CN109948572A - 一种自动阅卷方法及系统 - Google Patents

一种自动阅卷方法及系统 Download PDF

Info

Publication number
CN109948572A
CN109948572A CN201910236920.6A CN201910236920A CN109948572A CN 109948572 A CN109948572 A CN 109948572A CN 201910236920 A CN201910236920 A CN 201910236920A CN 109948572 A CN109948572 A CN 109948572A
Authority
CN
China
Prior art keywords
answer
paper
test paper
target
topic
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
Application number
CN201910236920.6A
Other languages
English (en)
Inventor
蔡明祥
谢庆地
张晓平
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.)
Lenovo Beijing Ltd
Original Assignee
Lenovo Beijing 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 Lenovo Beijing Ltd filed Critical Lenovo Beijing Ltd
Priority to CN201910236920.6A priority Critical patent/CN109948572A/zh
Publication of CN109948572A publication Critical patent/CN109948572A/zh
Pending legal-status Critical Current

Links

Abstract

本公开公开了一种自动阅卷方法及系统,方法包括:采集待阅卷的目标答卷,确定目标答卷的答题内容,基于目标答卷的答题内容,以及预先生成的标准答案和得分分布,得出目标答卷分数。本公开无需每次针对不同的考试试卷制作专用的答题卡,能够直接对目标答卷进行自动阅卷,相对于现有技术,能够更加灵活的实现电子阅卷。

Description

一种自动阅卷方法及系统
技术领域
本公开涉及数据处理技术领域,尤其涉及一种自动阅卷方法及系统。
背景技术
目前,电子阅卷一般都是通过答题卡方式来完成统一阅卷,需要提供答题卡和试卷,每次考试要按照试卷内容来制作答题卡,由此可以看出,现有的电子阅卷方式不适合小型考试,随堂考试等。
因此,如何更加灵活的实现电子阅卷,是一项亟待解决的问题。
发明内容
有鉴于此,本公开提供一种自动阅卷方法,无需每次针对不同的考试试卷制作专用的答题卡,能够更加灵活的实现电子阅卷。
本公开提供了一种自动阅卷方法,包括:
采集待阅卷的目标答卷;
确定所述目标答卷的答题内容;
基于所述目标答卷的答题内容,以及预先生成的标准答案和得分分布,得出所述目标答卷分数。
优选地,所述方法还包括:
采集与所述目标答卷对应的空白试卷,所述空白试卷为未作答的试卷;
采集与所述目标答卷对应的标准答案试卷;
基于所述空白试卷和所述标准答案试卷,得到每个题目的标准答案;
识别所述空白试卷的每个题目,得到每个题目的得分分布。
优选地,所述基于所述空白试卷和所述标准答案试卷,得到每个题目的标准答案包括:
通过图像对比,得到所述标准答案试卷基于所述空白试卷新增的内容区域,得到每个题目对应的第一答题区域;
对所述每个题目对应的第一答题区域通过手写识别得到每个题目的标准答案。
优选地,所述识别所述空白试卷的每个题目,得到每个题目的得分分布包括:
通过光学字符识别方法识别所述空白试卷的每个题目,得到每个题目下的得分分布。
优选地,所述确定所述目标答卷的答题内容包括:
基于所述空白试卷和所述目标答卷,得到所述目标答卷的答题内容。
优选地,所述基于所述空白试卷和所述目标答卷,得到所述目标答卷的答题内容包括:
通过图像对比,得到所述目标答卷基于所述空白试卷新增的内容区域,得到所述目标答卷每个题目对应的第二答题区域;
对所述每个题目对应的第二答题区域通过手写识别得到每个题目的答题内容。
一种自动阅卷系统,包括:
存储器,用于存储应用程序与应用程序运行所产生的数据;
采集装置,用于采集待阅卷的目标答卷;
处理器,用于运行所述应用程序以确定所述目标答卷的答题内容;
处理器,还用于基于所述目标答卷的答题内容,以及预先生成的标准答案和得分分布,得出所述目标答卷分数。
优选地,所述采集装置,还用于采集与所述目标答卷对应的空白试卷,所述空白试卷为未作答的试卷;
所述采集装置,还用于采集与所述目标答卷对应的标准答案试卷;
所述处理器,还用于基于所述空白试卷和所述标准答案试卷,得到每个题目的标准答案;
所述处理器,还用于识别所述空白试卷的每个题目,得到每个题目的得分分布。
优选地,所述处理器在执行基于所述空白试卷和所述标准答案试卷,得到每个题目的标准答案时,具体用于:
通过图像对比,得到所述标准答案试卷基于所述空白试卷新增的内容区域,得到每个题目对应的第一答题区域;
对所述每个题目对应的第一答题区域通过手写识别得到每个题目的标准答案。
优选地,所述处理器在执行识别所述空白试卷的每个题目,得到每个题目的得分分布时,具体用于:
通过光学字符识别方法识别所述空白试卷的每个题目,得到每个题目下的得分分布。
优选地,所述处理器在执行确定所述目标答卷的答题内容时,具体用于:
基于所述空白试卷和所述目标答卷,得到所述目标答卷的答题内容。
优选地,所述处理器在执行基于所述空白试卷和所述目标答卷,得到所述目标答卷的答题内容时,具体用于:
通过图像对比,得到所述目标答卷基于所述空白试卷新增的内容区域,得到所述目标答卷每个题目对应的第二答题区域;
对所述每个题目对应的第二答题区域通过手写识别得到每个题目的答题内容。
从上述技术方案可以看出,本公开公开的一种自动阅卷方法,当需要实现自动阅卷时,首先采集待阅卷的目标答卷,然后确定目标答卷的答题内容,最后基于目标答卷的答题内容,以及预先生成的标准答案和得分分布,得出目标答卷分数。本公开无需每次针对不同的考试试卷制作专用的答题卡,能够直接对目标答卷进行自动阅卷,相对于现有技术,能够更加灵活的实现电子阅卷。
附图说明
为了更清楚地说明本公开实施例或现有技术中的技术方案,下面将对实施例或现有技术描述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公开的一些实施例,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为本公开公开的一种自动阅卷方法实施例1的流程图;
图2为本公开公开的一种自动阅卷方法实施例2的流程图;
图3为本公开公开的一种自动阅卷方法实施例3的流程图;
图4为本公开公开的一种自动阅卷方法实施例4的流程图;
图5为本公开公开的一种自动阅卷系统实施例1的结构示意图;
图6为本公开公开的一种自动阅卷系统实施例2的结构示意图;
图7为本公开公开的一种自动阅卷系统实施例3的结构示意图;
图8为本公开公开的一种自动阅卷系统实施例4的结构示意图。
具体实施方式
下面将结合本公开实施例中的附图,对本公开实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本公开一部分实施例,而不是全部的实施例。基于本公开中的实施例,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,都属于本公开保护的范围。
如图1所示,为本公开公开的一种自动阅卷方法实施例1的方法流程图,所述方法可以包括以下步骤:
S101、采集待阅卷的目标答卷;
当需要实现自动阅卷时,首先采集需要进行阅卷的答卷,即,首先采集待阅卷的目标答卷。例如,学生A的答卷a。
需要说明的是,在采集待阅卷的目标答卷时,可以通过图像采集的方式采集待阅卷的目标答卷。例如,通过相机拍摄待阅卷的目标答卷,或者通过扫描仪扫描待阅卷的目标答卷。
S102、确定目标答卷的答题内容;
当采集到待阅卷的目标答卷后,进一步确定出目标答卷中的答题内容。例如,当采集到学生A的答卷a后,进一步确定出答卷a中学生A作答的内容。
S103、基于目标答卷的答题内容,以及预先生成的标准答案和得分分布,得出目标答卷分数。
当确定出目标答卷的答题内容后,进一步根据目标答卷的答题内容,以及预先生成的每道题的标准答案和得分分布,自动得出目标答卷的分数。
综上所述,在上述实施例中,当需要实现自动阅卷时,首先采集待阅卷的目标答卷,然后确定目标答卷的答题内容,最后基于目标答卷的答题内容,以及预先生成的标准答案和得分分布,得出目标答卷分数。本公开无需每次针对不同的考试试卷制作专用的答题卡,能够直接对目标答卷进行自动阅卷,相对于现有技术,能够更加灵活的实现电子阅卷。
如图2所示,为本公开公开的一种自动阅卷方法实施例2的方法流程图,所述方法可以包括以下步骤:
S201、采集与目标答卷对应的空白试卷,其中,空白试卷为未作答的试卷;
当需要实现自动阅卷时,首先采集空白试卷,其中,所述的空白试卷为与目标答卷对应的试卷,且为未作答的试卷。所述目标答卷为需要进行阅卷的答卷,例如,需要进行批阅的学生A的答卷a。
S202、采集与目标答卷对应的标准答案试卷;
同时,采集与目标答卷对应的标准答案试卷,通常为老师输入的与目标答卷的题目对应的正确答案的试卷。
S203、基于空白试卷和标准答案试卷,得到每个题目的标准答案;
在采集到与目标答卷对应的空白试卷,以及与目标答卷对应的标准答案试卷后,进一步通过空白试卷和标准答案试卷,识别出目标答卷每个题目对应的标准答案。
S204、识别空白试卷的每个题目,得到每个题目的得分分布;
在采集到与目标答卷对应的空白试卷后,进一步对空白试卷中的每个题目进行识别,得到目标答卷每个题目的得分分布。
S205、采集待阅卷的目标答卷;
在对目标答卷进行自动阅卷时,首先采集需要进行阅卷的答卷,即,首先采集待阅卷的目标答卷。例如,学生A的答卷a。
需要说明的是,在采集待阅卷的目标答卷时,可以通过图像采集的方式采集待阅卷的目标答卷。例如,通过相机拍摄待阅卷的目标答卷,或者通过扫描仪扫描待阅卷的目标答卷。
S206、确定目标答卷的答题内容;
当采集到待阅卷的目标答卷后,进一步确定出目标答卷中的答题内容。例如,当采集到学生A的答卷a后,进一步确定出答卷a中学生A作答的内容。
S207、基于目标答卷的答题内容,以及预先生成的标准答案和得分分布,得出目标答卷分数。
当确定出目标答卷的答题内容后,进一步根据目标答卷的答题内容,以及预先生成的每道题的标准答案和得分分布,自动得出目标答卷的分数。
综上所述,在上述实施例中,当需要实现自动阅卷时,首先采集与目标答卷对应的空白试卷,其中,空白试卷为未作答的试卷;采集与目标答卷对应的标准答案试卷;基于空白试卷和标准答案试卷,得到每个题目的标准答案;识别空白试卷的每个题目,得到每个题目的得分分布,在对目标答卷自动阅卷时,采集待阅卷的目标答卷,然后确定目标答卷的答题内容,最后基于目标答卷的答题内容,以及预先生成的标准答案和得分分布,得出目标答卷分数。本公开无需每次针对不同的考试试卷制作专用的答题卡,能够直接对目标答卷进行自动阅卷,相对于现有技术,能够更加灵活的实现电子阅卷。
如图3所示,为本公开公开的一种自动阅卷方法实施例3的方法流程图,所述方法可以包括以下步骤:
S301、采集与目标答卷对应的空白试卷,其中,空白试卷为未作答的试卷;
当需要实现自动阅卷时,首先采集空白试卷,其中,所述的空白试卷为与目标答卷对应的试卷,且为未作答的试卷。所述目标答卷为需要进行阅卷的答卷,例如,需要进行批阅的学生A的答卷a。
S302、采集与目标答卷对应的标准答案试卷;
同时,采集与目标答卷对应的标准答案试卷,通常为老师输入的与目标答卷的题目对应的正确答案的试卷。
S303、通过图像对比,得到标准答案试卷基于空白试卷新增的内容区域,得到每个题目对应的第一答题区域;
在采集到与目标答卷对应的空白试卷,以及与目标答卷对应的标准答案试卷后,进一步通过空白试卷和标准答案试卷,识别出目标答卷每个题目对应的标准答案。具体的,可以对标准答案试卷和空白试卷进行图像对比,得到标准答案试卷基于空白试卷新增的内容区域,进而得到每个题目对应的答题区域。
S304、对每个题目对应的第一答题区域通过手写识别得到每个题目的标准答案;
在得到每个题目对应的答题区域后,进一步对每个题目对应的答题区域进行手写识别,得到每个题目的标准答案。
S305、通过光学字符识别方法识别空白试卷的每个题目,得到每个题目下的得分分布;
在采集到与目标答卷对应的空白试卷后,进一步对空白试卷中的每个题目进行识别,得到目标答卷每个题目的得分分布。具体的,可以采用光学字符识别方法对空白试卷的每个题目进行识别,进而得到每个题目下的得分分布。
S306、采集待阅卷的目标答卷;
在对目标答卷进行自动阅卷时,首先采集需要进行阅卷的答卷,即,首先采集待阅卷的目标答卷。例如,学生A的答卷a。
需要说明的是,在采集待阅卷的目标答卷时,可以通过图像采集的方式采集待阅卷的目标答卷。例如,通过相机拍摄待阅卷的目标答卷,或者通过扫描仪扫描待阅卷的目标答卷。
S307、基于空白试卷和目标答卷,得到目标答卷的答题内容;
当采集到待阅卷的目标答卷后,进一步确定出目标答卷中的答题内容。例如,当采集到学生A的答卷a后,进一步确定出答卷a中学生A作答的内容。具体的,在确定目标答卷的答题内容时,可以通过空白试卷和目标答卷得到。
S308、基于目标答卷的答题内容,以及预先生成的标准答案和得分分布,得出目标答卷分数。
当确定出目标答卷的答题内容后,进一步根据目标答卷的答题内容,以及预先生成的每道题的标准答案和得分分布,自动得出目标答卷的分数。
综上所述,在上述实施例中,当需要实现自动阅卷时,首先采集与目标答卷对应的空白试卷,其中,空白试卷为未作答的试卷;采集与目标答卷对应的标准答案试卷;基于空白试卷和标准答案试卷,得到每个题目的标准答案;识别空白试卷的每个题目,得到每个题目的得分分布,在对目标答卷自动阅卷时,采集待阅卷的目标答卷,然后确定目标答卷的答题内容,最后基于目标答卷的答题内容,以及预先生成的标准答案和得分分布,得出目标答卷分数。本公开无需每次针对不同的考试试卷制作专用的答题卡,能够直接对目标答卷进行自动阅卷,相对于现有技术,能够更加灵活的实现电子阅卷。
如图4所示,为本公开公开的一种自动阅卷方法实施例4的方法流程图,所述方法可以包括以下步骤:
S401、采集与目标答卷对应的空白试卷,其中,空白试卷为未作答的试卷;
当需要实现自动阅卷时,首先采集空白试卷,其中,所述的空白试卷为与目标答卷对应的试卷,且为未作答的试卷。所述目标答卷为需要进行阅卷的答卷,例如,需要进行批阅的学生A的答卷a。
S402、采集与目标答卷对应的标准答案试卷;
同时,采集与目标答卷对应的标准答案试卷,通常为老师输入的与目标答卷的题目对应的正确答案的试卷。
S403、通过图像对比,得到标准答案试卷基于空白试卷新增的内容区域,得到每个题目对应的第一答题区域;
在采集到与目标答卷对应的空白试卷,以及与目标答卷对应的标准答案试卷后,进一步通过空白试卷和标准答案试卷,识别出目标答卷每个题目对应的标准答案。具体的,可以对标准答案试卷和空白试卷进行图像对比,得到标准答案试卷基于空白试卷新增的内容区域,进而得到每个题目对应的答题区域。
S404、对每个题目对应的第一答题区域通过手写识别得到每个题目的标准答案;
在得到每个题目对应的答题区域后,进一步对每个题目对应的答题区域进行手写识别,得到每个题目的标准答案。
S405、通过光学字符识别方法识别空白试卷的每个题目,得到每个题目下的得分分布;
在采集到与目标答卷对应的空白试卷后,进一步对空白试卷中的每个题目进行识别,得到目标答卷每个题目的得分分布。具体的,可以采用光学字符识别方法对空白试卷的每个题目进行识别,进而得到每个题目下的得分分布。
S406、采集待阅卷的目标答卷;
在对目标答卷进行自动阅卷时,首先采集需要进行阅卷的答卷,即,首先采集待阅卷的目标答卷。例如,学生A的答卷a。
需要说明的是,在采集待阅卷的目标答卷时,可以通过图像采集的方式采集待阅卷的目标答卷。例如,通过相机拍摄待阅卷的目标答卷,或者通过扫描仪扫描待阅卷的目标答卷。
S407、通过图像对比,得到目标答卷基于空白试卷新增的内容区域,得到目标答卷每个题目对应的第二答题区域;
当采集到待阅卷的目标答卷后,进一步确定出目标答卷中的答题内容。例如,当采集到学生A的答卷a后,进一步确定出答卷a中学生A作答的内容。具体的,,可以对目标答卷和空白试卷进行图像对比,得到目标答卷基于空白试卷新增的内容区域,进而得到目标答卷每个题目对应的答题区域。
S408、对每个题目对应的第二答题区域通过手写识别得到每个题目的答题内容;
在得到目标答卷每个题目对应的答题区域后,进一步对每个题目对应的答题区域进行手写识别,得到目标答卷每个题目的标准答案。
S409、基于目标答卷的答题内容,以及预先生成的标准答案和得分分布,得出目标答卷分数。
当确定出目标答卷的答题内容后,进一步根据目标答卷的答题内容,以及预先生成的每道题的标准答案和得分分布,自动得出目标答卷的分数。
综上所述,在上述实施例中,当需要实现自动阅卷时,首先采集与目标答卷对应的空白试卷,其中,空白试卷为未作答的试卷;采集与目标答卷对应的标准答案试卷;基于空白试卷和标准答案试卷,得到每个题目的标准答案;识别空白试卷的每个题目,得到每个题目的得分分布,在对目标答卷自动阅卷时,采集待阅卷的目标答卷,然后确定目标答卷的答题内容,最后基于目标答卷的答题内容,以及预先生成的标准答案和得分分布,得出目标答卷分数。本公开无需每次针对不同的考试试卷制作专用的答题卡,能够直接对目标答卷进行自动阅卷,相对于现有技术,能够更加灵活的实现电子阅卷。
如图5所示,为本公开公开的一种自动阅卷系统实施例1的结构示意图,所述系统可以包括:
存储器501,用于存储应用程序与应用程序运行所产生的数据;
采集装置502,用于采集待阅卷的目标答卷;
当需要实现自动阅卷时,首先采集需要进行阅卷的答卷,即,首先采集待阅卷的目标答卷。例如,学生A的答卷a。
需要说明的是,在采集待阅卷的目标答卷时,可以通过图像采集的方式采集待阅卷的目标答卷。例如,通过相机拍摄待阅卷的目标答卷,或者通过扫描仪扫描待阅卷的目标答卷。
处理器503,用于运行所述应用程序以确定目标答卷的答题内容;
当采集到待阅卷的目标答卷后,进一步确定出目标答卷中的答题内容。例如,当采集到学生A的答卷a后,进一步确定出答卷a中学生A作答的内容。
处理器503,还用于基于目标答卷的答题内容,以及预先生成的标准答案和得分分布,得出目标答卷分数。
当确定出目标答卷的答题内容后,进一步根据目标答卷的答题内容,以及预先生成的每道题的标准答案和得分分布,自动得出目标答卷的分数。
综上所述,在上述实施例中,当需要实现自动阅卷时,首先采集待阅卷的目标答卷,然后确定目标答卷的答题内容,最后基于目标答卷的答题内容,以及预先生成的标准答案和得分分布,得出目标答卷分数。本公开无需每次针对不同的考试试卷制作专用的答题卡,能够直接对目标答卷进行自动阅卷,相对于现有技术,能够更加灵活的实现电子阅卷。
如图6所示,为本公开公开的一种自动阅卷系统实施例2的结构示意图,所述系统可以包括:
存储器601,用于存储应用程序与应用程序运行所产生的数据;
采集装置602,用于采集与目标答卷对应的空白试卷,其中,空白试卷为未作答的试卷;
当需要实现自动阅卷时,首先采集空白试卷,其中,所述的空白试卷为与目标答卷对应的试卷,且为未作答的试卷。所述目标答卷为需要进行阅卷的答卷,例如,需要进行批阅的学生A的答卷a。
采集装置602,还用于采集与目标答卷对应的标准答案试卷;
同时,采集与目标答卷对应的标准答案试卷,通常为老师输入的与目标答卷的题目对应的正确答案的试卷。
处理器603,用于运行所述应用程序以基于空白试卷和标准答案试卷,得到每个题目的标准答案;
在采集到与目标答卷对应的空白试卷,以及与目标答卷对应的标准答案试卷后,进一步通过空白试卷和标准答案试卷,识别出目标答卷每个题目对应的标准答案。
处理器603,还用于识别空白试卷的每个题目,得到每个题目的得分分布;
在采集到与目标答卷对应的空白试卷后,进一步对空白试卷中的每个题目进行识别,得到目标答卷每个题目的得分分布。
采集装置602,还用于采集待阅卷的目标答卷;
在对目标答卷进行自动阅卷时,首先采集需要进行阅卷的答卷,即,首先采集待阅卷的目标答卷。例如,学生A的答卷a。
需要说明的是,在采集待阅卷的目标答卷时,可以通过图像采集的方式采集待阅卷的目标答卷。例如,通过相机拍摄待阅卷的目标答卷,或者通过扫描仪扫描待阅卷的目标答卷。
处理器603,还用于确定目标答卷的答题内容;
当采集到待阅卷的目标答卷后,进一步确定出目标答卷中的答题内容。例如,当采集到学生A的答卷a后,进一步确定出答卷a中学生A作答的内容。
处理器603,还用于基于目标答卷的答题内容,以及预先生成的标准答案和得分分布,得出目标答卷分数。
当确定出目标答卷的答题内容后,进一步根据目标答卷的答题内容,以及预先生成的每道题的标准答案和得分分布,自动得出目标答卷的分数。
综上所述,在上述实施例中,当需要实现自动阅卷时,首先采集与目标答卷对应的空白试卷,其中,空白试卷为未作答的试卷;采集与目标答卷对应的标准答案试卷;基于空白试卷和标准答案试卷,得到每个题目的标准答案;识别空白试卷的每个题目,得到每个题目的得分分布,在对目标答卷自动阅卷时,采集待阅卷的目标答卷,然后确定目标答卷的答题内容,最后基于目标答卷的答题内容,以及预先生成的标准答案和得分分布,得出目标答卷分数。本公开无需每次针对不同的考试试卷制作专用的答题卡,能够直接对目标答卷进行自动阅卷,相对于现有技术,能够更加灵活的实现电子阅卷。
如图7所示,为本公开公开的一种自动阅卷系统实施例3的结构示意图,所述系统可以包括:
存储器701,用于存储应用程序与应用程序运行所产生的数据;
采集装置702,用于采集与目标答卷对应的空白试卷,其中,空白试卷为未作答的试卷;
当需要实现自动阅卷时,首先采集空白试卷,其中,所述的空白试卷为与目标答卷对应的试卷,且为未作答的试卷。所述目标答卷为需要进行阅卷的答卷,例如,需要进行批阅的学生A的答卷a。
采集装置702,还用于采集与目标答卷对应的标准答案试卷;
同时,采集与目标答卷对应的标准答案试卷,通常为老师输入的与目标答卷的题目对应的正确答案的试卷。
处理器703,用于运行所述应用程序以通过图像对比,得到标准答案试卷基于空白试卷新增的内容区域,得到每个题目对应的第一答题区域;
在采集到与目标答卷对应的空白试卷,以及与目标答卷对应的标准答案试卷后,进一步通过空白试卷和标准答案试卷,识别出目标答卷每个题目对应的标准答案。具体的,可以对标准答案试卷和空白试卷进行图像对比,得到标准答案试卷基于空白试卷新增的内容区域,进而得到每个题目对应的答题区域。
处理器703,还用于对每个题目对应的第一答题区域通过手写识别得到每个题目的标准答案;
在得到每个题目对应的答题区域后,进一步对每个题目对应的答题区域进行手写识别,得到每个题目的标准答案。
处理器703,还用于通过光学字符识别方法识别空白试卷的每个题目,得到每个题目下的得分分布;
在采集到与目标答卷对应的空白试卷后,进一步对空白试卷中的每个题目进行识别,得到目标答卷每个题目的得分分布。具体的,可以采用光学字符识别方法对空白试卷的每个题目进行识别,进而得到每个题目下的得分分布。
采集装置702,还用于采集待阅卷的目标答卷;
在对目标答卷进行自动阅卷时,首先采集需要进行阅卷的答卷,即,首先采集待阅卷的目标答卷。例如,学生A的答卷a。
需要说明的是,在采集待阅卷的目标答卷时,可以通过图像采集的方式采集待阅卷的目标答卷。例如,通过相机拍摄待阅卷的目标答卷,或者通过扫描仪扫描待阅卷的目标答卷。
处理器703,还用于基于空白试卷和所述目标答卷,得到目标答卷的答题内容;
当采集到待阅卷的目标答卷后,进一步确定出目标答卷中的答题内容。例如,当采集到学生A的答卷a后,进一步确定出答卷a中学生A作答的内容。具体的,在确定目标答卷的答题内容时,可以通过空白试卷和目标答卷得到。
处理器703,还用于基于目标答卷的答题内容,以及预先生成的标准答案和得分分布,得出目标答卷分数。
当确定出目标答卷的答题内容后,进一步根据目标答卷的答题内容,以及预先生成的每道题的标准答案和得分分布,自动得出目标答卷的分数。
综上所述,在上述实施例中,当需要实现自动阅卷时,首先采集与目标答卷对应的空白试卷,其中,空白试卷为未作答的试卷;采集与目标答卷对应的标准答案试卷;基于空白试卷和标准答案试卷,得到每个题目的标准答案;识别空白试卷的每个题目,得到每个题目的得分分布,在对目标答卷自动阅卷时,采集待阅卷的目标答卷,然后确定目标答卷的答题内容,最后基于目标答卷的答题内容,以及预先生成的标准答案和得分分布,得出目标答卷分数。本公开无需每次针对不同的考试试卷制作专用的答题卡,能够直接对目标答卷进行自动阅卷,相对于现有技术,能够更加灵活的实现电子阅卷。
如图8所示,为本公开公开的一种自动阅卷系统实施例4的结构示意图,所述系统可以包括:
存储器801,用于存储应用程序与应用程序运行所产生的数据;
采集装置802,用于采集与目标答卷对应的空白试卷,其中,空白试卷为未作答的试卷;
当需要实现自动阅卷时,首先采集空白试卷,其中,所述的空白试卷为与目标答卷对应的试卷,且为未作答的试卷。所述目标答卷为需要进行阅卷的答卷,例如,需要进行批阅的学生A的答卷a。
采集装置802,还用于采集与目标答卷对应的标准答案试卷;
同时,采集与目标答卷对应的标准答案试卷,通常为老师输入的与目标答卷的题目对应的正确答案的试卷。
处理器803,用于运行所述应用程序以通过图像对比,得到标准答案试卷基于空白试卷新增的内容区域,得到每个题目对应的第一答题区域;
在采集到与目标答卷对应的空白试卷,以及与目标答卷对应的标准答案试卷后,进一步通过空白试卷和标准答案试卷,识别出目标答卷每个题目对应的标准答案。具体的,可以对标准答案试卷和空白试卷进行图像对比,得到标准答案试卷基于空白试卷新增的内容区域,进而得到每个题目对应的答题区域。
处理器803,还用于对每个题目对应的第一答题区域通过手写识别得到每个题目的标准答案;
在得到每个题目对应的答题区域后,进一步对每个题目对应的答题区域进行手写识别,得到每个题目的标准答案。
处理器803,还用于通过光学字符识别方法识别空白试卷的每个题目,得到每个题目下的得分分布;
在采集到与目标答卷对应的空白试卷后,进一步对空白试卷中的每个题目进行识别,得到目标答卷每个题目的得分分布。具体的,可以采用光学字符识别方法对空白试卷的每个题目进行识别,进而得到每个题目下的得分分布。
采集装置802,还用于采集待阅卷的目标答卷;
在对目标答卷进行自动阅卷时,首先采集需要进行阅卷的答卷,即,首先采集待阅卷的目标答卷。例如,学生A的答卷a。
需要说明的是,在采集待阅卷的目标答卷时,可以通过图像采集的方式采集待阅卷的目标答卷。例如,通过相机拍摄待阅卷的目标答卷,或者通过扫描仪扫描待阅卷的目标答卷。
处理器803,还用于通过图像对比,得到目标答卷基于空白试卷新增的内容区域,得到目标答卷每个题目对应的第二答题区域;
当采集到待阅卷的目标答卷后,进一步确定出目标答卷中的答题内容。例如,当采集到学生A的答卷a后,进一步确定出答卷a中学生A作答的内容。具体的,,可以对目标答卷和空白试卷进行图像对比,得到目标答卷基于空白试卷新增的内容区域,进而得到目标答卷每个题目对应的答题区域。
处理器803,还用于对每个题目对应的第二答题区域通过手写识别得到每个题目的答题内容;
在得到目标答卷每个题目对应的答题区域后,进一步对每个题目对应的答题区域进行手写识别,得到目标答卷每个题目的标准答案。
处理器803,还用于基于目标答卷的答题内容,以及预先生成的标准答案和得分分布,得出目标答卷分数。
当确定出目标答卷的答题内容后,进一步根据目标答卷的答题内容,以及预先生成的每道题的标准答案和得分分布,自动得出目标答卷的分数。
综上所述,在上述实施例中,当需要实现自动阅卷时,首先采集与目标答卷对应的空白试卷,其中,空白试卷为未作答的试卷;采集与目标答卷对应的标准答案试卷;基于空白试卷和标准答案试卷,得到每个题目的标准答案;识别空白试卷的每个题目,得到每个题目的得分分布,在对目标答卷自动阅卷时,采集待阅卷的目标答卷,然后确定目标答卷的答题内容,最后基于目标答卷的答题内容,以及预先生成的标准答案和得分分布,得出目标答卷分数。本公开无需每次针对不同的考试试卷制作专用的答题卡,能够直接对目标答卷进行自动阅卷,相对于现有技术,能够更加灵活的实现电子阅卷。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本公开的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本公开。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本公开的精神或范围的情况下,在其它实施例中实现。因此,本公开将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种自动阅卷方法,包括:
采集待阅卷的目标答卷;
确定所述目标答卷的答题内容;
基于所述目标答卷的答题内容,以及预先生成的标准答案和得分分布,得出所述目标答卷分数。
2.根据权利要求1所述的方法,还包括:
采集与所述目标答卷对应的空白试卷,所述空白试卷为未作答的试卷;
采集与所述目标答卷对应的标准答案试卷;
基于所述空白试卷和所述标准答案试卷,得到每个题目的标准答案;
识别所述空白试卷的每个题目,得到每个题目的得分分布。
3.根据权利要求2所述的方法,所述基于所述空白试卷和所述标准答案试卷,得到每个题目的标准答案包括:
通过图像对比,得到所述标准答案试卷基于所述空白试卷新增的内容区域,得到每个题目对应的第一答题区域;
对所述每个题目对应的第一答题区域通过手写识别得到每个题目的标准答案。
4.根据权利要求2所述的方法,所述识别所述空白试卷的每个题目,得到每个题目的得分分布包括:
通过光学字符识别方法识别所述空白试卷的每个题目,得到每个题目下的得分分布。
5.根据权利要求2所述的方法,所述确定所述目标答卷的答题内容包括:
基于所述空白试卷和所述目标答卷,得到所述目标答卷的答题内容。
6.根据权利要求5所述的方法,所述基于所述空白试卷和所述目标答卷,得到所述目标答卷的答题内容包括:
通过图像对比,得到所述目标答卷基于所述空白试卷新增的内容区域,得到所述目标答卷每个题目对应的第二答题区域;
对所述每个题目对应的第二答题区域通过手写识别得到每个题目的答题内容。
7.一种自动阅卷系统,包括:
存储器,用于存储应用程序与应用程序运行所产生的数据;
采集装置,用于采集待阅卷的目标答卷;
处理器,用于运行所述应用程序以确定所述目标答卷的答题内容;
处理器,还用于基于所述目标答卷的答题内容,以及预先生成的标准答案和得分分布,得出所述目标答卷分数。
8.根据权利要求7所述的系统,所述采集装置,还用于采集与所述目标答卷对应的空白试卷,所述空白试卷为未作答的试卷;
所述采集装置,还用于采集与所述目标答卷对应的标准答案试卷;
所述处理器,还用于基于所述空白试卷和所述标准答案试卷,得到每个题目的标准答案;
所述处理器,还用于识别所述空白试卷的每个题目,得到每个题目的得分分布。
9.根据权利要求8所述的系统,所述处理器在执行基于所述空白试卷和所述标准答案试卷,得到每个题目的标准答案时,具体用于:
通过图像对比,得到所述标准答案试卷基于所述空白试卷新增的内容区域,得到每个题目对应的第一答题区域;
对所述每个题目对应的第一答题区域通过手写识别得到每个题目的标准答案。
10.根据权利要求8所述的系统,所述处理器在执行识别所述空白试卷的每个题目,得到每个题目的得分分布时,具体用于:
通过光学字符识别方法识别所述空白试卷的每个题目,得到每个题目下的得分分布。
CN201910236920.6A 2019-03-27 2019-03-27 一种自动阅卷方法及系统 Pending CN109948572A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910236920.6A CN109948572A (zh) 2019-03-27 2019-03-27 一种自动阅卷方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910236920.6A CN109948572A (zh) 2019-03-27 2019-03-27 一种自动阅卷方法及系统

Publications (1)

Publication Number Publication Date
CN109948572A true CN109948572A (zh) 2019-06-28

Family

ID=67011979

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910236920.6A Pending CN109948572A (zh) 2019-03-27 2019-03-27 一种自动阅卷方法及系统

Country Status (1)

Country Link
CN (1) CN109948572A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111081102A (zh) * 2019-07-29 2020-04-28 广东小天才科技有限公司 一种听写结果的检测方法及学习设备

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105488512A (zh) * 2015-11-27 2016-04-13 南京理工大学 基于Sift特征匹配和形状上下文的试卷阅卷方法
CN107506762A (zh) * 2017-09-01 2017-12-22 昆山中骏博研互联网科技有限公司 一种基于图像分析的成绩自动录入方法
CN108229361A (zh) * 2017-12-27 2018-06-29 北京摩数教育科技有限公司 一种电子阅卷方法
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

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105488512A (zh) * 2015-11-27 2016-04-13 南京理工大学 基于Sift特征匹配和形状上下文的试卷阅卷方法
CN107506762A (zh) * 2017-09-01 2017-12-22 昆山中骏博研互联网科技有限公司 一种基于图像分析的成绩自动录入方法
CN108229361A (zh) * 2017-12-27 2018-06-29 北京摩数教育科技有限公司 一种电子阅卷方法
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

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王杉 等: "基于计算机视觉的自动阅卷系统的设计", 《微型机与应用》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111081102A (zh) * 2019-07-29 2020-04-28 广东小天才科技有限公司 一种听写结果的检测方法及学习设备

Similar Documents

Publication Publication Date Title
CN202939608U (zh) 阅卷系统
CN106599887B (zh) 试卷答题区域识别及试题评阅方法、系统
RU2434260C2 (ru) Устройство обработки информации, способ обработки информации и программа
CN109472014A (zh) 一种错题集自动识别生成方法及其装置
CN108665742A (zh) 一种通过阅读设备进行阅读的方法与设备
CN101866415A (zh) 一种计算机阅卷系统的答题卡识别装置及方法
CN108648757A (zh) 一种基于多维度课堂信息的分析方法
CN111553211A (zh) 试卷答案识别方法、系统、装置和计算机可读存储介质
CN108805519A (zh) 纸质日程表电子化生成方法、装置及电子日程表生成方法
CN110956138A (zh) 一种基于家教设备的辅助学习方法及家教设备
CN105679119A (zh) 一种扫描听写法
CN110223202A (zh) 一种教学道具识别与评分的方法及系统
CN103745214A (zh) 一种字符的识别方法和识别设备
CN110490141A (zh) 一种填涂信息的识别方法、装置、终端及存储介质
CN113159014A (zh) 基于手写题号的客观题批阅方法、装置、设备及存储介质
CN110503024A (zh) 一种交互状态分析方法、装置及存储介质
CN109948572A (zh) 一种自动阅卷方法及系统
CN109064787A (zh) 一种点读设备
CN113822907B (zh) 图像处理方法及装置
CN111008594A (zh) 改错题评阅方法、相关设备及可读存储介质
CN204537507U (zh) 自动阅卷系统
CN112785741B (zh) 签到系统和方法、计算机设备和存储设备
CN108876679A (zh) 一种智能化英语教学系统
CN115223179A (zh) 基于答题码的课堂教学数据处理方法和系统
CN110400309A (zh) 图像处理方法和装置

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20190628