text processing
    • G06F40/103Formatting, i.e. changing of presentation of documents
    • G06F40/117Tagging; Marking up; Designating a block; Setting of attributes

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Machine Translation (AREA)

Abstract

本发明实施例公开了一种基于句法分析的批改方法及批改系统,包括:对待转换句子中的词语进行词性标注,以得到第一词性类别组合正则式;对已转换句子中的词语进行词性标注,以得到第二词性类别组合正则式;获取待转换句子中的第一连接词以确定第一词性类别组合正则式的第一逻辑信息;获取已转换句子中的第二连接词以确定第二词性类别的组合正则式的第二逻辑信息;根据第一逻辑信息以及第二逻辑信息确定出转换关系;根据多个转换关系生成批改模型;获取用户的答题结果对应的目标待转换句子;将目标待转换句子输入至批改模型,根据批改模型输出的标准答案对答题结果进行批改。该方法能够生成一个标准答案以提高对句型转换类题目的批改效率。

Description

一种基于句法分析的批改方法及批改系统
技术领域
本发明涉及教育技术领域,具体涉及一种基于句法分析的批改方法及批改系统。
背景技术
句型转换类的题目是小学语文常考的一种题型,例如:把“把”字句转换成“被”字句。但是句型转换类的题目属于主观类的题目,并没有唯一的标准答案,所以现阶段的批改客户端并不能自动批改这类题型。用户只能在完成句型转换类的题目之后,将答案拿给老师或者家长进行人工批改,但是由于句型转换类的题目没有标准的答案,所以很容易出现批改人误判的情况。进而不利于提高对于句型转换类题目的批改效率。
发明内容
本发明实施例公开了一种基于句法分析的批改方法及批改系统,能够生成一个标准答案以提高对句型转换类题目的批改效率。
本发明实施例第一方面公开一种基于句法分析的批改方法,包括:
对句型转换前的待转换句子中的词语词性进行词性标注,以得到所述待转换句子对应的第一词性类别组合正则式;
对句型转换之后与所述待转换句子对应的已转换句子中的词语词性进行词性标注,以得到所述已转换句子对应的第二词性类别组合正则式;
获取所述待转换句子中的第一连接词以确定所述第一词性类别的组合正则式的第一逻辑信息;
获取所述已转换句子中的第二连接词以确定所述第二词性类别的组合正则式的第二逻辑信息;
根据所述第一逻辑信息以及所述第二逻辑信息确定所述待转换句子与所述已转换句子的转换关系;
根据多个待转换句子与已转换句子的所述转换关系生成批改模型;
获取用户的答题结果对应的目标待转换句子;
将所述目标待转换句子输入至所述批改模型,以得到所述批改模型输出的标准答案;
对比所述用户的答题结果和所述标准答案,以对所述答题结果进行批改。
作为一种可选的实施方式,在本发明实施例第一方面中,所述对比所述用户的答题结果和所述标准答案,以对所述答题结果进行批改,包括:
判断所述用户的答题结果和所述标准答案是否匹配;
若不匹配,判定所述答题结果不正确,并根据所述标准答案判断所述答题结果中是否有错别字;
若有错别字,根据所述错别字生成第一提示信息,所述第一提示信息用于提示用户进行错别字修改;
输出所述第一提示信息。
作为一种可选的实施方式,在本发明实施例第一方面中,所述方法还包括:
在判断出所述用户的答题结果和所述标准答案不匹配时,根据所述目标待转换句子在数据库确定出与所述目标待转换句子对应的讲解视频;
获取所述用户的身份标识,将所述讲解视频发送至所述用户的身份标识绑定的终端设备。
作为一种可选的实施方式,在本发明实施例第一方面中,在判断出所述用户的答题结果和所述标准答案不匹配之后,以及在根据所述目标待转换句子在数据库确定出与所述目标待转换句子对应的讲解视频之前,所述方法还包括:
分析所述答题结果中与所述标准答案不匹配的部分占所述答题结果的比例;
根据所述比例生成批改分数信息;其中,所述比例越高则所述批改分数越低;
当所述批改分数信息对应的分数小于或等于预设的阈值时,执行所述根据所述目标待转换句子在数据库确定出与所述目标待转换句子对应的讲解视频的步骤。
作为一种可选的实施方式,在本发明实施例第一方面中,对句型转换前的待转换句子中的词语词性进行词性标注之前,所述方法还包括:
输出第二提示信息,所述第二提示信息用于提示用户输入身份信息;
获取用户输入的身份信息,以根据所述身份信息确定所述用户的年级信息;
根据所述用户的年级信息确定出该年级对应的题库,以在所述题库中获取至少一个句型转换前的待转换句子,并执行所述对句型转换前的待转换句子中的词语词性进行词性标注的步骤。
本发明实施例第二方面公开一种基于句法分析的批改系统,包括:
第一标注单元,用于对句型转换前的待转换句子中的词语词性进行词性标注,以得到所述待转换句子对应的第一词性类别组合正则式;
第二标注单元,用于对句型转换之后与所述待转换句子对应的已转换句子中的词语词性进行词性标注,以得到所述已转换句子对应的第二词性类别组合正则式;
第一确定单元,获取所述待转换句子中的第一连接词以确定所述第一词性类别的组合正则式的第一逻辑信息;
第二确定单元,获取所述已转换句子中的第二连接词以确定所述第二词性类别的组合正则式的第二逻辑信息;
第三确定单元,根据所述第一逻辑信息以及所述第二逻辑信息确定所述待转换句子与所述已转换句子的转换关系;
生成单元,用于根据多个待转换句子与已转换句子的所述转换关系生成批改模型;
第一获取单元,用于获取用户的答题结果对应的目标待转换句子;
第一输出单元,用于将所述目标待转换句子输入至所述批改模型,以得到所述批改模型输出的标准答案;
对比单元,用于对比所述用户的答题结果和所述标准答案,以对所述答题结果进行批改。
作为一种可选的实施方式,在本发明实施例第二方面中,所述对比单元包括:
第一判断子单元,用于判断所述用户的答题结果和所述标准答案是否匹配;
第二判断子单元,用于在所述第一判断子单元判断出所述用户的答题结果和所述标准答案不匹配时,判定所述答题结果不正确,并根据所述标准答案判断所述答题结果中是否有错别字;
第一生成子单元,用于在所述第二判断子单元根据所述标准答案判断出所述答题结果中有错别字时,根据所述错别字生成第一提示信息,所述第一提示信息用于提示用户进行错别字修改;
输出子单元,用于输出所述第一提示信息。
作为一种可选的实施方式,在本发明实施例第二方面中,所述对比单元还包括:
确定子单元,用于在所述第一判断子单元判断出所述用户的答题结果和所述标准答案不匹配时,根据所述目标待转换句子在数据库确定出与所述目标待转换句子对应的讲解视频;
发送子单元,用于获取所述用户的身份标识,将所述讲解视频发送至所述用户的身份标识绑定的终端设备。
作为一种可选的实施方式,在本发明实施例第二方面中,所述对比单元还包括:
分析子单元,用于在所述第一判断子单元判断出所述用户的答题结果和所述标准答案不匹配之后,以及所述确定子单元根据所述目标待转换句子在数据库确定出与所述目标待转换句子对应的讲解视频之前,分析所述答题结果中与所述标准答案不匹配的部分占所述答题结果的比例;
第二生成子单元,用于根据所述比例生成批改分数信息;其中,所述比例越高则所述批改分数越低;
以及,所述确定子单元具体用于在所述批改分数信息对应的分数小于或等于预设的阈值时,根据所述目标待转换句子在数据库确定出与所述目标待转换句子对应的讲解视频。
作为一种可选的实施方式,在本发明实施例第二方面中,所述批改系统还包括:
第二输出单元,用于在所述第一标注单元对句型转换前的待转换句子中的词语词性进行词性标注,以得到所述待转换句子对应的第一词性类别组合正则式之前,输出第二提示信息,所述第二提示信息用于提示用户输入身份信息;
第二获取单元,用于获取用户输入的身份信息,以根据所述身份信息确定所述用户的年级信息;
第三获取单元,用于根据所述用户的年级信息确定出该年级对应的题库,以在所述题库中获取至少一个句型转换前的待转换句子;
以及,所述第一标注单元具体用于在所述第三获取单元根据所述用户的年级信息确定出该年级对应的题库,以在所述题库中获取至少一个句型转换前的待转换句子之后,对句型转换前的待转换句子中的词语词性进行词性标注,以得到所述待转换句子对应的第一词性类别组合正则式。
本发明实施例第三方面公开一种基于句法分析的批改系统,包括:
存储有可执行程序代码的存储器;
与所述存储器耦合的处理器;
所述处理器调用所述存储器中存储的所述可执行程序代码,执行本发明实施例第一方面公开的一种基于句法分析的批改方法。
本发明实施例第四方面公开一种计算机可读存储介质,其存储计算机程序,其中,所述计算机程序使得计算机执行本发明实施例第一方面公开的一种基于句法分析的批改方法。
本发明实施例第五方面公开一种计算机程序产品,当所述计算机程序产品在计算机上运行时,使得所述计算机执行本发明实施例第一方面的任意一种方法的部分或全部步骤。
本发明实施例第六方面公开一种应用发布平台,所述应用发布平台用于发布计算机程序产品,其中,当所述计算机程序产品在计算机上运行时,使得所述计算机执行本发明实施例第一方面的任意一种方法的部分或全部步骤。
与现有技术相比,本发明实施例具有以下有益效果:
本发明实施例中,批改系统可以对句型转换前的待转换句子中的词语词性进行词性标注,以得到待转换句子对应的第一词性类别组合正则式;对句型转换之后与待转换句子对应的已转换句子中的词语词性进行词性标注,以得到已转换句子对应的第二词性类别组合正则式;获取待转换句子中的第一连接词以确定第一词性类别的组合正则式的第一逻辑信息;获取已转换句子中的第二连接词以确定第二词性类别的组合正则式的第二逻辑信息;根据第一逻辑信息以及第二逻辑信息确定待转换句子与已转换句子的转换关系;根据多个待转换句子与已转换句子的转换关系生成批改模型;获取用户的答题结果对应的目标待转换句子;将目标待转换句子输入至批改模型,以得到批改模型输出的标准答案;对比用户的答题结果和标准答案,以对答题结果进行批改。实施上述方法,可以根据多个转换关系生成句子转换类题目的批改模型,后续可以根据该模型实现句子转换类题目的自动批改,能够提高对句型转换类题目的批改效率。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例公开的一种基于句法分析的批改方法的流程示意图;
图2是本发明实施例公开的另一种基于句法分析的批改方法的流程示意图;
图3是本发明实施例公开的一种基于句法分析的批改系统的结构示意图;
图4是本发明实施例公开的另一种基于句法分析的批改系统的结构示意图;
图5是本发明实施例公开的另一种基于句法分析的批改系统的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明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发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书中的术语“第一”、“第二”和“第三”等是用于区别不同的对象,而不是用于描述特定顺序。本发明实施例的术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
本发明实施例公开了一种基于句法分析的批改方法及批改系统,能够生成一个标准答案以提高对句型转换类题目的批改效率。
下面将结合具体实施例对本发明技术方案进行详细说明。
实施例一
请参阅图1,图1是本发明实施例公开的一种基于句法分析的批改方法的流程示意图。如图1所示,该基于句法分析的批改方法可以包括以下步骤:
101、批改系统对句型转换前的待转换句子中的词语词性进行词性标注,以得到待转换句子对应的第一词性类别组合正则式。
本发明实施例中,批改系统可以被安装于供学生使用的学习平板、学习手机、学习机、家教机、点读机等电子设备中,本发明实施例不作限定。
本发明实施例中,批改系统可以利用词语词性标注算法对句型转换前的待转换句子中的词语词性进行词性标注,以得到待转换句子对应的第一词性类别组合正则式。
举例来说,句型转换前的待转换句子为“小明把门打开”,批改系统通过词语词性标注算法可以得到“小明”对应词性的是“名词”;“门”对应的词性是“名词”;“打开”对应的词性是“动词”;则可以生成“名词+名词+动词”的第一词性类别组合正则式。
102、批改系统对句型转换之后与待转换句子对应的已转换句子中的词语词性进行词性标注,以得到已转换句子对应的第二词性类别组合正则式。
本发明实施例中,批改系统可以利用词语词性标注算法对句型转换之后与待转换句子对应的已转换句子中的词语词性进行词性标注,以得到已转换句子对应的第二词性类别组合正则式。
举例来说,句型转换前的待转换句子为“小明把门打开”,则句型转换之后与待转换句子对应的已转换句子为“门被小明打开”;批改系统通过词语词性标注算法可以得到“门”对应的词性是“名词”;“小明”对应词性的是“名词”;“打开”对应的词性是“动词”;则可以生成“名词+名词+动词”的第二词性类别组合正则式。
103、批改系统获取待转换句子中的第一连接词以确定第一词性类别的组合正则式的第一逻辑信息。
本发明实施例中,批改系统可以利用自然语言处理技术中基于特征提取的连接词识别方法获取待转换句子中的第一连接词以确定第一词性类别的组合正则式的第一逻辑信息。
举例来说,句型转换前的待转换句子为“小明把门打开”,则批改系统通过基于特征提取的连接词识别方法可以提取出连接词“把”,进而可以的出“名词+关联词(把)+名词+动词”的第一逻辑信息。
作为一种可选的实施方式,批改系统可以确定句型转换前的待转换句子中不同连接词在不同情况下充当的作用,并计算不同连接词的权重,即占比(概率),进而可以根据权重确定出对逻辑信息影响小于预设阈值连接词,并忽略对逻辑信息影响小于预设影响阈值的连接词。
举例来说,句型转换前的待转换句子为“把”字句:“小明把门和灯打开”,其中连接词“和”对待转换句子的逻辑信息影响小于连接词“把”对待转换句子的逻辑信息影响,进而可以忽略连接词“和”,把“门和灯”作为一个名词,即可以将“小明把门和灯打开”的词性类别的组合正则式“名词+连接词(把)+名词+连接词(和)+名词+动词”简化为“名词+连接词(把)+名词+动词”,进而确定出更符合句型转换类题目要求的待转换句子的第一逻辑信息。
104、批改系统获取已转换句子中的第二连接词以确定第二词性类别的组合正则式的第二逻辑信息。
本发明实施例中,批改系统可以利用自然语言处理技术中基于特征提取的连接词识别方法获取已转换句子中的第二连接词以确定第二词性类别的组合正则式的第二逻辑信息。
举例来说,句型转换前的待转换句子为“小明把门打开”,则句型转换之后与待转换句子对应的已转换句子为“门被小明打开”,则批改系统通过基于特征提取的连接词识别方法可以提取出已转换句子的连接词“被”,进而可以的出“名词+关联词(被)+名词+动词”的第二逻辑信息。
作为一种可选的实施方式,批改系统可以确定句型转换后的已转换句子中不同连接词在不同情况下充当的作用,并计算不同连接词的权重,即占比(概率),进而可以根据权重确定出对逻辑信息影响小于预设阈值连接词,并忽略对逻辑信息影响小于预设影响阈值的连接词。
实施上述的方法,可以确定出更符合句型转换类题目要求的已转换句子的第二逻辑信息。
105、批改系统根据第一逻辑信息以及第二逻辑信息确定待转换句子与已转换句子的转换关系。
本发明实施例中,批改系统可以根据第一逻辑信息“名词+关联词(把)+名词+动词”以及第二逻辑信息“名词+关联词(被)+名词+动词”确定待转换句子与已转换句子的转换关系。
106、批改系统根据多个待转换句子与已转换句子的转换关系生成批改模型。
本发明实施例中,批改系统可以通过大数据采集多组待转换句子与已转换句子,并按照步骤101-步骤105的方法生成多个转换关系,并训练成批改模型。
107、批改系统获取用户的答题结果对应的目标待转换句子。
本发明实施例中,安装该批改系统的电子设备可以内置有拍摄模组,进一步批改系统可以控制拍摄模组拍摄用户的答题结果对应的目标待转换句子,并利用光学字符识别(Optical Character Recognition,OCR)技术识别所拍摄到的包含目标待转换句子的图像以得到电子设备可以读取的信息。
108、批改系统将目标待转换句子输入至批改模型,以得到批改模型输出的标准答案。
本发明实施例中,批改系统利用光学字符识别(Optical CharacterRecognition,OCR)技术识别所拍摄到的包含目标待转换句子的图像以得到电子设备可以读取的信息之后,可以利用批改模型中的转换关系,对目标待转换句子进行句型转换以得到转换后的已转换句子,即标准答案。
109、批改系统对比用户的答题结果和标准答案,以对答题结果进行批改。
本发明实施例中,批改系统可以判断用户的答题结果和标准答案是否匹配。若匹配,判定答题结果正确,输出答案正确的提示信息;若不匹配,判定答题结果不正确,输出答案不正确的提示信息。
作为一种可选的实施方式,批改系统对比用户的答题结果和标准答案,以对答题结果进行批改的方式可以是:批改系统判断用户的答题结果和标准答案是否匹配;若不匹配,判定答题结果不正确,并根据标准答案判断答题结果中是否有错别字;若有错别字,根据错别字生成第一提示信息,该第一提示信息用于提示用户进行错别字修改;输出第一提示信息。
举例来说:标准答案是“门被小明打开”,而用户输入“门被小明打井”则通过对比可以得到错别字为“井”;则批改系统可以输出“打井”中的“井”为错别字,请修改为“开”。
实施上述方法,可以帮助用户分析答题结果中的错别字,以提高用户的使用体验度。
作为另一种可选的实施方式,批改系统在判断出用户的答题结果和标准答案不匹配时,可以根据目标待转换句子在数据库确定出与目标待转换句子对应的讲解视频;获取用户的身份标识,将讲解视频发送至用户的身份标识绑定的终端设备。
其中,数据库可以是批改系统通信连接的云端服务器,该云端服务器中可以储存有句型转换类题目的讲解视频,批改系统可以用过网络与云端服务器交互以获得讲解视频;用户的身份标识绑定的终端设备可以是用户用于学习的学习机、学习手表或家教机等,本方面实施例不作限定。
实施上述方法,可以输出句型转换类题目的讲解视频以辅助用户做题,提高了用户的做题效率,进而提高用户的使用体验度。
作为另一种可选的实施方式,批改系统在判断出用户的答题结果和标准答案不匹配之后,以及在根据目标待转换句子在数据库确定出与目标待转换句子对应的讲解视频之前,可以分析答题结果中与标准答案不匹配的部分占答题结果的比例;根据比例生成批改分数信息;其中,比例越高则批改分数越低;当批改分数信息对应的分数小于或等于预设的阈值时,根据目标待转换句子在数据库确定出与目标待转换句子对应的讲解视频并发送给用户。
其中,预设的阈值可以是批改系统的开发人员根据多次实验结果设定的,也可以是用户的监护人或者老师设定的,本发明实施例不作限定。
实施上述方法,可以为用户的答题结果进行打分,并只有在分数小于或等于预设的阈值时,才输出讲解视频给用户;避免批改系统频繁给用户发送讲解视频,从而提高了用户的使用体验度。
可见,实施图1所描述的方法,可以对句型转换前的待转换句子中的词语词性进行词性标注,以得到待转换句子对应的第一词性类别组合正则式;对句型转换之后与待转换句子对应的已转换句子中的词语词性进行词性标注,以得到已转换句子对应的第二词性类别组合正则式;获取待转换句子中的第一连接词以确定第一词性类别的组合正则式的第一逻辑信息;获取已转换句子中的第二连接词以确定第二词性类别的组合正则式的第二逻辑信息;根据第一逻辑信息以及第二逻辑信息确定待转换句子与已转换句子的转换关系;根据多个待转换句子与已转换句子的转换关系生成批改模型;获取用户的答题结果对应的目标待转换句子;将目标待转换句子输入至批改模型,以得到批改模型输出的标准答案;对比用户的答题结果和标准答案,以对答题结果进行批改。实施上述方法,可以根据多个转换关系生成句子转换类题目的批改模型,后续可以根据该模型实现句子转换类题目的自动批改,能够提高对句型转换类题目的批改效率。
实施例二
请参阅图2,图2是本发明实施例公开的另一种基于句法分析的批改方法的流程示意图。如图2所示,该基于句法分析的批改方法可以包括以下步骤:
201、批改系统输出第二提示信息,该第二提示信息用于提示用户输入身份信息。
本发明实施例中,批改系统可以通过悬浮窗口的方式输出第二提示信息;第二提示信息的内容可以是“请输入身份信息”。
202、批改系统获取用户输入的身份信息,以根据身份信息确定用户的年级信息。
本发明实施例中,用户输入的身份信息可以包括用户的年龄信息、用户的年级信息和用户的学习进度信息;进一步,批改系统可以根据身份信息确定用户的年级信息。
203、批改系统根据用户的年级信息确定出该年级对应的题库,以在题库中获取至少一个句型转换前的待转换句子。
本发明实施例中,用户对应年级对应的题库可以是被设置于批改系统通信连接的云端服务器中,批改系统可以通过网络与云端服务器交互,进而从题库中获取至少一个句型转换前的待转换句子。
204-212;其中;步骤204-步骤212与实施例一中的步骤101-步骤109相同,在此不再赘述。
可见,与实施图1所描述的方法相比较,实施图2所描述的方法,还可以通过获取用户的年级信息以得到用户对应年级的句型转换类例题来训练批改模型,进而可以获取符合用户知识层面的批改模型,提高批改的效率。
实施例三
请参阅图3,图3是本发明实施例公开的一种基于句法分析的批改系统的结构示意图。如图3所示,该批改系统可以包括:
第一标注单元301,用于对句型转换前的待转换句子中的词语词性进行词性标注,以得到待转换句子对应的第一词性类别组合正则式;
第二标注单元302,用于对句型转换之后与待转换句子对应的已转换句子中的词语词性进行词性标注,以得到已转换句子对应的第二词性类别组合正则式;
第一确定单元303,获取待转换句子中的第一连接词以确定第一词性类别的组合正则式的第一逻辑信息;
第二确定单元304,获取已转换句子中的第二连接词以确定第二词性类别的组合正则式的第二逻辑信息;
第三确定单元305,根据第一逻辑信息以及第二逻辑信息确定待转换句子与已转换句子的转换关系;
生成单元306,用于根据多个待转换句子与已转换句子的转换关系生成批改模型;
第一获取单元307,用于获取用户的答题结果对应的目标待转换句子;
第一输出单元308,用于将目标待转换句子输入至批改模型,以得到批改模型输出的标准答案;
对比单元309,用于对比用户的答题结果和标准答案,以对答题结果进行批改。
作为一种可选的实施方式,对比单元309可以包括以下未图示的子单元:
第一判断子单元,用于判断用户的答题结果和标准答案是否匹配;
第二判断子单元,用于在第一判断子单元判断出用户的答题结果和标准答案不匹配时,判定答题结果不正确,并根据标准答案判断答题结果中是否有错别字;
第一生成子单元,用于在第二判断子单元根据标准答案判断出答题结果中有错别字时,根据错别字生成第一提示信息,该第一提示信息用于提示用户进行错别字修改;
输出子单元,用于输出第一提示信息。
实施上述方法,可以帮助用户分析答题结果中的错别字,以提高用户的使用体验度。
作为另一种可选的实施方式,对比单元309还可以包括以下未图示的子单元:
确定子单元,用于在第一判断子单元判断出用户的答题结果和标准答案不匹配时,根据目标待转换句子在数据库确定出与目标待转换句子对应的讲解视频;
发送子单元,用于获取用户的身份标识,将讲解视频发送至用户的身份标识绑定的终端设备。
实施上述方法,可以输出句型转换类题目的讲解视频以辅助用户做题,提高了用户的做题效率,进而提高用户的使用体验度。
作为另一种可选的实施方式,对比单元309还可以包括以下未图示的子单元:
分析子单元,用于在第一判断子单元判断出用户的答题结果和标准答案不匹配之后,以及确定子单元根据目标待转换句子在数据库确定出与目标待转换句子对应的讲解视频之前,分析答题结果中与标准答案不匹配的部分占答题结果的比例;
第二生成子单元,用于根据比例生成批改分数信息;其中,比例越高则批改分数越低;
以及,确定子单元具体用于在批改分数信息对应的分数小于或等于预设的阈值时,根据目标待转换句子在数据库确定出与目标待转换句子对应的讲解视频。
实施上述方法,可以为用户的答题结果进行打分,并只有在分数小于或等于预设的阈值时,才输出讲解视频给用户;避免批改系统频繁给用户发送讲解视频,从而提高了用户的使用体验度。
作为一种可选的实施方式,第一确定单元303可以用于确定句型转换前的待转换句子中不同连接词在不同情况下充当的作用,并计算不同连接词的权重,即占比(概率),进而可以根据权重确定出对逻辑信息影响小于预设阈值连接词,并忽略对逻辑信息影响小于预设影响阈值的连接词。
实施上述的方法,可以确定出更符合句型转换类题目要求的待转换句子的第一逻辑信息。
作为一种可选的实施方式,第二确定单元304可以用于确定句型转换后的已转换句子中不同连接词在不同情况下充当的作用,并计算不同连接词的权重,即占比(概率),进而可以根据权重确定出对逻辑信息影响小于预设阈值连接词,并忽略对逻辑信息影响小于预设影响阈值的连接词。
实施上述的方法,可以确定出更符合句型转换类题目要求的已转换句子的第二逻辑信息。
可见,实施图3所描述的批改系统,可以对句型转换前的待转换句子中的词语词性进行词性标注,以得到待转换句子对应的第一词性类别组合正则式;对句型转换之后与待转换句子对应的已转换句子中的词语词性进行词性标注,以得到已转换句子对应的第二词性类别组合正则式;获取待转换句子中的第一连接词以确定第一词性类别的组合正则式的第一逻辑信息;获取已转换句子中的第二连接词以确定第二词性类别的组合正则式的第二逻辑信息;根据第一逻辑信息以及第二逻辑信息确定待转换句子与已转换句子的转换关系;根据多个待转换句子与已转换句子的转换关系生成批改模型;获取用户的答题结果对应的目标待转换句子;将目标待转换句子输入至批改模型,以得到批改模型输出的标准答案;对比用户的答题结果和标准答案,以对答题结果进行批改。实施上述方法,可以根据多个转换关系生成句子转换类题目的批改模型,后续可以根据该模型实现句子转换类题目的自动批改,能够提高对句型转换类题目的批改效率。
实施例四
请参阅图4,图4是本发明实施例公开的另一种基于句法分析的批改系统的结构示意图。其中,图4所示的批改系统是由图3所示的批改系统进行优化得到的。与图3所示的批改系统相比较,图4所示的批改系统还可以包括:
第二输出单元310,用于在第一标注单元301对句型转换前的待转换句子中的词语词性进行词性标注,以得到待转换句子对应的第一词性类别组合正则式之前,输出第二提示信息,该第二提示信息用于提示用户输入身份信息;
第二获取单元311,用于获取用户输入的身份信息,以根据身份信息确定用户的年级信息;
第三获取单元312,用于根据用户的年级信息确定出该年级对应的题库,以在题库中获取至少一个句型转换前的待转换句子;
以及,第一标注单元301具体用于在第三获取单元312根据用户的年级信息确定出该年级对应的题库,以在题库中获取至少一个句型转换前的待转换句子之后,对句型转换前的待转换句子中的词语词性进行词性标注,以得到待转换句子对应的第一词性类别组合正则式。
可见,与实施图3所描述的批改系统相比较,实施图4所描述的批改系统,还可以通过获取用户的年级信息以得到用户对应年级的句型转换类例题来训练批改模型,进而可以获取符合用户知识层面的批改模型,提高批改的效率。
实施例五
请参阅图5,图5是本发明实施例公开的另一种基于句法分析的批改系统的结构示意图。如图5所示,该批改系统可以包括:
存储有可执行程序代码的存储器501;
与存储器501耦合的处理器502;
其中,处理器502调用存储器501中存储的可执行程序代码,执行图1~图2任意一种基于句法分析的批改方法。
本发明实施例公开一种计算机可读存储介质,其存储计算机程序,其中,该计算机程序使得计算机执行图1~图2任意一种基于句法分析的批改方法。
本发明实施例还公开一种应用发布平台,其中,应用发布平台用于发布计算机程序产品,其中,当计算机程序产品在计算机上运行时,使得计算机执行如以上各方法实施例中的方法的部分或全部步骤。
在本发明的各种实施例中,应理解,上述各过程的序号的大小并不意味着执行顺序的必然先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
上述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物单元,即可位于一个地方,或者也可以分布到多个网络单元上。可根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外,在本发明各实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
上述集成的单元若以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可获取的存储器中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或者部分,可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储器中,包括若干请求用以使得一台计算机设备(可以为个人计算机、服务器或者网络设备等,具体可以是计算机设备中的处理器)执行本发明的各个实施例上述方法的部分或全部步骤。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质包括只读存储器(Read-Only Memory,ROM)、随机存储器(Random Access Memory,RAM)、可编程只读存储器(Programmable Read-only Memory,PROM)、可擦除可编程只读存储器(Erasable Programmable Read Only Memory,EPROM)、一次可编程只读存储器(One-time Programmable Read-Only Memory,OTPROM)、电子抹除式可复写只读存储器(Electrically-Erasable Programmable Read-Only Memory,EEPROM)、只读光盘(CompactDisc Read-Only Memory,CD-ROM)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。
以上对本发明实施例公开的一种基于句法分析的批改方法及批改系统进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种基于句法分析的批改方法,其特征在于,所述方法包括:
对句型转换前的待转换句子中的词语词性进行词性标注,以得到所述待转换句子对应的第一词性类别组合正则式;
对句型转换之后与所述待转换句子对应的已转换句子中的词语词性进行词性标注,以得到所述已转换句子对应的第二词性类别组合正则式;
获取所述待转换句子中的第一连接词以确定所述第一词性类别组合正则式的第一逻辑信息;
获取所述已转换句子中的第二连接词以确定所述第二词性类别组合正则式的第二逻辑信息;
根据所述第一逻辑信息以及所述第二逻辑信息确定所述待转换句子与所述已转换句子的转换关系;
根据多个待转换句子与已转换句子的所述转换关系生成批改模型;
获取用户的答题结果对应的目标待转换句子;
将所述目标待转换句子输入至所述批改模型,以得到所述批改模型输出的标准答案;
对比所述用户的答题结果和所述标准答案,以对所述答题结果进行批改。
2.根据权利要求1所述的方法,其特征在于,所述对比所述用户的答题结果和所述标准答案,以对所述答题结果进行批改,包括:
判断所述用户的答题结果和所述标准答案是否匹配;
若不匹配,判定所述答题结果不正确,并根据所述标准答案判断所述答题结果中是否有错别字;
若有错别字,根据所述错别字生成第一提示信息,所述第一提示信息用于提示用户进行错别字修改;
输出所述第一提示信息。
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
在判断出所述用户的答题结果和所述标准答案不匹配时,根据所述目标待转换句子在数据库确定出与所述目标待转换句子对应的讲解视频;
获取所述用户的身份标识,将所述讲解视频发送至所述用户的身份标识绑定的终端设备。
4.根据权利要求3所述的方法,其特征在于,在判断出所述用户的答题结果和所述标准答案不匹配之后,以及在根据所述目标待转换句子在数据库确定出与所述目标待转换句子对应的讲解视频之前,所述方法还包括:
分析所述答题结果中与所述标准答案不匹配的部分占所述答题结果的比例;
根据所述比例生成批改分数信息;其中,所述比例越高则所述批改分数越低;
当所述批改分数信息对应的分数小于或等于预设的阈值时,执行所述根据所述目标待转换句子在数据库确定出与所述目标待转换句子对应的讲解视频的步骤。
5.根据权利要求1-4任一项所述的方法,其特征在于,对句型转换前的待转换句子中的词语词性进行词性标注之前,所述方法还包括:
输出第二提示信息,所述第二提示信息用于提示用户输入身份信息;
获取用户输入的身份信息,以根据所述身份信息确定所述用户的年级信息;
根据所述用户的年级信息确定出该年级对应的题库,以在所述题库中获取至少一个句型转换前的待转换句子,并执行所述对句型转换前的待转换句子中的词语词性进行词性标注的步骤。
6.一种基于句法分析的批改系统,其特征在于,所述系统包括:
第一标注单元,用于对句型转换前的待转换句子中的词语词性进行词性标注,以得到所述待转换句子对应的第一词性类别组合正则式;
第二标注单元,用于对句型转换之后与所述待转换句子对应的已转换句子中的词语词性进行词性标注,以得到所述已转换句子对应的第二词性类别组合正则式;
第一确定单元,获取所述待转换句子中的第一连接词以确定所述第一词性类别的组合正则式的第一逻辑信息;
第二确定单元,获取所述已转换句子中的第二连接词以确定所述第二词性类别的组合正则式的第二逻辑信息;
第三确定单元,根据所述第一逻辑信息以及所述第二逻辑信息确定所述待转换句子与所述已转换句子的转换关系;
生成单元,用于根据多个待转换句子与已转换句子的所述转换关系生成批改模型;
第一获取单元,用于获取用户的答题结果对应的目标待转换句子;
第一输出单元,用于将所述目标待转换句子输入至所述批改模型,以得到所述批改模型输出的标准答案;
对比单元,用于对比所述用户的答题结果和所述标准答案,以对所述答题结果进行批改。
7.根据权利要求6所述的批改系统,其特征在于,所述对比单元包括:
第一判断子单元,用于判断所述用户的答题结果和所述标准答案是否匹配;
第二判断子单元,用于在所述第一判断子单元判断出所述用户的答题结果和所述标准答案不匹配时,判定所述答题结果不正确,并根据所述标准答案判断所述答题结果中是否有错别字;
第一生成子单元,用于在所述第二判断子单元根据所述标准答案判断出所述答题结果中有错别字时,根据所述错别字生成第一提示信息,所述第一提示信息用于提示用户进行错别字修改;
输出子单元,用于输出所述第一提示信息。
8.根据权利要求7所述的批改系统,其特征在于,所述对比单元还包括:
确定子单元,用于在所述第一判断子单元判断出所述用户的答题结果和所述标准答案不匹配时,根据所述目标待转换句子在数据库确定出与所述目标待转换句子对应的讲解视频;
发送子单元,用于获取所述用户的身份标识,将所述讲解视频发送至所述用户的身份标识绑定的终端设备。
9.根据权利要求8所述的批改系统,其特征在于,所述对比单元还包括:
分析子单元,用于在所述第一判断子单元判断出所述用户的答题结果和所述标准答案不匹配之后,以及所述确定子单元根据所述目标待转换句子在数据库确定出与所述目标待转换句子对应的讲解视频之前,分析所述答题结果中与所述标准答案不匹配的部分占所述答题结果的比例;
第二生成子单元,用于根据所述比例生成批改分数信息;其中,所述比例越高则所述批改分数越低;
以及,所述确定子单元具体用于在所述批改分数信息对应的分数小于或等于预设的阈值时,根据所述目标待转换句子在数据库确定出与所述目标待转换句子对应的讲解视频。
10.根据权利要求6-9任一项所述的批改系统,其特征在于,所述批改系统还包括:
第二输出单元,用于在所述第一标注单元对句型转换前的待转换句子中的词语词性进行词性标注,以得到所述待转换句子对应的第一词性类别组合正则式之前,输出第二提示信息,所述第二提示信息用于提示用户输入身份信息;
第二获取单元,用于获取用户输入的身份信息,以根据所述身份信息确定所述用户的年级信息;
第三获取单元,用于根据所述用户的年级信息确定出该年级对应的题库,以在所述题库中获取至少一个句型转换前的待转换句子;
以及,所述第一标注单元具体用于在所述第三获取单元根据所述用户的年级信息确定出该年级对应的题库,以在所述题库中获取至少一个句型转换前的待转换句子之后,对句型转换前的待转换句子中的词语词性进行词性标注,以得到所述待转换句子对应的第一词性类别组合正则式。
CN201811559910.8A 2018-12-20 2018-12-20 一种基于句法分析的批改方法及批改系统 Active CN109582971B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811559910.8A CN109582971B (zh) 2018-12-20 2018-12-20 一种基于句法分析的批改方法及批改系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811559910.8A CN109582971B (zh) 2018-12-20 2018-12-20 一种基于句法分析的批改方法及批改系统

Publications (2)

Publication Number Publication Date
CN109582971A true CN109582971A (zh) 2019-04-05
CN109582971B CN109582971B (zh) 2022-11-25

Family

ID=65931066

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811559910.8A Active CN109582971B (zh) 2018-12-20 2018-12-20 一种基于句法分析的批改方法及批改系统

Country Status (1)

Country Link
CN (1) CN109582971B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113792133A (zh) * 2021-11-11 2021-12-14 北京世纪好未来教育科技有限公司 判题方法、装置、电子设备和介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003022264A (ja) * 2001-07-06 2003-01-24 Communication Research Laboratory 言語変換処理統一システム
US20100332499A1 (en) * 2009-06-26 2010-12-30 Iac Search & Media, Inc. Method and system for determining confidence in answer for search
JP2011076375A (ja) * 2009-09-30 2011-04-14 Yahoo Japan Corp 文章変換装置、方法及びプログラム
CN105723362A (zh) * 2013-10-28 2016-06-29 余自立 自然表达处理方法、处理及回应方法、设备及系统
US20180293228A1 (en) * 2017-04-11 2018-10-11 Samsung Electronics Co., Ltd. Device and method for converting dialect into standard language
CN108932508A (zh) * 2018-08-13 2018-12-04 杭州大拿科技股份有限公司 一种题目智能识别、批改的方法和系统
CN108959261A (zh) * 2018-07-06 2018-12-07 京工博创(北京)科技有限公司 基于自然语言的试卷主观题判题装置及方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003022264A (ja) * 2001-07-06 2003-01-24 Communication Research Laboratory 言語変換処理統一システム
US20100332499A1 (en) * 2009-06-26 2010-12-30 Iac Search & Media, Inc. Method and system for determining confidence in answer for search
JP2011076375A (ja) * 2009-09-30 2011-04-14 Yahoo Japan Corp 文章変換装置、方法及びプログラム
CN105723362A (zh) * 2013-10-28 2016-06-29 余自立 自然表达处理方法、处理及回应方法、设备及系统
US20180293228A1 (en) * 2017-04-11 2018-10-11 Samsung Electronics Co., Ltd. Device and method for converting dialect into standard language
CN108959261A (zh) * 2018-07-06 2018-12-07 京工博创(北京)科技有限公司 基于自然语言的试卷主观题判题装置及方法
CN108932508A (zh) * 2018-08-13 2018-12-04 杭州大拿科技股份有限公司 一种题目智能识别、批改的方法和系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
张志昌 等: "《基于浅层语义树核的阅读理解答案句抽取》", 《中文信息学报》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113792133A (zh) * 2021-11-11 2021-12-14 北京世纪好未来教育科技有限公司 判题方法、装置、电子设备和介质

Also Published As

Publication number Publication date
CN109582971B (zh) 2022-11-25

Similar Documents

Publication Publication Date Title
CN110489538B (zh) 基于人工智能的语句应答方法、装置及电子设备
Yeldham Second language listening instruction: Comparing a strategies‐based approach with an interactive, strategies/bottom‐up skills approach
Wauters et al. Reading comprehension of Dutch deaf children
CN111144191B (zh) 字体识别方法、装置、电子设备及存储介质
CN107133303A (zh) 用于输出信息的方法和装置
CN111833853A (zh) 语音处理方法及装置、电子设备、计算机可读存储介质
CN109461436A (zh) 一种语音识别发音错误的纠正方法及系统
Kheir et al. Inclusion of deaf students in computer science classes using real-time speech transcription
Matthews et al. Computer-mediated input, output and feedback in the development of L2 word recognition from speech
CN108831229B (zh) 一种中文自动分级方法
CN109614623A (zh) 一种基于句法分析的作文处理方法及系统
Schepens Bridging linguistic gaps: The effects of linguistic distance on adult learnability of Dutch as an additional language
CN117390409A (zh) 大规模语言模型生成答案可靠性检测方法
Scholman et al. Discogem: A crowdsourced corpus of genre-mixed implicit discourse relations
CN114885216A (zh) 习题推送方法、系统、电子设备和存储介质
KR20210059995A (ko) 학습 기반의 외국어 말하기 평가 방법 및 그 시스템
Craighead et al. Investigating the effect of auxiliary objectives for the automated grading of learner English speech transcriptions
JP2019185754A (ja) 記述式試験採点プログラム及び記述式試験採点方法
CN114168743A (zh) 基于知识图谱的网络防御意图识别解析方法、设备及介质
CN109582971A (zh) 一种基于句法分析的批改方法及批改系统
US20060100855A1 (en) Disambiguation method for complex sentences
US20220076588A1 (en) Apparatus and method for providing foreign language education using foreign language sentence evaluation of foreign language learner
CN111680148B (zh) 针对用户问句进行智能应答的方法和装置
Loukina et al. Scoring and filtering models for automated speech scoring
CN114240705A (zh) 一种题库信息处理方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant