CN112419812A - 一种习题批改方法及装置 - Google Patents

一种习题批改方法及装置 Download PDF

Info

Publication number
CN112419812A
CN112419812A CN202011380116.4A CN202011380116A CN112419812A CN 112419812 A CN112419812 A CN 112419812A CN 202011380116 A CN202011380116 A CN 202011380116A CN 112419812 A CN112419812 A CN 112419812A
Authority
CN
China
Prior art keywords
exercise
answer
preset
question
calculating
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
CN202011380116.4A
Other languages
English (en)
Inventor
王枫
马镇筠
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.)
Beijing Love Theory Technology Co ltd
Original Assignee
Beijing Love Theory 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 Beijing Love Theory Technology Co ltd filed Critical Beijing Love Theory Technology Co ltd
Priority to CN202011380116.4A priority Critical patent/CN112419812A/zh
Publication of CN112419812A publication Critical patent/CN112419812A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G09EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09BEDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B7/00Electrically-operated teaching apparatus or devices working with questions and answers

Abstract

本申请实施例提供一种习题批改方法及装置,涉及数据处理技术领域,该习题批改方法包括:在进行习题批改时,获取目标用户针对目标习题的做题答案,并从预设习题库中获取目标习题的预设答案和考察知识点;根据预设答案计算做题答案对应的步骤分值;根据考察知识点计算考察知识点的当前掌握水平;根据做题答案计算目标用户的解题熟练度;根据步骤分值、目标掌握水平以及解题熟练度,生成习题批改结果,能够对做题答案进行数据化处理,快速地对学生的习题做题答案进行自动批改,批改效率高,且能够体现学生对于题目考察知识点的学习情况。

Description

一种习题批改方法及装置
技术领域
本申请涉及数据处理技术领域,具体而言,涉及一种习题批改方法及装置。
背景技术
随着互联网技术与教育类产品的高速发展,在线教育的规模、丰富度不断扩大。现有的习题批改方法,通常为人工批改法或自动批改法,其中,人工批改法通常由老师对学生提交的作业答案进行人工批改,批改时间长,导致批改效率低;自动批改法,通常是将预存的标准答案与学生提交的作业答案进行匹配比较,主要比对作业答案与标准答案的异同,无法真正反映学生对于题目考察知识点的学习情况。可见,现有的习题批改方法,批改效率低,且无法体现学生对于题目考察知识点的学习情况。
发明内容
本申请实施例的目的在于提供一种习题批改方法及装置,能够快速地对学生的习题做题答案进行自动批改,批改效率高,且能够体现学生对于题目考察知识点的学习情况。
本申请实施例第一方面提供了一种习题批改方法,包括:
获取目标用户针对目标习题的做题答案,并从预设习题库中获取所述目标习题的预设答案和考察知识点;
根据所述预设答案计算所述做题答案对应的步骤分值;
根据所述考察知识点计算所述考察知识点的当前掌握水平;
根据所述做题答案计算目标用户的解题熟练度;
根据所述步骤分值、所述目标掌握水平以及所述解题熟练度,生成习题批改结果。
在上述实现过程中,在进行习题批改时,先获取目标用户针对目标习题的做题答案,并从预设习题库中获取目标习题的预设答案和考察知识点;然后根据预设答案计算做题答案对应的步骤分值;以及根据考察知识点计算考察知识点的当前掌握水平;以及根据做题答案计算目标用户的解题熟练度;最后根据步骤分值、目标掌握水平以及解题熟练度,生成习题批改结果,能够对做题答案进行数据化处理,快速地对学生的习题做题答案进行自动批改,批改效率高,且能够体现学生对于题目考察知识点的学习情况。
进一步地,所述根据所述预设答案计算所述做题答案对应的步骤分值,包括:
对所述做题答案进行识别,得到识别结果;
根据所述识别结果确定所述做题答案中的至少一个解题步骤;
将所述预设答案与每个所述解题步骤进行模糊匹配处理,得到每个所述解题步骤的模糊匹配值;
根据所述模糊匹配值确定每个所述解题步骤的步骤分值。
在上述实现过程中,通过对做题答案中解题步骤的步骤分值进行计算,能够对做题答案进行数据化处理,对每个解题步骤进行评判,不再是笼统地与标准答案进行匹配比较,作业批改更为细致。
进一步地,所述根据所述考察知识点计算所述考察知识点的当前掌握水平,包括:
获取每个所述解题步骤对应的受提示信息;
获取所述目标用户针对所述考察知识点的历史掌握水平;
根据所述历史掌握水平以及所述受提示信息计算所述考察知识点的当前掌握水平。
在上述实现过程中,在习题批改过程中,不仅评判做题答案的对错,还能够对考察知识点的当前掌握水平进行计算,提升了批改的精度,更能够准确反映出对知识点的掌握情况。
进一步地,所述根据所述做题答案计算目标用户的解题熟练度,包括:
根据所述受提示信息确定每个所述解题步骤对应的受提示次数;
根据所述受提示次数计算每个所述解题步骤的提示成功率;
根据所述提示成功率计算所述目标用户对所述目标习题的解题熟练度。
在上述实现过程中,在目标用户做题过程中,存在接受做题提示的情况,在习题批改过程中,同时考虑受提示信息,进一步提升批改精度,更准确反映目标用户对知识点的掌握情况。
进一步地,在所述从预设习题库中获取所述目标习题的预设答案和考察知识点之前,所述方法还包括:
获取习题题目数据、与所述习题题目数据对应的预设模板答案以及与所述习题题目数据对应的考察知识点;
判断是否接收到用户针对所述习题题目数据提交的反馈答案;
如果接收到所述反馈答案,判断是否接收到针对所述反馈答案的确认信息;
如果接收到所述确认信息,将所述反馈答案添加至所述预设模板答案中,得到第一答案;
对所述第一答案按照解题步骤进行拆解,得到包括至少一个解题步骤的第二答案;
将所述考察知识点与所述第二答案中的每个解题步骤进行对应关联,得到预设答案;
根据所述习题题目数据、所述预设答案以及所述考察知识点构建预设习题库。
在上述实现过程中,在预先构建预设习题库时,不仅需要采用标准的预设模板答案,还可以对预设模板答案进行不同答题思路的更新得到第一答案,进一步地,还需要对第一答案进行步骤拆解,与相应知识点进行关联,进而得到预设答案,有利于提升批改精度。
本申请实施例第二方面提供了一种习题批改装置,所述习题批改装置包括:
获取模块,用于获取目标用户针对目标习题的做题答案,并从预设习题库中获取所述目标习题的预设答案和考察知识点;
第一计算模块,用于根据所述预设答案计算所述做题答案对应的步骤分值;
第二计算模块,用于根据所述考察知识点计算所述考察知识点的当前掌握水平;
第三计算模块,用于根据所述做题答案计算目标用户的解题熟练度;
生成模块,用于根据所述步骤分值、所述目标掌握水平以及所述解题熟练度,生成习题批改结果。
在上述实现过程中,在进行习题批改时,获取模块先获取目标用户针对目标习题的做题答案,并从预设习题库中获取目标习题的预设答案和考察知识点;然后第一计算模块根据预设答案计算做题答案对应的步骤分值;以及第二计算模块根据考察知识点计算考察知识点的当前掌握水平;以及第三计算模块根据做题答案计算目标用户的解题熟练度;最后生成模块根据步骤分值、目标掌握水平以及解题熟练度,生成习题批改结果,能够对做题答案进行数据化处理,快速地对学生的习题做题答案进行自动批改,批改效率高,且能够体现学生对于题目考察知识点的学习情况。
进一步地,所述第一计算模块包括:
识别子模块,用于对所述做题答案进行识别,得到识别结果;
第一确定子模块,用于根据所述识别结果确定所述做题答案中的至少一个解题步骤;
匹配子模块,用于将所述预设答案与每个所述解题步骤进行模糊匹配处理,得到每个所述解题步骤的模糊匹配值;
第二确定子模块,用于根据所述模糊匹配值确定每个所述解题步骤的步骤分值。
在上述实现过程中,通过第二确定子模块对做题答案中解题步骤的步骤分值进行计算,能够对做题答案进行数据化处理,对每个解题步骤进行评判,不再是笼统地与标准答案进行匹配比较,作业批改更为细致。
进一步地,所述第二计算模块包括:
第一获取子模块,用于获取每个所述解题步骤对应的受提示信息;
第二获取子模块,用于获取所述目标用户针对所述考察知识点的历史掌握水平;
水平计算子模块,用于根据所述历史掌握水平以及所述受提示信息计算所述考察知识点的当前掌握水平。
在上述实现过程中,在习题批改过程中,不仅评判做题答案的对错,还能够对考察知识点的当前掌握水平进行计算,提升了批改的精度,更能够准确反映出对知识点的掌握情况。
本申请实施例第三方面提供了一种电子设备,包括存储器以及处理器,所述存储器用于存储计算机程序,所述处理器运行所述计算机程序以使所述电子设备执行本申请实施例第一方面中任一项所述的习题批改方法。
本申请实施例第四方面提供了一种计算机可读存储介质,其存储有计算机程序指令,所述计算机程序指令被一处理器读取并运行时,执行本申请实施例第一方面中任一项所述的习题批改方法。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1为本申请实施例一提供的一种习题批改方法的流程示意图;
图2为本申请实施例二提供的一种习题批改方法的流程示意图;
图3为本申请实施例三提供的一种习题批改装置的结构示意图;
图4为本申请实施例四提供的一种习题批改装置的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行描述。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。同时,在本申请的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
实施例1
请参看图1,图1为本申请实施例提供了一种习题批改方法的流程示意图。该方法的应用于在线教育的习题批改场景中,具体应用于数学主观题的批改场景中。其中,该习题批改方法包括:
S101、获取目标用户针对目标习题的做题答案,并从预设习题库中获取目标习题的预设答案和考察知识点。
本申请实施例中,当目标习题为数学主观题时,目标习题可以包括一道数学主观题,也可以包括多个数学主观题等,对此本申请实施例不作限定。
本申请实施例中,当目标习题为数学主观题时,考察知识点包括每个数学主观题所涉及的知识点、每个预设答案所涉及的知识点、每个预设答案中每个解题步骤对应的知识点等中的一种或者多种。
本申请实施例中,当所涉及的知识点为多个时,还可以为每个知识点设置权重标签,该权重标签可以人工预先设置,也可以根据题目考察内容进行自动设置,对此本申请实施例不作限定。
本申请实施例中,该方法的执行主体可以为计算机、服务器、智能手机、平板电脑等智能设备,对此本实施例中不作任何限定。
S102、根据预设答案计算做题答案对应的步骤分值。
S103、根据考察知识点计算考察知识点的当前掌握水平。
本申请实施例中,在习题批改过程中,通过计算步骤分值和当前掌握水平,能够及时定位目标用户的当前薄弱环节。
本申请实施例中,在确定出当前薄弱环节之后,还可以根据当前薄弱环节匹配个性化的解题路径与路径中最适合用户学生的提示信息,为目标用户提供最适合的解题指引,进而有利于提升做题有效性,提升学习效率。
S104、根据做题答案计算目标用户的解题熟练度。
S105、根据步骤分值、目标掌握水平以及解题熟练度,生成习题批改结果。
本申请实施例中,在得到习题批改结果之后,还可以根据习题批改结果计算目标用户针对考察知识点的掌握评分,并根据习题批改结果匹配目标习题的最佳解题方案并输出。
本申请实施例中,通过该方法生成习题批改结果,能够对做题答案进行数据化处理,得到习题批改结果,从而可以根据习题批改结果提供集智能性与个性化为一体的推荐。
可见,实施本实施例所描述的习题批改方法,能够快速地对学生的习题做题答案进行自动批改,批改效率高,且能够体现学生对于题目考察知识点的学习情况。
实施例2
请参看图2,图2为本申请实施例提供的一种习题批改方法的流程示意图。如图2所示,其中,该习题批改方法包括:
S201、获取习题题目数据、与习题题目数据对应的预设模板答案以及与习题题目数据对应的考察知识点。
本申请实施例中,习题题目数据包括至少一道习题题目。
本申请实施例中,可以获取预设知识图谱,并利用预设知识图谱和习题题目数据确定习题题目所涉及的知识点,进而得到考察知识点。
S202、判断是否接收到用户针对习题题目数据提交的反馈答案,如果是,执行步骤S203;如果否,执行步骤S205。
本申请实施例中,在步骤S201之前,还可以接收目标用户提交的反馈答案。若目标用户在主观大题的答题过程中,认为自己的解题思路不在题目预存的解题方案(即预设答案)中,可以选择提交包括自己的解题思路的反馈答案。
S203、判断是否接收到针对反馈答案的确认信息,如果是,执行步骤S204;如果否,执行步骤S205。
本申请实施例中,在接收到目标用户提交的反馈答案之后,可以通过后台人员(如老师等)进行确认审核,经过后台人员确认后,则输入针对该反馈答案的确认信息。
S204、将反馈答案添加至预设模板答案中,得到第一答案。
本申请实施例中,在接收到针对该反馈答案的确认信息,则该反馈答案会被补充完善到预设模板答案中。
S205、将预设模板答案作为第一答案数据,并执行步骤S206。
在步骤S205之后,还包括以下步骤:
S206、对第一答案按照解题步骤进行拆解,得到包括至少一个解题步骤的第二答案。
本申请实施例中,习题题目数据包括至少一道习题题目,第一答案包括每道习题题目对应的标准答案。
本申请实施例中,针对同一道习题题目,可能存在至少一种标准答案,则同一道习题题目,其对应的标准答案包括至少一种标准答案。
本申请实施例中,在得到包括至少一个解题步骤的第二答案之后,还可以根据第二答案确定相应的预设解题顺序。
本申请实施例中,可以结合反馈答案,将添加补充新的预设解题思路,即新的预设答题顺序。
S207、将考察知识点与第二答案中的每个解题步骤进行对应关联,得到预设答案。
本申请实施例中,在得到包括至少一个解题步骤的第二答案之后,还可以获取预设知识图谱,并利用预设知识图谱确定第二答案中的每个解题步骤对应的知识点。
本申请实施例中,还可以根据预设知识图谱确定对应知识点下的关键解题步骤,与运用到的定理、原理。
本申请实施例中,考察知识点具体包括涉及的知识点以及涉及的定理、原理等,对此本申请实施例不作限定。
本申请实施例中,设习题题目数据中任一习题题目为数学主观大题Q,该数学主观大题Q对应的标准答案为Q答案,则Q答案将可以被拆解为m个不同的解题步骤S,其中,解题步骤S={s1,s2,...,sm},涉及n个不同的知识点K,其中K={k1,k2,...,kn},对应于p个定理原理,其中T={t1,t2,...,tp},其中第j个解题步骤涉及到nj(n>=nj>0)个知识点与pj(p>=pj>=0)个定理原理。
在步骤S207之后,还包括以下步骤:
S208、根据习题题目数据、预设答案以及考察知识点构建预设习题库。
S209、获取目标用户针对目标习题的做题答案,并从预设习题库中获取目标习题的预设答案和考察知识点。
本申请实施例中,做题答案包括多个解题步骤,在实际使用中,对于目标用户a一道目标习题的做题答案,若完成目标习题使用了ma个步骤,则得到的做题答案包括解题步骤Sa={s1,s2,...,sma},以及每个解题步骤Sa对应的答题内容。
本申请实施例中,进一步地,做题答案还包括每个解题步骤所用到的定理、原理(为了保证答题规范与判断效果,系统会要求学生填写关键步骤的依据)。
S210、根据预设答案计算做题答案对应的步骤分值。
作为一种可选的实施方式,根据预设答案计算做题答案对应的步骤分值,包括:
对做题答案进行识别,得到识别结果;
根据识别结果确定做题答案中的至少一个解题步骤;
将预设答案与每个解题步骤进行模糊匹配处理,得到每个解题步骤的模糊匹配值;
根据模糊匹配值确定每个解题步骤的步骤分值。
在上述实施方式中,当做题答案未按照解题步骤进行记录时,则需要对做题答案进行识别,针对数学主观大题,如应用题,证明题时,可以根据公式识别、标点符号、换行等特征进行解题步骤的识别,对此本申请实施例不作限定。
在上述实施方式中,对于目标用户a目标用户a一道目标习题的做题答案,可以将ma个解题步骤Sa={s1,s2,...,sma}与预设答案进行模糊匹配,得到每个解题步骤的模糊匹配值。具体地,该模糊匹配可以为对应知识点的匹配,也可以为解题步骤本身内容的匹配,对此本申请实施例不作限定。
在上述实施方式中,该模糊匹配值可以为0~1之间的取值,即ma个解题步骤对应的模糊匹配值为SCa={sc1,sc2,...,scma}。
在上述实施方式中,可以直接将模糊匹配值作为解题步骤的步骤分值,也可以通过预设换算规则进行换算,进而得到解题步骤的步骤分值,对此本申请实施例不作限定。
在步骤S210之后,还包括以下步骤:
S211、获取每个解题步骤对应的受提示信息,以及获取目标用户针对考察知识点的历史掌握水平。
本申请实施例中,在目标用户进行目标习题的解题过程中,还可以为目标用户提供解题提示。
本申请实施例中,在目标用户进行目标习题的解题过程中,可以在用户界面呈现引导过程各步骤与提示度的分值,具体体现在用户解答过程中需要系统给出提示时,输出知识点名称提示、定理原理提示、讲解视频或例题讲解等提示信息,对此本申请实施例不作限定。
本申请实施例中,目标用户在做题过程中,可以按照评分最高的解题思路输出做题引导信息。
本申请实施例中,当目标用户在做题过程中选择做题提示时,也将为该目标用户推荐该步骤对应提示类型中评分最高的一项。
本申请实施例中,当目标用户选择提示后,在用户界面页面呈现方案的步骤内容,与该步骤下提示度得分最高的内容推荐。
本申请实施例中,在目标用户在做题过程中,会同时记录目标用户在每一个解题步骤对应的提示度标签La,其中La={l1,l2,...,lma}。
本申请实施例中,在实际使用中,若li=第一预设值,则目标用户a在完成第i步骤时没有接受提示;若li=第二预设值,则目标用户a在完成第i步骤时接受了该步骤知识点名称的提示;若li=第三预设值,则目标用户a在完成第i步骤时接受了知识点讲解视频的提示;若li=第四预设值,则目标用户a在完成第i步骤时接受了知识点的例题讲解。
本申请实施例中,第一预设值、第二预设值、第三预设值、第四预设值为预先设定,不同的预设值对应不同的提示类型,可以根据所接受的提示类型,为li赋予相应的预设值。
本申请实施例中,第一预设值可以预设为0等,同理,第二预设值、第三预设值、第四预设值也一样,对此本申请实施例不作限定。
本申请实施例中,若目标用户a在同一个步骤接受了多种提示,则按照时间顺序记录。举例来说,目标用户a在步骤i接受了知识点的例题讲解后,又接受了知识点名称的提示,则该步骤i对应的提示度标签为li={第四预设值,第二预设值}。
在步骤S211之后,还包括以下步骤:
S212、根据历史掌握水平以及受提示信息计算考察知识点的当前掌握水平。
作为一种可选的实施方式,根据历史掌握水平以及受提示信息计算考察知识点的当前掌握水平,可以包括以下步骤:
根据做题答案确定考察知识点的初始分值;
根据初始分值和考察知识点计算目标习题的知识点掌握提升值;
根据受提示信息确定考察知识点对应的目标提示次数;
根据目标提示次数、历史掌握水平以及知识点掌握提升值,计算考察知识点的当前掌握水平。
在上述实施方式中,在确定考察知识点的初始分值时,若有j个步骤涉及到了知识点i,则知识点i的初始分值为:ski=(sci1+…+scij)/j。
在上述实施方式中,设考察知识点中一知识点为i,该知识点涉及的目标提示次数Ri={r1,r2,...,rj},目标用户针对知识点i的历史掌握水平为yi,则计算知识点i的当前掌握水平yi’=yi+yid=yi+ski/((e/α)^(r1+r2+...+rj)),其中α是大于1的波动参数,可以为预先设置。
本申请实施例中,实施上述步骤S211~步骤S212,能够根据考察知识点计算考察知识点的当前掌握水平。
本申请实施例中,在计算出当前掌握水平之后,还可以计算目标用户在不同解题路径下完成目标习题的总体评分,还可以计算每个解题步骤对应的提示类型的提示分数。对于目标用户a,通过获取其在目标习题涉及每一个知识点的当前掌握水平Y={y1,y2,...,yn},并将其按照步骤中的出现顺序排序Yo={yo1,yo2,...,yom},其中,每个解题路径的
Figure BDA0002808265180000131
Figure BDA0002808265180000132
同时也将为每个解题步骤对应的提示类型进行打分,其中,步骤i的提示类型j的
Figure BDA0002808265180000133
本申请实施例中,还可以计算每个解题步骤对应的平均知识点掌握水平提升值,即对涉及到n个知识点的解题步骤,其平均知识点掌握水平提升值=(y1d+…+yid+…+ynd)/n。
在步骤S212之后,还包括以下步骤:
S213、根据受提示信息确定每个解题步骤对应的受提示次数,并根据受提示次数计算每个解题步骤的提示成功率。
S214、根据提示成功率计算目标用户对目标习题的解题熟练度。
本申请实施例中,在解题熟练度时,目标用户a在完成目标习题过程中,受提示次数La={l1,l2,...,lma}。通过将受提示次数转化为不同提示类型的提示成功率。当第一预设值为1,第二预设值为2,第三预设值为3时,则提示成功率SUS={sus1,sus2,sus3},其中sus1为收到知识点名称提示,就成功完成当前步骤的概率,其中,sus1=sum((li={1}或li={...,0})且sci>0.6)/La中包含第二预设值的集合个数;sus2=收到知识点讲解视频提示后,成功完成当前步骤的概率;sus3=收到知识点例题讲解提示后,成功完成当前步骤的概率。
本申请实施例中,实施上述步骤S213~步骤S214,能够根据做题答案计算目标用户的解题熟练度。
S215、根据步骤分值、目标掌握水平以及解题熟练度,生成习题批改结果。
可见,实施本实施例所描述的习题批改方法,能够快速地对学生的习题做题答案进行自动批改,批改效率高,且能够体现学生对于题目考察知识点的学习情况。
实施例3
请参看图3,图3为本申请实施例提供的一种习题批改装置的结构示意图。如图3所示,该习题批改装置包括:
获取模块310,用于获取目标用户针对目标习题的做题答案,并从预设习题库中获取目标习题的预设答案和考察知识点;
第一计算模块320,用于根据预设答案计算做题答案对应的步骤分值;
第二计算模块330,用于根据考察知识点计算考察知识点的当前掌握水平;
第三计算模块340,用于根据做题答案计算目标用户的解题熟练度;
生成模块350,用于根据步骤分值、目标掌握水平以及解题熟练度,生成习题批改结果。
本申请实施例中,对于习题批改装置的解释说明可以参照实施例1或实施例2中的描述,对此本实施例中不再多加赘述。
可见,实施本实施例所描述的习题批改装置,能够快速地对学生的习题做题答案进行自动批改,批改效率高,且能够体现学生对于题目考察知识点的学习情况。
实施例4
请一并参阅图4,图4是本申请实施例提供的一种习题批改装置的结构示意图。其中,图4所示的习题批改装置是由图3所示的习题批改装置进行优化得到的。如图4所示,第一计算模块320包括:
识别子模块321,用于对做题答案进行识别,得到识别结果;
第一确定子模块322,用于根据识别结果确定做题答案中的至少一个解题步骤;
匹配子模块323,用于将预设答案与每个解题步骤进行模糊匹配处理,得到每个解题步骤的模糊匹配值;
第二确定子模块324,用于根据模糊匹配值确定每个解题步骤的步骤分值。
作为一种可选的实施方式,第二计算模块330包括:
第一获取子模块331,用于获取每个解题步骤对应的受提示信息;
第二获取子模块332,用于获取目标用户针对考察知识点的历史掌握水平;
水平计算子模块333,用于根据历史掌握水平以及受提示信息计算考察知识点的当前掌握水平。
作为一种可选的实施方式,第三计算模块340包括:
第三确定子模块341,用于根据受提示信息确定每个解题步骤对应的受提示次数;
成功率计算子模块342,用于根据受提示次数计算每个解题步骤的提示成功率;
熟练度计算子模块343,用于根据提示成功率计算目标用户对目标习题的解题熟练度。
作为一种可选的实施方式,该习题批改装置还包括:
数据获取模块360,用于在从预设习题库中获取目标习题的预设答案和考察知识点之前,获取习题题目数据、与习题题目数据对应的预设模板答案以及与习题题目数据对应的考察知识点;
判断模块370,用于判断是否接收到用户针对习题题目数据提交的反馈答案;以及当判断出接收到反馈答案时,判断是否接收到针对反馈答案的确认信息;
添加模块380,用于如果接收到确认信息,将反馈答案添加至预设模板答案中,得到第一答案;
拆解模块390,用于对第一答案按照解题步骤进行拆解,得到包括至少一个解题步骤的第二答案;
关联模块410,用于将考察知识点与第二答案中的每个解题步骤进行对应关联,得到预设答案;
构建模块420,用于根据习题题目数据、预设答案以及考察知识点构建预设习题库。
本申请实施例中,对于习题批改装置的解释说明可以参照实施例1或实施例2中的描述,对此本实施例中不再多加赘述。
可见,实施本实施例所描述的习题批改装置,能够快速地对学生的习题做题答案进行自动批改,批改效率高,且能够体现学生对于题目考察知识点的学习情况。
本申请实施例提供了一种电子设备,包括存储器以及处理器,所述存储器用于存储计算机程序,所述处理器运行所述计算机程序以使所述电子设备执行本申请实施例1或实施例2中任一项习题批改方法。
本申请实施例提供了一种计算机可读存储介质,其存储有计算机程序指令,所述计算机程序指令被一处理器读取并运行时,执行本申请实施例1或实施例2中任一项习题批改方法。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块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读存储介质中。基于这样的理解,本申请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介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本申请的实施例而已,并不用于限制本申请的保护范围,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应所述以权利要求的保护范围为准。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

Claims (10)

1.一种习题批改方法,其特征在于,包括:
获取目标用户针对目标习题的做题答案,并从预设习题库中获取所述目标习题的预设答案和考察知识点;
根据所述预设答案计算所述做题答案对应的步骤分值;
根据所述步骤分值计算所述考察知识点的当前掌握水平;
根据所述做题答案计算目标用户的解题熟练度;
根据所述步骤分值、所述目标掌握水平以及所述解题熟练度,生成习题批改结果。
2.根据权利要求1所述的习题批改方法,其特征在于,所述根据所述预设答案计算所述做题答案对应的步骤分值,包括:
对所述做题答案进行识别,得到识别结果;
根据所述识别结果确定所述做题答案中的至少一个解题步骤;
将所述预设答案与每个所述解题步骤进行模糊匹配处理,得到每个所述解题步骤的模糊匹配值;
根据所述模糊匹配值确定每个所述解题步骤的步骤分值。
3.根据权利要求2所述的习题批改方法,其特征在于,所述根据所述考察知识点计算所述考察知识点的当前掌握水平,包括:
获取每个所述解题步骤对应的受提示信息;
获取所述目标用户针对所述考察知识点的历史掌握水平;
根据所述历史掌握水平以及所述受提示信息计算所述考察知识点的当前掌握水平。
4.根据权利要求3所述的习题批改方法,其特征在于,所述根据所述做题答案计算目标用户的解题熟练度,包括:
根据所述受提示信息确定每个所述解题步骤对应的受提示次数;
根据所述受提示次数计算每个所述解题步骤的提示成功率;
根据所述提示成功率计算所述目标用户对所述目标习题的解题熟练度。
5.根据权利要求1所述的习题批改方法,其特征在于,在所述从预设习题库中获取所述目标习题的预设答案和考察知识点之前,所述方法还包括:
获取习题题目数据、与所述习题题目数据对应的预设模板答案以及与所述习题题目数据对应的考察知识点;
判断是否接收到用户针对所述习题题目数据提交的反馈答案;
如果接收到所述反馈答案,判断是否接收到针对所述反馈答案的确认信息;
如果接收到所述确认信息,将所述反馈答案添加至所述预设模板答案中,得到第一答案;
对所述第一答案按照解题步骤进行拆解,得到包括至少一个解题步骤的第二答案;
将所述考察知识点与所述第二答案中的每个解题步骤进行对应关联,得到预设答案;
根据所述习题题目数据、所述预设答案以及所述考察知识点构建预设习题库。
6.一种习题批改装置,其特征在于,所述习题批改装置包括:
获取模块,用于获取目标用户针对目标习题的做题答案,并从预设习题库中获取所述目标习题的预设答案和考察知识点;
第一计算模块,用于根据所述预设答案计算所述做题答案对应的步骤分值;
第二计算模块,用于根据所述考察知识点计算所述考察知识点的当前掌握水平;
第三计算模块,用于根据所述做题答案计算目标用户的解题熟练度;
生成模块,用于根据所述步骤分值、所述目标掌握水平以及所述解题熟练度,生成习题批改结果。
7.根据权利要求6所述的习题批改装置,其特征在于,所述第一计算模块包括:
识别子模块,用于对所述做题答案进行识别,得到识别结果;
第一确定子模块,用于根据所述识别结果确定所述做题答案中的至少一个解题步骤;
匹配子模块,用于将所述预设答案与每个所述解题步骤进行模糊匹配处理,得到每个所述解题步骤的模糊匹配值;
第二确定子模块,用于根据所述模糊匹配值确定每个所述解题步骤的步骤分值。
8.根据权利要求7所述的习题批改装置,其特征在于,所述第二计算模块包括:
第一获取子模块,用于获取每个所述解题步骤对应的受提示信息;
第二获取子模块,用于获取所述目标用户针对所述考察知识点的历史掌握水平;
水平计算子模块,用于根据所述历史掌握水平以及所述受提示信息计算所述考察知识点的当前掌握水平。
9.一种电子设备,其特征在于,所述电子设备包括存储器以及处理器,所述存储器用于存储计算机程序,所述处理器运行所述计算机程序以使所述电子设备执行权利要求1至5中任一项所述的习题批改方法。
10.一种可读存储介质,其特征在于,所述可读存储介质中存储有计算机程序指令,所述计算机程序指令被一处理器读取并运行时,执行权利要求1至5任一项所述的习题批改方法。
CN202011380116.4A 2020-11-30 2020-11-30 一种习题批改方法及装置 Pending CN112419812A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011380116.4A CN112419812A (zh) 2020-11-30 2020-11-30 一种习题批改方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011380116.4A CN112419812A (zh) 2020-11-30 2020-11-30 一种习题批改方法及装置

Publications (1)

Publication Number Publication Date
CN112419812A true CN112419812A (zh) 2021-02-26

Family

ID=74828929

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011380116.4A Pending CN112419812A (zh) 2020-11-30 2020-11-30 一种习题批改方法及装置

Country Status (1)

Country Link
CN (1) CN112419812A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112885172A (zh) * 2021-04-28 2021-06-01 北京合众美华教育投资有限公司 一种网络教学方法及系统
CN113010687A (zh) * 2021-03-03 2021-06-22 广州视源电子科技股份有限公司 一种习题标签预测方法、装置、存储介质以及计算机设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106781782A (zh) * 2016-11-23 2017-05-31 阔地教育科技有限公司 一种信息反馈方法及装置
CN109446315A (zh) * 2018-12-20 2019-03-08 广东小天才科技有限公司 一种解题辅助方法及解题辅助客户端
CN109859555A (zh) * 2019-03-29 2019-06-07 上海乂学教育科技有限公司 适合自适应学习的数学学科分步骤展示方法及计算机系统
CN111858906A (zh) * 2020-07-21 2020-10-30 广州视源电子科技股份有限公司 习题推荐方法、装置、电子设备及计算机可读存储介质
CN111915462A (zh) * 2020-08-21 2020-11-10 广州云蝶科技有限公司 试题知识点难度的分析方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106781782A (zh) * 2016-11-23 2017-05-31 阔地教育科技有限公司 一种信息反馈方法及装置
CN109446315A (zh) * 2018-12-20 2019-03-08 广东小天才科技有限公司 一种解题辅助方法及解题辅助客户端
CN109859555A (zh) * 2019-03-29 2019-06-07 上海乂学教育科技有限公司 适合自适应学习的数学学科分步骤展示方法及计算机系统
CN111858906A (zh) * 2020-07-21 2020-10-30 广州视源电子科技股份有限公司 习题推荐方法、装置、电子设备及计算机可读存储介质
CN111915462A (zh) * 2020-08-21 2020-11-10 广州云蝶科技有限公司 试题知识点难度的分析方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113010687A (zh) * 2021-03-03 2021-06-22 广州视源电子科技股份有限公司 一种习题标签预测方法、装置、存储介质以及计算机设备
CN113010687B (zh) * 2021-03-03 2023-02-03 广州视源电子科技股份有限公司 一种习题标签预测方法、装置、存储介质以及计算机设备
CN112885172A (zh) * 2021-04-28 2021-06-01 北京合众美华教育投资有限公司 一种网络教学方法及系统
CN112885172B (zh) * 2021-04-28 2021-08-06 北京合众美华教育投资有限公司 一种网络教学方法及系统

Similar Documents

Publication Publication Date Title
US11721230B2 (en) Personalized learning system and method for the automated generation of structured learning assets based on user data
US20190066031A1 (en) Automatic Updating Interactive Query Answering and Feature Training Method and System
US11631338B2 (en) Deep knowledge tracing with transformers
CN112464659A (zh) 基于知识图谱的辅助教学方法、装置、设备及存储介质
CN110413728B (zh) 练习题推荐方法、装置、设备和存储介质
CN112784608B (zh) 试题推荐方法、装置、电子设备和存储介质
CN112419812A (zh) 一种习题批改方法及装置
CN114254208A (zh) 薄弱知识点的识别方法、学习路径的规划方法与装置
CN110991195B (zh) 机器翻译模型训练方法、装置及存储介质
CN112685550B (zh) 智能问答方法、装置、服务器及计算机可读存储介质
CN111582405B (zh) 一种数据标注方法及装置
CN117149984A (zh) 一种基于大模型思维链的定制化培训方法及装置
CN110765241B (zh) 推荐题的超纲检测方法、装置、电子设备和存储介质
CN114218379A (zh) 一种面向智能问答系统的无法回答问题的归因方法
CN112764760B (zh) 基于程序评测的辅助答题系统
CN111932160A (zh) 知识掌握信息处理方法、装置、计算机设备及存储介质
CN112016607B (zh) 一种基于深度学习的错因分析方法
CN112231373B (zh) 知识点数据的处理方法、装置、设备和计算机可读介质
CN112131427B (zh) 一种练习套题的获取方法及系统
CN113449095A (zh) 一种面试数据分析方法和装置
CN113569112A (zh) 基于题目的辅导策略提供方法、系统、装置及介质
CN113255836A (zh) 一种作业数据处理方法、装置、计算机设备和存储介质
CN113673232B (zh) 文本标注方法、装置、设备及介质
CN116151242B (zh) 一种编程学习场景的智能习题推荐方法、系统及储存介质
CN113850235B (zh) 一种文本处理方法、装置、设备及介质

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

Application publication date: 20210226

RJ01 Rejection of invention patent application after publication