CN113112884A - 人工智能k12教育全自动题目生成系统 - Google Patents

Abstract

本发明涉及人工智能在线教育的技术领域，特别是涉及一种人工智能K12教育全自动题目生成系统，其能够全自动出题，保证生成的题目唯一，并且还能生成解析步骤；包括以下步骤：S1、客户端发出生成知识点题目的指令；S2、服务端接受该知识点，并找到服务端是否已经存在该知识点对应的题目模板，如果存在则进入下一步，否则返回错误信息，并结束程序；S3、服务器端程序根据预先录入的题目模板规则全自动生成题目；S4、当该题目模板中存在需要生成图片内容时，根据预先录入的规则，程序生成对应的图片保存在当前服务器上，然后上传到资源服务器上，并返回图片唯一码。

Description

人工智能K12教育全自动题目生成系统

技术领域

本发明涉及人工智能在线教育的技术领域，特别是涉及一种人工智能K12教育全自动题目生成系统。

背景技术

目前，越来越多的线下的题目被整理到题库系统上，提供给在线教育学习过程中使用。不过，目前上传到网上的题目还是远远不足以满足学生的学习使用，且上传题目的时间和成本很高；

现有的试题的生成方法、装置、电子设备及计算机可读存储介质的发明是以计算机为基础的试题生成系统，他可以实现接受试题生成指令，生成指定的题目，解决了针对相同知识点的试题，学生通过背诵答案即可得到正确答案，从而无法熟练掌握知识点的问题；同时在生成题目的过程中，需要用户去输入题目中所需要的参数的值才能生成题目，并没有真正达到全自动的试题生成目的；同时没有对已经生成过的题目做重复性判断，所以有概率会生成一模一样的题目。

发明内容

为解决上述技术问题，本发明提供一种能够全自动出题，保证生成的题目唯一，并且还能生成解析步骤的人工智能K12教育全自动题目生成系统。

本发明的人工智能K12教育全自动题目生成系统，包括以下步骤：

S1、客户端发出生成知识点题目的指令；

S2、服务端接受该知识点，并找到服务端是否已经存在该知识点对应的题目模板，如果存在则进入下一步，否则返回错误信息，并结束程序；

S3、服务器端程序根据预先录入的题目模板规则全自动生成题目；

S4、当该题目模板中存在需要生成图片内容时，根据预先录入的规则，程序生成对应的图片保存在当前服务器上，然后上传到资源服务器上；

S5、服务端将本次生成的题目中的题干、选项、答案、解析通过MD5算法生成唯一码，在存储系统中检测是否已存在相同唯一码，如果存在，那么循环程序再次生成题目，直到新生成题目的唯一码在系统中不存在，才会进入下一步；

S6、将生成的题目发送到存储系统中，存储系统保存题目数据，保存成功后，返回成功信息。

进一步地，所述S4中系统的编程语言使用PHP语言的GD库扩展，根据题目内容，生成相应的图片。

进一步地，所述PHP语言还可以采用C语言、C++语言、Java语言、Python语言、Go语言或Asp语言中的一种进行代替。

进一步地，所述步骤S4中所述图片以二进制的方式发送至资源服务器。

进一步地，所述S1中的客户端包括android客户端、iOS客户端、Windows客户端和Mac客户端。

进一步地，还包括备份数据库，用于实时读取并保存存储系统中的题目数据。

与现有技术相比本发明的有益效果为：本发明将题目模板的规则完全自动化，用户只需要确定所需出题范围，不需要用户在出题过程中间去参与出题步骤，提供一种全自动题目生成系统，能实现高性能全自动生成，当缺少题目时，全程由系统完成，减少了生成题目的步骤，提高试题的产率；可以根据题目内容，生成相应的图片，并且传到资源存储系统中，让学生学习，在题目类型的覆盖上更加全面；同时该系统不仅仅生成了题干和正确答案，还在题目模板中完成了解析步骤的规则，可以生成题目的正确解析步骤，让学生做错题目后，知道应该如何解题，提高学生学习时的质量；并且该系统将生成的题目中的题干、选项、答案、解析通过MD5算法生成唯一码，在存储系统中检测是否已存在相同唯一码，保证生成出来的题目内容唯一，提高题目质量。

附图说明

图1是本发明的逻辑流程图。

具体实施方式

下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。

实施例一：

人工智能K12教育全自动题目生成系统，包括以下步骤：

步骤1，客户端触发生成题目指令；

步骤2，服务端从客户端接收到生成题目的指令，对传递过来的数据进行安全性判断和过滤，然后去找对应的题目模板；

步骤3，找到题目模板后，加载该模板，执行该模板中具体的出题函数，输出题目的题干、答案、解析、选项内容，当这个题目模板中存在图片内容时，PHP语言的GD库将题干内容根据出题模板规则中的展现形式写入到图片中，并保存到服务器中，然后将图片以二进制的方式发送给资源系统；

步骤4，资源系统接收到图片后，将图片上传CDN上，并返回对应CDN地址；

步骤5，将返回的CDN地址，放入到原有的地方

步骤6，将题目的主要内容，题干、选项、解析、答案做md5算法处理，然后得到一串唯一字符，和数据库中保存的题目做对比；

步骤7，将步骤5处理得到的结果，保存到存储系统中。

实施例二：

人工智能K12教育全自动题目生成系统，包括以下步骤：

步骤1，客户端传递过来要生成的题目对应知识点“竖式计算三位数乘一位数”；

步骤2，服务端接收到知识点“竖式计算三位数乘一位数”，程序找到该对应的知识点编码“x11081001”，然后在知识点模板配置中寻找此知识点模板；

步骤3，找到知识点模板后，执行知识点模板下面的题目模板程序，题干、答案、解析用类似于以下方式定义，其中变量通过用{}括起来，例如：

接着我们程序中，随机生成题干、答案、解析中的所需要的变量值，并替换模板中的变量，例如：

$tmp1＝mt_rand(2,9)；

$tmp2＝mt_rand(1,9)；

$tmp3＝mt_rand(1,9)；

$blank2＝mt_rand(2,9)；

$tmp4＝mt_rand(2,9)；

$tmp5＝mt_rand(1,9)；

$tmp6＝mt_rand(1,9)；

$blank4＝mt_rand(2,9)；

$blank1＝$tmp1.$tmp2.$tmp3；

$blank3＝$tmp4.$tmp5.$tmp6；

该题目模板中还包含有两个和题目相关的图片，程序去生成基于刚才产生的随机数图片，保存到服务器上

$img1＝ImageService::getInstance()->createMulImage([$blank1,$blank2])；

$img2＝ImageService::getInstance()->createMulImage([$blank3,$blank4])；

然后将图片以二进制的方式发送到资源系统上；

步骤4，资源系统接收到图片后，将图片上传到七牛云上，并推送到CDN上，然后返回图片对应CDN地址，例如：http://xxx.cn/0ffbb67bf4e509cd45d02f4f9368d3f0.png；

步骤5，将返回的CDN地址

http://xxx.cn/0ffbb67bf4e509cd45d02f4f9368d3f0.png，替换出题模板中的图片变量{img1}

步骤6，将题目的主要内容，题干、选项、解析、答案做md5算法处理，然后得到一串唯一标识，和数据库中的题目唯一标识做对比，保证唯一性；

步骤7，将步骤5处理得到的结果，保存到存储系统中。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变型，这些改进和变型也应视为本发明的保护范围。

Claims (6)

1.一种人工智能K12教育全自动题目生成系统，其特征在于，包括以下步骤：

S1、客户端发出生成知识点题目的指令；

S2、服务端接受该知识点，并找到服务端是否已经存在该知识点对应的题目模板，如果存在则进入下一步，否则返回错误信息，并结束程序；

S3、服务器端程序根据预先录入的题目模板规则全自动生成题目；

S4、当该题目模板中存在需要生成图片内容时，根据预先录入的规则，程序生成对应的图片保存在当前服务器上，然后上传到资源服务器上；

S5、服务端将本次生成的题目中的题干、选项、答案、解析通过MD5算法生成唯一码，在存储系统中检测是否已存在相同唯一码，如果存在，那么循环程序再次生成题目，直到新生成题目的唯一码在系统中不存在，才会进入下一步；

S6、将生成的题目发送到存储系统中，存储系统保存题目数据，保存成功后，返回成功信息。

2.如权利要求1所述的人工智能K12教育全自动题目生成系统，其特征在于，所述S4中系统的编程语言使用PHP语言的GD库扩展，根据题目内容，生成相应的图片。

3.如权利要求2所述的人工智能K12教育全自动题目生成系统，其特征在于，所述PHP语言还可以采用C语言、C++语言、Java语言、Python语言、Go语言或Asp语言中的一种进行代替。

4.如权利要求1所述的人工智能K12教育全自动题目生成系统，其特征在于，所述步骤S4中所述图片以二进制的方式发送至资源服务器。

5.如权利要求1所述的人工智能K12教育全自动题目生成系统，其特征在于，所述S1中的客户端包括android客户端、iOS客户端、Windows客户端和Mac客户端。

6.如权利要求1所述的人工智能K12教育全自动题目生成系统，其特征在于，还包括备份数据库，用于实时读取并保存存储系统中的题目数据。

Images