CN112989783B - 一种智能组卷装置及方法 - Google Patents
一种智能组卷装置及方法 Download PDFInfo
- Publication number
- CN112989783B CN112989783B CN202110365031.7A CN202110365031A CN112989783B CN 112989783 B CN112989783 B CN 112989783B CN 202110365031 A CN202110365031 A CN 202110365031A CN 112989783 B CN112989783 B CN 112989783B
- Authority
- CN
- China
- Prior art keywords
- question
- length
- questions
- options
- typesetting
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 70
- 238000004804 winding Methods 0.000 title claims description 20
- 238000012216 screening Methods 0.000 claims abstract description 77
- 238000012360 testing method Methods 0.000 claims abstract description 52
- 238000012545 processing Methods 0.000 claims abstract description 11
- 238000012937 correction Methods 0.000 claims abstract description 10
- 238000012795 verification Methods 0.000 claims abstract description 9
- 238000007373 indentation Methods 0.000 claims description 40
- 230000008569 process Effects 0.000 claims description 22
- 238000004458 analytical method Methods 0.000 claims description 11
- 230000006870 function Effects 0.000 claims description 11
- 230000000694 effects Effects 0.000 abstract description 11
- 238000000605 extraction Methods 0.000 description 11
- 238000005516 engineering process Methods 0.000 description 7
- 230000009471 action Effects 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 4
- 230000015556 catabolic process Effects 0.000 description 3
- 230000007774 longterm Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000013499 data model Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/189—Automatic justification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/166—Editing, e.g. inserting or deleting
- G06F40/177—Editing, e.g. inserting or deleting of tables; using ruled lines
- G06F40/18—Editing, e.g. inserting or deleting of tables; using ruled lines of spreadsheets
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
- G06Q50/205—Education administration or guidance
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Educational Technology (AREA)
- Tourism & Hospitality (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Artificial Intelligence (AREA)
- Educational Administration (AREA)
- Computational Linguistics (AREA)
- Strategic Management (AREA)
- General Engineering & Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- General Business, Economics & Management (AREA)
- Electrically Operated Instructional Devices (AREA)
- Document Processing Apparatus (AREA)
Abstract
本申请涉及一种智能组卷装置及方法,涉及教育考试技术领域,该智能组卷装置包括:题库读取模块,用于接收EXCEL题库文档,并按照预设的题库关键信息对EXCEL题库文档中的所有题目进行信息提取,建立题库统计数据;需求核实模块,用于接收筛题需求信息,并判断筛题需求信息的合理性,当筛题需求信息不合理时生成修正提示;题目筛选模块,用于根据通过合理性判断的筛题需求信息,在题库统计数据中查找符合的题目,作为待组卷题目;智能组卷模块,用于根据所有的待组卷题目,生成对应的试卷。本申请读取EXCEL形式的题库题目,进行类型和数量的统计,并按照标准格式输出WORD试卷并附带答案,达到快速智能生成标准排版后的WORD试卷及答案的效果。
Description
技术领域
本申请涉及教育考试技术领域,具体涉及一种智能组卷装置及方法。
背景技术
近年来,随着企业、高校内信息化系统的建设,各种类型的考试、考核等均转为线上进行,甚至统一采用云考试系统,快捷方便、省时省力,打破时间和地域的限制,随时随地可以进行,同时考试成本低、效率高,通过考试系统发布考试,并推广相关考试链接,即可完成组织考试,不再需要像传统考试那样,花费大量人力物力,效率低下且容易出错,并具备精准的考试报表分析,针对考试、成绩、考生、错题等进行可视化研判,节省了大量统计工作,大大降低了时间和成本。
然而,在线考试系统虽然有大量的优势,但在线考试系统的题录仍存在一定的不足,具体为以下几点:
(1)题库排版难,通用性不足。一般情况下,学员和教师自有的相关学习用题库,有EXCEL版本,也有WORD版本。其中EXCEL版本便于统计整理和筛选,但不便于学习和组织小规模灵活考试活动;而WORD版本题库也存在排版不统一、手工排版效率低下且容易出错、题目编号数量修改效率低下等问题,无法实现企业及学校内灵活应用的需求。
(2)试卷及答案生成效率低下。为了提升学习效果,在经常组织小规模考试时,由于考虑到随机抽题,以及题目范围灵活变动的需求,经常会从题库中人工或随机抽取相关题目。题目的形式可能为在线考试系统中导出的EXCEL形式,也可能为人工筛选过的WORD形式。其中,EXCEL形式的题库无法快速转换为针对学习学员友好的WORD题库;WORD形式的题库,在人工整理时,因题目顺序混乱,整理答案也成为了主要问题之一。
因此,为解决上述技术问题,现提供一种智能组卷技术。
发明内容
本申请提供一种智能组卷装置及方法,读取EXCEL形式的题库题目,进行类型和数量的统计,并进行组合,并按照标准格式输出WORD试卷并附带答案,达到快速智能生成标准排版后的WORD试卷及答案的效果。
第一方面,本申请提供了一种智能组卷装置,所述装置包括:
题库读取模块,其用于接收EXCEL题库文档,并按照预设的题库关键信息对所述EXCEL题库文档中的所有题目进行信息提取,建立题库统计数据;
需求核实模块,其用于接收筛题需求信息,并判断所述筛题需求信息的合理性,当所述筛题需求信息不合理时生成修正提示;
题目筛选模块,其用于根据通过合理性判断的所述筛题需求信息,在所述题库统计数据中查找符合的题目,作为待组卷题目;
智能组卷模块,其用于根据所有的所述待组卷题目,生成对应的试卷;其中,
所述题库关键信息包括所属题库、题目类型、题干、题目分数、题目难度、试题解析、答案以及选项;
所述筛题需求信息包括题目难度、题库范围、题目类型以及不同类型题目对应的数量。
进一步的,所述智能组卷模块还用于根据所有的所述待组卷题目,基于预设的随机组卷需求,生成多个对应的试卷。
进一步的,所述需求核实模块还用于将所述筛题需求信息中的题目难度、题库范围、题目类型以及不同类型题目对应的数量对应与所述筛题需求信息中的题目难度、所属题库、题目类型进行比对,当不匹配时,则判定所述筛题需求信息不合理。
具体的,所述题库读取模块用于基于.net Framework框架下的C#代码,采用VSTO工具箱中提供的Open或Read方法,实现对所述EXCEL题库文档的打开和读取功能。
进一步的,所述题库关键信息还包括题目标签、过期时间、语言属性以及保密级别。
具体的,所述智能组卷模块还用于执行选择题排版流程,所述选择题排版流程包括以下步骤:
Q1、获得当前题目,并计算TAB缩进长度、空格长度、光标当前位置长度、各选项长度以及单行最大长度;
Q2、判断光标当前位置是否在行首;
Q3、当光标位于当前行的行首时,则增加一个TAB缩进,并更新对应的光标当前位置长度;
Q4、当光标位于当前行的行首时,判断各选项是否输出完毕,若输出完毕则转入步骤Q10,反之则转入步骤Q5;
Q5、判断需要输出排版的选项长度与TAB缩进长度之和是否大于单行最大长度,若大于则判定对应的选项为超长选项,反之则判断为非超长选项,若大于且光标不位于当前行的行首,则执行换行并转入步骤Q6,若大于且光标位于当前行的行首,则直接转入步骤Q6,若不大于则转入步骤Q7;
Q6、将选项拆分为至少2行,每行保留字符的长度不大于单行最大长度与TAB缩进长度之差,并将拆分后选项的第一行直接输出排版并插入换行符和TAB缩进,后续行保持TAB缩进并增加两个空格后输出排版对应选项的剩余内容直至行尾并插入换行符和TAB缩进,选项输出排版结束后转入Q9;
Q7、根据光标当前位置长度,判断光标至行尾长度是否能容纳选项对应的内容,如能够容纳,则转入步骤Q8,反之则转入步骤Q9;
Q8、判断光标对应的当前行是否存在其他非超长选项,若存在,则插入四个空格后输出排版对应的选项,反之则直接输出排版该选项,并更新光标在当前行的当前位置长度,转入步骤Q4;
Q9、根据前述判断条件和流程,判断是否需要执行换行处理,并转入步骤Q4,输出排版其他选项或题目;
Q10、若当前题目的所有选项均完成输出排版,则当前题目排版完毕。
第二方面,本申请提供了一种智能组卷方法,所述方法包括以下步骤:
接收EXCEL题库文档,并按照预设的题库关键信息对所述EXCEL题库文档中的所有题目进行信息提取,建立题库统计数据;
接收筛题需求信息,并判断所述筛题需求信息的合理性,当所述筛题需求信息不合理时生成修正提示;
根据通过合理性判断的所述筛题需求信息,在所述题库统计数据中查找符合的题目,作为待组卷题目;
根据所有的所述待组卷题目,生成对应的试卷;其中,
所述题库关键信息包括所属题库、题目类型、题干、题目分数、题目难度、试题解析、答案以及选项;
所述筛题需求信息包括题目难度、题库范围、题目类型以及不同类型题目对应的数量。
进一步的,所述方法还包括以下步骤:
根据所有的所述待组卷题目,基于预设的随机组卷需求,生成多个对应的试卷。
具体的,所述接收筛题需求信息,并判断所述筛题需求信息的合理性中,包括以下步骤:
将所述筛题需求信息中的题目难度、题库范围、题目类型以及不同类型题目对应的数量对应与所述筛题需求信息中的题目难度、所属题库、题目类型进行比对,当不匹配时,则判定所述筛题需求信息不合理。
具体的,所述方法还包括选择题排版流程,所述选择题排版流程包括以下步骤:
Q1、获得当前题目,并计算TAB缩进长度、空格长度、光标当前位置长度、各选项长度以及单行最大长度;
Q2、判断光标当前位置是否在行首;
Q3、当光标位于当前行的行首时,则增加一个TAB缩进,并更新对应的光标当前位置长度;
Q4、当光标位于当前行的行首时,判断各选项是否输出完毕,若输出完毕则转入步骤Q10,反之则转入步骤Q5;
Q5、判断需要输出排版的选项长度与TAB缩进长度之和是否大于单行最大长度,若大于则判定对应的选项为超长选项,反之则判断为非超长选项,若大于且光标不位于当前行的行首,则执行换行并转入步骤Q6,若大于且光标位于当前行的行首,则直接转入步骤Q6,若不大于则转入步骤Q7;
Q6、将选项拆分为至少2行,每行保留字符的长度不大于单行最大长度与TAB缩进长度之差,并将拆分后选项的第一行直接输出排版并插入换行符和TAB缩进,后续行保持TAB缩进并增加两个空格后输出排版对应选项的剩余内容直至行尾并插入换行符和TAB缩进,选项输出排版结束后转入Q9;
Q7、根据光标当前位置长度,判断光标至行尾长度是否能容纳选项对应的内容,如能够容纳,则转入步骤Q8,反之则转入步骤Q9;
Q8、判断光标对应的当前行是否存在其他非超长选项,若存在,则插入四个空格后输出排版对应的选项,反之则直接输出排版该选项,并更新光标在当前行的当前位置长度,转入步骤Q4;
Q9、根据前述判断条件和流程,判断是否需要执行换行处理,并转入步骤Q4,输出排版其他选项或题目;
Q10、若当前题目的所有选项均完成输出排版,则当前题目排版完毕。
本申请提供的技术方案带来的有益效果包括:
本申请读取EXCEL形式的题库题目,进行类型和数量的统计,并进行组合,并按照标准格式输出WORD试卷并附带答案,达到快速智能生成标准排版后的WORD试卷及答案的效果。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例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申请的一些实施例,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为本申请实施例中提供的智能组卷装置的结构框图;
图2为本申请实施例中提供的智能组卷装置的选择题排版流程的步骤流程图;
图3为本申请实施例中提供的智能组卷方法的步骤流程图;
图4为本申请实施例中提供的智能组卷方法在实际实施时的步骤流程图。
具体实施方式
术语解释:
VSTO,Visual Studio Tools for Office;
JSON,JavaScript Object Notation,JavaScript对象简谱。
为使本申请实施例的目的、技术方案和优点更加清楚,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清楚、完整地描述,显然,所描述的实施例是本申请的一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
以下结合附图对本申请的实施例作进一步详细说明。
本申请实施例提供一种智能组卷装置及方法,读取EXCEL形式的题库题目,进行类型和数量的统计,并进行组合,并按照标准格式输出WORD试卷并附带答案,达到快速智能生成标准排版后的WORD试卷及答案的效果。
为达到上述技术效果,本申请的总体思路如下:
一种智能组卷装置,该装置包括:
题库读取模块,其用于接收EXCEL题库文档,并按照预设的题库关键信息对EXCEL题库文档中的所有题目进行信息提取,建立题库统计数据;
需求核实模块,其用于接收筛题需求信息,并判断筛题需求信息的合理性,当筛题需求信息不合理时生成修正提示;
题目筛选模块,其用于根据通过合理性判断的筛题需求信息,在题库统计数据中查找符合的题目,作为待组卷题目;
智能组卷模块,其用于根据所有的待组卷题目,生成对应的试卷;其中,
题库关键信息包括所属题库、题目类型、题干、题目分数、题目难度、试题解析、答案以及选项;
筛题需求信息包括题目难度、题库范围、题目类型以及不同类型题目对应的数量。
以下结合附图对本申请的实施例作进一步详细说明。
第一方面,参见图1~2所示,本申请实施例提供一种智能组卷装置,该系统包括:
题库读取模块,其用于接收EXCEL题库文档,并按照预设的题库关键信息对EXCEL题库文档中的所有题目进行信息提取,建立题库统计数据;
需求核实模块,其用于接收筛题需求信息,并判断筛题需求信息的合理性,当筛题需求信息不合理时生成修正提示;
题目筛选模块,其用于根据通过合理性判断的筛题需求信息,在题库统计数据中查找符合的题目,作为待组卷题目;
智能组卷模块,其用于根据所有的待组卷题目,生成对应的试卷;其中,
题库关键信息包括所属题库、题目类型、题干、题目分数、题目难度、试题解析、答案以及选项;
筛题需求信息包括题目难度、题库范围、题目类型以及不同类型题目对应的数量。
本申请实施例中,题库读取模块通过使用VSTO技术,实现对EXCEL题库文档的打开、读取等操作,并建立专用数据模型,即,建立题库统计数据。
需要说明的是,本申请实施例基于JSON、XML技术实现系统灵活性,可将题目格式、抽题参数按需解耦并灵活组合,具体功能根据JSON或XML配置文件可灵活定制;
再者,采用C#、VSTO、.net Framework等语言、技术、平台等开发,综合考虑系统兼容性,完全兼容各个版本的EXCEL及WORD,兼容性好。
另外,本申请实施例特别针对WORD试卷排版中的难点,尤其是选择类型题目的选项排版,使用了智能自适应算法,针对单一选项的长度,可智能判断是否与相邻选项合并为一行并智能判别何时换行,针对多个选项,可综合判别采用单行或多行的形式呈现题目选项,有效美观紧凑了排版,同时节省了大量页面。
具体的,题库读取模块用于基于.net Framework框架下的C#代码,采用VSTO工具箱中提供的Open或Read方法,实现对EXCEL题库文档的打开和读取功能;
并且,题库读取模块随时监测过程中的错误,及时抛出异常,避免出错崩溃,根据监测结果,判断EXCEL题库文档的读取是否成功,包括EXCEL题库文档是否正常打开、是否被占用、EXCEL题库文档中是否有足够类型和数量的题目等,若EXCEL题库文档读取失败,则提示错误原因并引导用户重新执行读取工作。
具体的,EXCEL题库文档中的所有题目进行信息提取,建立题库统计数据,提取的题库关键信息包括所属题库、题目类型、题干、题目标签、题目分数、题目难度、过期时间、试题解析、语言属性、保密级别、答案、选项等,从而在数据库中建立专用简洁的数据结构,即题库统计数据,作为核心题目数据,便于后期进行抽题筛选、组合等。
题目筛选模块,接收用户按需设置的筛题需求信息,筛题需求信息包括:题目难度、题库范围、题目类型以及不同类型题目对应的数量;
为了增加易用性,提高用户的工作效率,题目难度、题目类型以及不同类型题目对应的数量均有默认值,且此类默认值均可通过JSON、XML等形式进行定制化修改,便于用户形成适用于自身的个性化定制配置模板,在长期使用过程中提升工作效率。
但是,在用户对题目进行筛题需求信息中一系列筛选参数的填写时,可能会存在一些错误,故而,此时需要需求核实模块接收筛题需求信息,并判断筛题需求信息的合理性,当筛题需求信息不合理时生成修正提示;
可针对用户在各文本框中填写的参数数据进行及时校验,一旦错误,即刻弹出对话框进行精准错误原因提示并引导用户修正相关参数,避免因指定题目数量与题库数量不匹配(如指定数量>题库数量、或题库无该类型题目)等问题造成选题失败。
即进一步的,需求核实模块还用于将筛题需求信息中的题目难度、题库范围、题目类型以及不同类型题目对应的数量对应与筛题需求信息中的题目难度、所属题库、题目类型进行比对,当不匹配时,则判定筛题需求信息不合理。
进而,题目筛选模块再根据通过合理性判断的筛题需求信息,在题库统计数据中查找符合的题目,作为待组卷题目。
本申请实施例中,读取EXCEL形式的题库题目,进行类型和数量的统计,并进行组合,并按照标准格式输出WORD试卷并附带答案,达到快速智能生成标准排版后的WORD试卷及答案的效果。
进一步的,智能组卷模块还用于根据所有的待组卷题目,基于预设的随机组卷需求,生成多个对应的试卷;
即在实际实施过程中,可能需要根据需求随机生成一批试卷,此时由用户指定生成题目是否随机,且不限制随机次数,可根据同一题库生成无限多套随机后的试卷,
由于此前,因EXCEL题库文档已转化为数据库中专有的题库统计数据,故在有生成多套随机试卷的需求下,可快速通过一键随机的功能进行题目的打乱抽取;
当用户再次选择一键随机功能后,重新生成新的乱序题目,与后续步骤中的一键生成WORD试卷配合使用,可实现快速生成多套随机试卷的效果。若用户选择随机抽题,则生成随机数并将所抽题目打乱;若用户未选择随机抽题,则直接生成试卷并预览;
如上文,智能组卷模块还用于生成随机数,按照用户之前所选择的题目类型、难度和数量,生成相应的随机数,并对各个题目进行乱序调整;
智能组卷模块筛题需求信息以及随机抽题的随机数从数据库中实施抽题动作,将相关题目顺序、题号予以记录,便于后续一键生成WORD试卷时调取相应题目及答案,进行多次随机操作,可快速生成不限数量的多套随机试卷。
具体的,智能组卷模块具体基于VSTO工具箱,根据所有的待组卷题目,生成对应的试卷。
需要说明的是,本申请实施例中,还具有以下优势:
(1)选择类型题目的选项智能合并为一行,并智能紧凑排版,美化排版,节省页面;
(2)智能判别所选题目类型及数量,及时提示用户进行修改相关参数,满足类型、数量、总分值等要求;
(3)智能判断各步骤中可能出现的错误,有好地提醒用户产生错误的原因,并及时引导更正错误参数或错误步骤。
在实际实施过程中,所述智能组卷模块还用于执行选择题排版流程,所述选择题排版流程包括以下步骤:
Q1、获得当前题目,并计算TAB缩进长度、空格长度、光标当前位置长度CurrentLength、各选项长度Option Length以及单行最大长度Total Length,上述长度值均使用C#提供的Encoding.Default.GetByt eCount()方法进行计算,以保证长度计算的一致性;
Q2、判断光标当前位置是否在行首;
Q3、当光标位于当前行的行首时,则增加一个TAB缩进,即“\t”,便于区分,并更新对应的光标当前位置长度Current Length;
Q4、当光标位于当前行的行首时,判断当前题目的各选项是否输出完毕,若输出完毕则转入步骤Q10,反之则转入步骤Q5;
Q5、判断需要输出排版的选项长度Option Length与TAB缩进长度之和是否大于单行最大长度Option Length,若大于则判定对应的选项为超长选项,反之则判断为非超长选项,若大于且光标不位于当前行的行首,则执行换行并转入步骤Q6,若大于且光标位于当前行的行首,则直接转入步骤Q6,若不大于则转入步骤Q7;
Q6、将选项拆分为至少2行,每行保留字符的长度不大于单行最大长度TotalLength与TAB缩进长度之差,并将拆分后选项的第一行直接输出排版并插入换行符和TAB缩进,即“\n\t”,后续行保持TAB缩进并增加两个空格后输出排版对应选项的剩余内容直至行尾并插入换行符和TAB缩进,即“\n\t”,其中,插入的两个空格用于对齐各选项标题的缩进,如“A.”、“B.”、“C.”、“D.”等,待选项输出排版结束后转入Q9;
Q7、根据光标当前位置长度Current Length,判断光标至行尾长度是否能容纳选项对应的内容,如能够容纳,则转入步骤Q8,反之则转入步骤Q9;
Q8、判断光标对应的当前行是否存在其他非超长选项,若存在,则插入四个空格后输出排版对应的选项,反之则直接输出排版该选项,并更新光标在当前行的当前位置长度Current Length,转入步骤Q4;
Q9、根据前述判断条件和流程,判断是否需要执行换行处理,并转入步骤Q4,输出排版其他选项或题目;
Q10、若当前题目的所有选项均完成输出排版,则当前题目排版完毕。
第二方面,参见图3~4所示,本申请实施例提供一种智能组卷方法,其基于第一方面提及的智能组卷装置,该方法包括以下步骤:
S1、接收EXCEL题库文档,并按照预设的题库关键信息对EXCEL题库文档中的所有题目进行信息提取,建立题库统计数据;
S2、接收筛题需求信息,并判断筛题需求信息的合理性,当筛题需求信息不合理时生成修正提示;
S3、根据通过合理性判断的筛题需求信息,在题库统计数据中查找符合的题目,作为待组卷题目;
S4、根据所有的待组卷题目,生成对应的试卷;其中,
题库关键信息包括所属题库、题目类型、题干、题目分数、题目难度、试题解析、答案以及选项;
筛题需求信息包括题目难度、题库范围、题目类型以及不同类型题目对应的数量。
本申请实施例中,首先通过使用VSTO技术,实现对EXCEL题库文档的打开、读取等操作,并建立专用数据模型,即,建立题库统计数据。
需要说明的是,本申请实施例基于JSON、XML技术实现系统灵活性,可将题目格式、抽题参数按需解耦并灵活组合,具体功能根据JSON或XML配置文件可灵活定制;
再者,采用C#、VSTO、.net Framework等语言、技术、平台等开发,综合考虑系统兼容性,完全兼容各个版本的EXCEL及WORD,兼容性好。
另外,本申请实施例特别针对WORD试卷排版中的难点,尤其是选择类型题目的选项排版,使用了智能自适应算法,针对单一选项的长度,可智能判断是否与相邻选项合并为一行并智能判别何时换行,针对多个选项,可综合判别采用单行或多行的形式呈现题目选项,有效美观紧凑了排版,同时节省了大量页面。
具体的,该方法基于.net Framework框架下的C#代码,采用VSTO工具箱中提供的Open或Read方法,实现对EXCEL题库文档的打开和读取功能;
并且,该方法随时监测过程中的错误,及时抛出异常,避免出错崩溃,根据监测结果,判断EXCEL题库文档的读取是否成功,包括EXCEL题库文档是否正常打开、是否被占用、EXCEL题库文档中是否有足够类型和数量的题目等,若EXCEL题库文档读取失败,则提示错误原因并引导用户重新执行读取工作。
具体的,EXCEL题库文档中的所有题目进行信息提取,建立题库统计数据,提取的题库关键信息包括所属题库、题目类型、题干、题目标签、题目分数、题目难度、过期时间、试题解析、语言属性、保密级别、答案、选项等,从而在数据库中建立专用简洁的数据结构,即题库统计数据,作为核心题目数据,便于后期进行抽题筛选、组合等。
需要说明的是,该方法中,接收用户按需设置的筛题需求信息,筛题需求信息包括:题目难度、题库范围、题目类型以及不同类型题目对应的数量;
为了增加易用性,提高用户的工作效率,题目难度、题目类型以及不同类型题目对应的数量均有默认值,且此类默认值均可通过JSON、XML等形式进行定制化修改,便于用户形成适用于自身的个性化定制配置模板,在长期使用过程中提升工作效率。
但是,在用户对题目进行筛题需求信息中一系列筛选参数的填写时,可能会存在一些错误,故而,此时接收筛题需求信息,并判断筛题需求信息的合理性,当筛题需求信息不合理时生成修正提示;
可针对用户在各文本框中填写的参数数据进行及时校验,一旦错误,即刻弹出对话框进行精准错误原因提示并引导用户修正相关参数,避免因指定题目数量与题库数量不匹配(如指定数量>题库数量、或题库无该类型题目)等问题造成选题失败。
即进一步的,该方法还能够将筛题需求信息中的题目难度、题库范围、题目类型以及不同类型题目对应的数量对应与筛题需求信息中的题目难度、所属题库、题目类型进行比对,当不匹配时,则判定筛题需求信息不合理。
进而,再根据通过合理性判断的筛题需求信息,在题库统计数据中查找符合的题目,作为待组卷题目。
本申请实施例中,读取EXCEL形式的题库题目,进行类型和数量的统计,并进行组合,并按照标准格式输出WORD试卷并附带答案,达到快速智能生成标准排版后的WORD试卷及答案的效果。
进一步的,该方法还包括以下步骤:
根据所有的待组卷题目,基于预设的随机组卷需求,生成多个对应的试卷。
具体的,接收筛题需求信息,并判断筛题需求信息的合理性中,包括以下步骤:
将筛题需求信息中的题目难度、题库范围、题目类型以及不同类型题目对应的数量对应与筛题需求信息中的题目难度、所属题库、题目类型进行比对,当不匹配时,则判定筛题需求信息不合理。
具体的,基于VSTO工具箱,根据所有的待组卷题目,生成对应的试卷。
本申请实施例中,在具体实施时,该方法的具体操作流程包括以下步骤:
T1、读取EXCEL题库文档,通过基于.net Framework框架下的C#代码,采用VSTO工具箱中提供的Open、Read等方法,实现对EXCEL题库文档的打开、读取功能,并随时监测过程中的错误,及时抛出异常,避免系统出错崩溃;
T2、基于步骤T1中的监测结果,综合判断题库读取是否成功,包括EXCEL题库文档是否正常打开、是否被占用、EXCEL题库文档中是否有足够类型和数量的题目等,若EXCEL题库文档读取成功,则转入步骤T3,若EXCEL题库文档读取失败,则弹出对话框提示错误原因并引导用户重新执行T1步骤。
T3、将EXCEL题库文档中获取到的题目相关数据,包括:所属题库、题型、题干、标签、题目分数、题目难度、过期时间、试题解析、语言属性、密级、答案、选项等在该方法对应的数据库中建立专用简洁的数据结构,作为核心题目数据,便于后期进行抽题筛选、组合等。
T4、由用户按需设置题目筛选参数,包括:题目难度、题库范围、题目类型、各类型题目数量等。为了增加系统的易用性,提高用户的工作效率,相关题目难度、题目类型、题目数量等均有默认值,且此类默认值均可通过JSON、XML等形式进行定制化修改,便于用户形成适用于自身的个性化定制配置模板,在长期使用过程中提升工作效率。
T5、在用户对题目进行一系列筛选参数的填写时,可能往往因为指定题目数量与题库数量不匹配(如指定数量>题库数量、或题库无该类型题目)等问题造成选题失败。本方法可针对用户在各文本框中填写的参数数据进行及时校验,一旦错误,即刻弹出对话框进行精准错误原因提示并引导用户修正相关参数。若用户选题无异常,则转入步骤T6;若用户选题有误,则转入步骤T4并引导其重新选题。
T6、是否随机抽题。由用户指定生成题目的随机性,且不限制随机次数。用户可根据同一题库生成无限多套随机后的试卷。因EXCEL题库文档已转化为该方法的数据库中专有数据结构,故在有生成多套随机试卷的需求下,可快速通过一键随机的功能进行题目的打乱抽取。当用户再次选择一键随机功能后,系统重新生成新的乱序题目。与后续步骤中的一键生成WORD试卷配合使用,可实现快速生成多套随机试卷的效果。若用户选择随机抽题,则转入步骤T7生成随机数并将所抽题目打乱;若用户未选择随机抽题,则转入步骤T7生成随机数步骤,进而直接转入步骤T8,生成试卷并预览。
T7、生成随机数。按照用户之前所选择的题目类型、难度和数量,生成相应的随机数,并对各个题目进行乱序调整。
T8、按照步骤T4中的题目筛选参数及步骤T6中是否随机抽题等参数,从数据库中实施抽题动作,将相关题目顺序、题号予以记录,便于后续一键生成WORD试卷时调取相应题目及答案。其中,若用户在步骤T6中选择了随机抽题,则在本步骤中,可进行多次随机操作,可快速生成不限数量的多套随机试卷。
T9、通过前述T1~T8步骤,形成一套完整的筛选后的满足用户需求的题目集合数据,本步骤可根据上述数据,再次使用VSTO工具箱中提供的方法,生成智能排版后的WORD试卷。
另外,在实际实施过程中,该方法还包括选择题排版流程,选择题排版流程包括以下步骤:
Q1、获得当前题目,并计算TAB缩进长度、空格长度、光标当前位置长度CurrentLength、各选项长度Option Length以及单行最大长度Total Length,上述长度值均使用C#提供的Encoding.Default.GetByteCount()方法进行计算,以保证长度计算的一致性;
Q2、判断光标当前位置是否在行首;
Q3、当光标位于当前行的行首时,则增加一个TAB缩进,即“\t”,便于区分,并更新对应的光标当前位置长度Current Length;
Q4、当光标位于当前行的行首时,判断当前题目的各选项是否输出完毕,若输出完毕则转入步骤Q10,反之则转入步骤Q5;
Q5、判断需要输出排版的选项长度Option Length与TAB缩进长度之和是否大于单行最大长度Option Length,若大于则判定对应的选项为超长选项,反之则判断为非超长选项,若大于且光标不位于当前行的行首,则执行换行并转入步骤Q6,若大于且光标位于当前行的行首,则直接转入步骤Q6,若不大于则转入步骤Q7;
Q6、将选项拆分为至少2行,每行保留字符的长度不大于单行最大长度TotalLength与TAB缩进长度之差,并将拆分后选项的第一行直接输出排版并插入换行符和TAB缩进,即“\n\t”,后续行保持TAB缩进并增加两个空格后输出排版对应选项的剩余内容直至行尾并插入换行符和TAB缩进,即“\n\t”,其中,插入的两个空格用于对齐各选项标题的缩进,如“A.”、“B.”、“C.”、“D.”等,待选项输出排版结束后转入Q9;
Q7、根据光标当前位置长度Current Length,判断光标至行尾长度是否能容纳选项对应的内容,如能够容纳,则转入步骤Q8,反之则转入步骤Q9;
Q8、判断光标对应的当前行是否存在其他非超长选项,若存在,则插入四个空格后输出排版对应的选项,反之则直接输出排版该选项,并更新光标在当前行的当前位置长度Current Length,转入步骤Q4;
Q9、根据前述判断条件和流程,判断是否需要执行换行处理,并转入步骤Q4,输出排版其他选项或题目;
Q10、若当前题目的所有选项均完成输出排版,则当前题目排版完毕。
需要说明的是,在本申请中,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,并不排除在包括要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上仅是本申请的具体实施方式,使本领域技术人员能够理解或实现本申请。对这些实施例的多种修改对本领域的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申请的精神或范围的情况下,在其它实施例中实现。因此,本申请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申请的原理和新颖特点相一致的最宽的范围。
Claims (8)
1.一种智能组卷装置,其特征在于,所述装置包括:
题库读取模块,其用于接收EXCEL题库文档,并按照预设的题库关键信息对所述EXCEL题库文档中的所有题目进行信息提取,建立题库统计数据;
需求核实模块,其用于接收筛题需求信息,并判断所述筛题需求信息的合理性,当所述筛题需求信息不合理时生成修正提示;
题目筛选模块,其用于根据通过合理性判断的所述筛题需求信息,在所述题库统计数据中查找符合的题目,作为待组卷题目;
智能组卷模块,其用于根据所有的所述待组卷题目,生成对应的试卷;其中,
所述题库关键信息包括所属题库、题目类型、题干、题目分数、题目难度、试题解析、答案以及选项;
所述筛题需求信息包括题目难度、题库范围、题目类型以及不同类型题目对应的数量;
所述智能组卷模块还用于执行选择题排版流程,所述选择题排版流程包括以下步骤:
Q1、获得当前题目,并计算TAB缩进长度、空格长度、光标当前位置长度、各选项长度以及单行最大长度;
Q2、判断光标当前位置是否在行首;
Q3、当光标位于当前行的行首时,则增加一个TAB缩进,并更新对应的光标当前位置长度;
Q4、当光标位于当前行的行首时,判断各选项是否输出完毕,若输出完毕则转入步骤Q10,反之则转入步骤Q5;
Q5、判断需要输出排版的选项长度与TAB缩进长度之和是否大于单行最大长度,若大于则判定对应的选项为超长选项,反之则判断为非超长选项,若大于且光标不位于当前行的行首,则执行换行并转入步骤Q6,若大于且光标位于当前行的行首,则直接转入步骤Q6,若不大于则转入步骤Q7;
Q6、将选项拆分为至少2行,每行保留字符的长度不大于单行最大长度与TAB缩进长度之差,并将拆分后选项的第一行直接输出排版并插入换行符和TAB缩进,后续行保持TAB缩进并增加两个空格后输出排版对应选项的剩余内容直至行尾并插入换行符和TAB缩进,选项输出排版结束后转入Q9;
Q7、根据光标当前位置长度,判断光标至行尾长度是否能容纳选项对应的内容,如能够容纳,则转入步骤Q8,反之则转入步骤Q9;
Q8、判断光标对应的当前行是否存在其他非超长选项,若存在,则插入四个空格后输出排版对应的选项,反之则直接输出排版该选项,并更新光标在当前行的当前位置长度,转入步骤Q4;
Q9、根据前述判断条件和流程,判断是否需要执行换行处理,并转入步骤Q4,输出排版其他选项或题目;
Q10、若当前题目的所有选项均完成输出排版,则当前题目排版完毕。
2.如权利要求1所述的智能组卷装置,其特征在于:
所述智能组卷模块还用于根据所有的所述待组卷题目,基于预设的随机组卷需求,生成多个对应的试卷。
3.如权利要求1所述的智能组卷装置,其特征在于:
所述需求核实模块还用于将所述筛题需求信息中的题目难度、题库范围、题目类型以及不同类型题目对应的数量对应与所述筛题需求信息中的题目难度、所属题库、题目类型进行比对,当不匹配时,则判定所述筛题需求信息不合理。
4.如权利要求1所述的智能组卷装置,其特征在于:
所述题库读取模块用于基于.net Framework框架下的C#代码,采用VSTO工具箱中提供的Open或Read方法,实现对所述EXCEL题库文档的打开和读取功能。
5.如权利要求1所述的智能组卷装置,其特征在于:
所述题库关键信息还包括题目标签、过期时间、语言属性以及保密级别。
6.一种智能组卷方法,其特征在于,所述方法包括以下步骤:
接收EXCEL题库文档,并按照预设的题库关键信息对所述EXCEL题库文档中的所有题目进行信息提取,建立题库统计数据;
接收筛题需求信息,并判断所述筛题需求信息的合理性,当所述筛题需求信息不合理时生成修正提示;
根据通过合理性判断的所述筛题需求信息,在所述题库统计数据中查找符合的题目,作为待组卷题目;
根据所有的所述待组卷题目,生成对应的试卷;其中,
所述题库关键信息包括所属题库、题目类型、题干、题目分数、题目难度、试题解析、答案以及选项;
所述筛题需求信息包括题目难度、题库范围、题目类型以及不同类型题目对应的数量;
所述方法还包括选择题排版流程,所述选择题排版流程包括以下步骤:
Q1、获得当前题目,并计算TAB缩进长度、空格长度、光标当前位置长度、各选项长度以及单行最大长度;
Q2、判断光标当前位置是否在行首;
Q3、当光标位于当前行的行首时,则增加一个TAB缩进,并更新对应的光标当前位置长度;
Q4、当光标位于当前行的行首时,判断各选项是否输出完毕,若输出完毕则转入步骤Q10,反之则转入步骤Q5;
Q5、判断需要输出排版的选项长度与TAB缩进长度之和是否大于单行最大长度,若大于则判定对应的选项为超长选项,反之则判断为非超长选项,若大于且光标不位于当前行的行首,则执行换行并转入步骤Q6,若大于且光标位于当前行的行首,则直接转入步骤Q6,若不大于则转入步骤Q7;
Q6、将选项拆分为至少2行,每行保留字符的长度不大于单行最大长度与TAB缩进长度之差,并将拆分后选项的第一行直接输出排版并插入换行符和TAB缩进,后续行保持TAB缩进并增加两个空格后输出排版对应选项的剩余内容直至行尾并插入换行符和TAB缩进,选项输出排版结束后转入Q9;
Q7、根据光标当前位置长度,判断光标至行尾长度是否能容纳选项对应的内容,如能够容纳,则转入步骤Q8,反之则转入步骤Q9;
Q8、判断光标对应的当前行是否存在其他非超长选项,若存在,则插入四个空格后输出排版对应的选项,反之则直接输出排版该选项,并更新光标在当前行的当前位置长度,转入步骤Q4;
Q9、根据前述判断条件和流程,判断是否需要执行换行处理,并转入步骤Q4,输出排版其他选项或题目;
Q10、若当前题目的所有选项均完成输出排版,则当前题目排版完毕。
7.如权利要求6所述的智能组卷方法,其特征在于,所述方法还包括以下步骤:
根据所有的所述待组卷题目,基于预设的随机组卷需求,生成多个对应的试卷。
8.如权利要求6所述的智能组卷方法,其特征在于,所述接收筛题需求信息,并判断所述筛题需求信息的合理性中,包括以下步骤:
将所述筛题需求信息中的题目难度、题库范围、题目类型以及不同类型题目对应的数量对应与所述筛题需求信息中的题目难度、所属题库、题目类型进行比对,当不匹配时,则判定所述筛题需求信息不合理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110365031.7A CN112989783B (zh) | 2021-03-31 | 2021-03-31 | 一种智能组卷装置及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110365031.7A CN112989783B (zh) | 2021-03-31 | 2021-03-31 | 一种智能组卷装置及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112989783A CN112989783A (zh) | 2021-06-18 |
CN112989783B true CN112989783B (zh) | 2023-09-19 |
Family
ID=76339213
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110365031.7A Active CN112989783B (zh) | 2021-03-31 | 2021-03-31 | 一种智能组卷装置及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112989783B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117216195B (zh) * | 2023-11-08 | 2024-02-02 | 湖南强智科技发展有限公司 | 一种高校课程考试智能组卷方法、系统、设备及存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104820707A (zh) * | 2015-05-14 | 2015-08-05 | 西安交通大学 | 一种基于计算机领域知识体系的b/s模式自动组卷方法 |
CN105159877A (zh) * | 2015-06-18 | 2015-12-16 | 杭州电子科技大学 | 一种跨媒体自动排版系统及其方法 |
WO2019075970A1 (zh) * | 2017-10-16 | 2019-04-25 | 平安科技(深圳)有限公司 | 表格信息换行识别方法、电子设备及计算机可读存储介质 |
KR102006601B1 (ko) * | 2018-03-30 | 2019-10-01 | 주식회사 풀이러닝 | 전자시험지 생성방법 |
CN110415571A (zh) * | 2018-12-05 | 2019-11-05 | 漳州万利达科技有限公司 | 一种智能组卷、考试方法与系统 |
CN111062197A (zh) * | 2019-12-09 | 2020-04-24 | 北大方正集团有限公司 | 试题选项的排版方法、计算机设备与可读存储介质 |
CN112001183A (zh) * | 2020-07-26 | 2020-11-27 | 湖南省侍禾教育科技有限公司 | 一种基于段落语义的中小学试题分割提取方法及系统 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7318191B2 (en) * | 2002-10-10 | 2008-01-08 | Bhk Systems, L.P. | Automated system and method for dynamically generating customized typeset question-based documents |
US20080077870A1 (en) * | 2004-01-09 | 2008-03-27 | Suzanne Napoleon | Method and apparatus for producing structured sgml/xml student compositions |
-
2021
- 2021-03-31 CN CN202110365031.7A patent/CN112989783B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104820707A (zh) * | 2015-05-14 | 2015-08-05 | 西安交通大学 | 一种基于计算机领域知识体系的b/s模式自动组卷方法 |
CN105159877A (zh) * | 2015-06-18 | 2015-12-16 | 杭州电子科技大学 | 一种跨媒体自动排版系统及其方法 |
WO2019075970A1 (zh) * | 2017-10-16 | 2019-04-25 | 平安科技(深圳)有限公司 | 表格信息换行识别方法、电子设备及计算机可读存储介质 |
KR102006601B1 (ko) * | 2018-03-30 | 2019-10-01 | 주식회사 풀이러닝 | 전자시험지 생성방법 |
CN110415571A (zh) * | 2018-12-05 | 2019-11-05 | 漳州万利达科技有限公司 | 一种智能组卷、考试方法与系统 |
CN111062197A (zh) * | 2019-12-09 | 2020-04-24 | 北大方正集团有限公司 | 试题选项的排版方法、计算机设备与可读存储介质 |
CN112001183A (zh) * | 2020-07-26 | 2020-11-27 | 湖南省侍禾教育科技有限公司 | 一种基于段落语义的中小学试题分割提取方法及系统 |
Non-Patent Citations (2)
Title |
---|
例谈如何使用Excel制作电子试卷;袁明;;中学地理教学参考(第03期);第42-43页 * |
基于LaTeX的题库管理与组卷系统设计;叶勇;刘秀华;叶琰;龙训建;;西南师范大学学报(自然科学版)(第03期);第187-192页 * |
Also Published As
Publication number | Publication date |
---|---|
CN112989783A (zh) | 2021-06-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US6685482B2 (en) | Method and system for creating and evaluating quizzes | |
US20150199400A1 (en) | Automatic generation of verification questions to verify whether a user has read a document | |
US20090130644A1 (en) | Test Question Constructing Method And Apparatus, Test Sheet Fabricated Using The Method, And Computer-Readable Recording Medium Storing Test Question Constructing Program For Executing The Method | |
AU2004246432A1 (en) | Interactive system for building, organising, and sharing one's own databank of questions and answers in a variety of questioning formats, on any subject in one or more languages | |
KR20090058409A (ko) | 편집 가능한 개인 사전을 제공하고 활용하는 방법 및시스템 | |
US20160117301A1 (en) | Annotation sharing system and method | |
CN112149393B (zh) | 一种数据处理方法、设备以及计算机可读存储介质 | |
US20110300520A1 (en) | Systems and methods for assisting a user in organizing and writing a research paper | |
CN112989783B (zh) | 一种智能组卷装置及方法 | |
CN104881480A (zh) | 基于数据库的批注方法和装置 | |
CN106599077A (zh) | 试题录入的方法 | |
CN109584127B (zh) | 一种用于实验教学的教学资源管理方法及系统 | |
Kramer‐Dahl | Negotiating what counts as English language teaching: Official curriculum and its enactment in two Singaporean secondary classrooms | |
CN113779345B (zh) | 一种教学材料生成方法、装置、计算机设备和存储介质 | |
CN108665751A (zh) | 一种基于云文档的交互式测评方法及系统 | |
US11366956B2 (en) | Edited character strings | |
US20070105084A1 (en) | Consolidated on-line assessment system | |
JP6717387B2 (ja) | 文章評価装置、文章評価方法および記録媒体 | |
KR101275146B1 (ko) | 서술형 답안 평가를 위한 자동 채점 및 첨삭문 생성 방법 | |
CN111507075B (zh) | 一种进行数据格式转换的方法及装置 | |
KR102598698B1 (ko) | 사용자 맞춤형 학습 서비스 시스템 | |
US20070168880A1 (en) | Method and system for question tracking and information presentation | |
CN114691903A (zh) | 一种智能课程测试方法及系统、电子设备、存储介质 | |
CN112364830A (zh) | 一种基于word文档录入用户考试问卷的方法 | |
US20210327292A1 (en) | Method For Multiple-Choice Quiz Generation |
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 |