CN113326368B - 作答数据的处理方法、装置、设备以及存储介质 - Google Patents
作答数据的处理方法、装置、设备以及存储介质 Download PDFInfo
- Publication number
- CN113326368B CN113326368B CN202110853787.6A CN202110853787A CN113326368B CN 113326368 B CN113326368 B CN 113326368B CN 202110853787 A CN202110853787 A CN 202110853787A CN 113326368 B CN113326368 B CN 113326368B
- Authority
- CN
- China
- Prior art keywords
- response data
- question
- target
- answer
- data
- 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
- 238000003672 processing method Methods 0.000 title abstract description 10
- 230000004044 response Effects 0.000 claims abstract description 195
- 238000013075 data extraction Methods 0.000 claims abstract description 97
- 238000012545 processing Methods 0.000 claims abstract description 33
- 238000013524 data verification Methods 0.000 claims abstract description 18
- 238000000034 method Methods 0.000 claims description 33
- 238000012795 verification Methods 0.000 claims description 28
- 238000000605 extraction Methods 0.000 claims description 15
- 238000004891 communication Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/332—Query formulation
- G06F16/3329—Natural language query formulation or dialogue systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/338—Presentation of query results
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0487—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser
- G06F3/0488—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser using a touch-screen or digitiser, e.g. input of commands through traced gestures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/14—Digital output to display device ; Cooperation and interconnection of the display device with other functional units
- G06F3/1407—General aspects irrespective of display type, e.g. determination of decimal point position, display with fixed or driving decimal point, suppression of non-significant zeros
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Artificial Intelligence (AREA)
- Electrically Operated Instructional Devices (AREA)
Abstract
本公开提出了一种作答数据的处理方法、装置、设备以及存储介质,涉及数据处理领域。具体实现方案为:响应于检测到显示界面中的答案提交控件被触控,确定目标练习题中每个题目的类型及对应的显示区域;根据所述每个题目的类型及对应的显示区域,确定每个题目对应的作答数据提取区域;基于每个所述作答数据提取区域,获取所述每个题目对应的作答数据;基于每个题目对应的目标答案,对所述作答数据进行校验,以生成作答数据校验结果。由此,通过根据练习题对应的显示区域及类型,确定每个题目对应的作答数据提取区域,进而对作答数据提取区域的数据进行提取识别,从而可以快速、准确的找出作答数据,提高了对作答数据处理的效率。
Description
技术领域
本公开涉及数据处理技术领域,尤其涉及作答数据的处理方法、装置、设备以及存储介质。
背景技术
随着互联网技术的不断发展,利用信息化手段提高作业批改效率成为技术趋势,学生可以在平板电脑上触摸选项直接作答。
相关技术中,在获取到学生的已做习题之后,通常需要对获取到的习题页面的全量数据进行识别,然后根据识别结果,确定作答结果是否准确。然而,该种方式需要的识别数据量大,且效率和准确性较低。因而,如何在保证电子阅卷识别结果的准确性的前提下,提高对作答结果的识别效率成为当前亟需重视的问题。
发明内容
本公开提供了一种作答数据的处理方法、装置、设备以及存储介质。
根据本公开的第一方面,提供了一种作答数据的处理方法,包括:
响应于检测到显示界面中的答案提交控件被触控,确定目标练习题中每个题目的类型及对应的显示区域;
根据每个题目的类型及对应的显示区域,确定每个题目对应的作答数据提取区域;
基于每个作答数据提取区域,获取每个题目对应的作答数据;
基于每个题目对应的目标答案,对作答数据进行校验,以生成作答数据校验结果。
根据本公开的第二方面,提供了一种作答数据的处理装置,包括:
第一确定模块,用于响应于检测到显示界面中的答案提交控件被触控,确定目标练习题中每个题目的类型及对应的显示区域;
第二确定模块,用于根据所述每个题目的类型及对应的显示区域,确定每个题目对应的作答数据提取区域;
获取模块,用于基于每个所述作答数据提取区域,获取所述每个题目对应的作答数据;
校验模块,用于基于每个题目对应的目标答案,对所述作答数据进行校验,以生成作答数据校验结果。
根据本公开的第三方面,提供了一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行上述一方面实施例所述的方法。
根据本公开的第四方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其上存储有计算机程序,所述计算机指令用于使所述计算机执行上述一方面实施例所述的方法。
本公开所提供的作答数据的处理方法、装置、设备以及存储介质,至少存在以下有益效果:
本公开实施例中,在检测到显示界面中的答案提交控件被触控时,首先确定目标练习题中每个题目的类型及对应的显示区域,然后根据每个题目的类型及对应的显示区域,确定每个题目对应的作答数据提取区域,基于每个作答数据提取区域,之后获取每个题目对应的作答数据,最后基于每个题目对应的目标答案,对作答数据进行校验,以生成作答数据校验结果。由此,通过根据练习题对应的显示区域及类型,确定每个题目对应的作答数据提取区域,进而对作答数据提取区域的数据进行提取识别,从而可以快速、准确的找出作答数据,提高了对作答数据处理的效率。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1是根据本公开提供的一种作答数据的处理方法的流程示意图;
图2是根据本公开提供的另一种作答数据的处理方法的流程示意图;
图3是根据本公开提供的另一种作答数据的处理方法的显示区域示意图;
图4为本公开提供的一种作答数据的处理装置的结构框图;
图5为本公开提供的电子设备的结构框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
本公开提供的作答数据的处理方法,该方法可以由本公开提供的作答数据的处理装置执行,也可以由本公开提供的电子设备执行,其中,电子设备可以包括但不限于台式电脑、平板电脑等终端设备,也可以是服务器,下面以由本公开提供的作答数据的处理装置来执行本公开提供的一种作答数据的处理方法,而不作为对本公开的限定,以下简称为“装置”。
下面参考附图对本公开提供的作答数据的处理方法、装置、计算机设备及存储介质进行详细描述。
图1是根据本公开一实施例的一种作答数据的处理方法的流程示意图。
如图1所示,该作答数据的处理方法可以包括以下步骤:
步骤101,响应于检测到显示界面中的答案提交控件被触控,确定目标练习题中每个题目的类型及对应的显示区域。
其中,答案提交控件可以为显示于显示界面上的任意形式可交互控件。用户可以通过点击或者长按该答案提交控件,以提交答案。
其中,题目的类型可以为:选择题、填空题、连线题、画图题、判断题、简答题等等。题目对应的显示区域,可以为显示界面中,包含题目全部内容的区域,或者,可以为由题目的首字符对应的显示位置及结束字符对应的显示位置为顶点的区域等等,本公开对此不做限定。
可选的,数据库中,可以存储每个题目的类型,之后该装置在显示题目时,即可基于数据库中记载,确定当前显示的每个题目的类型。或者,该装置,还可以根据当前显示界面中每个题目的关键词,确定每个题目的类型等等,本公开对此不做限定。
可选的,该装置可以在每个页面渲染过程中,记录并保存每个页面中各个页面元素的显示位置,之后在检测到答案提交控件被触控之后,该装置即可根据记录的该页面中页面元素的显示位置,确定该显示界面上各个题目的显示区域。
不同类型的题目所分布的区域的位置以及面积可能是不同的。通过确定各个题目对应的类型以及显示区域,从而可以快速确定用户在每个题目上的作答位置。
步骤102,根据每个题目的类型及对应的显示区域,确定每个题目对应的作答数据提取区域。
其中,作答数据提取区域,可以为任一可提取到用户输入的答案的区域。
可以理解的是,每个类型的题目往往都对应有一定的作答区域。举例来说,在选择题的题目后面往往缀有一个“()”用于输入答案;或者,在简答题的题目下方往往留有一部分空白区域用于输入答案等等,在此不进行限定。然而由于用户习惯的多样性,其可能在预设的答题区域进行作答,也可以在一些有特征的位置,比如选项周围,序号周围进行作答。
从而,本公开中,可以针对不同类型的题目及其对应的显示区域,确定其对应的作答数据提取区域。比如,对于选择题来说,可以将选择题中的“()”所在区域、序号周围指定面积的区域、以及选项所在区域确定为选择题的作答数据提取区域。或者,对于判断题来说,可以将判断题的序号周围指定面积的区域、题目中“()”所在区域等等确定为判断题的作答数据提取区域等等,在此不进行限定。
步骤103,基于每个作答数据提取区域,获取每个题目对应的作答数据。
需要说明的是,在获取每个题目对应的作答数据时,可以通过图像识别技术从作答数据提取区域中解析出每个题目的作答数据信息。
作为一种可能实现的方式,该装置可以在任一题目对应的作答数据提取区域有多个的情况下,根据任一题目的类型,确定多个作答数据提取区域的优先级,然后基于优先级,依次遍历多个作答数据提取区域,以获取任一题目对应的作答数据。
举例来说,若当前题目为选择题,则可以首先将选择题的括号或者横线所在区域作为第一优先级的作答数据提取区域,将选择题的序号所在区域作为第二优先级的作答数据提取区域,将选择题的选项位置,比如A、B、C、D所在的区域作为第三优先级的作答数据提取区域,在此不进行限定。另外,对于不同的题型,作答数据提取区域的优先级也可能是不同的。
需要说明的是,通过基于优先级,依次遍历多个作答数据提取区域,该装置可以快速的确定当前题目对应的作答数据,从而提高检测效率。
步骤104,基于每个题目对应的目标答案,对作答数据进行校验,以生成作答数据校验结果。
其中,目标答案可以为预设的正确答案,各个题目对应有各自的目标答案。
其中,作答数据校验结果可以为各个题目对应的校验结果,比如,正确、错误。具体的,可以将当前题目对应的作答数据和目标答案进行比对,从而生成当前题目作答数据校验结果。若作答数据和目标答案相一致,则说明当前的题目作答正确,若不一致,则说明当前的题目作答错误。
或者,作答数据校验结果也可以为根据当前用户所完成的所有题目所生成的分析结果,其可以为个人正确率、薄弱知识点、作答批改结果、作答完成率、评分、正确率排名、错误题目类型分布等等,在此不进行限定。
本公开实施例中,在检测到显示界面中的答案提交控件被触控时,首先确定目标练习题中每个题目的类型及对应的显示区域,然后根据每个题目的类型及对应的显示区域,确定每个题目对应的作答数据提取区域,基于每个作答数据提取区域,之后获取每个题目对应的作答数据,最后基于每个题目对应的目标答案,对作答数据进行校验,以生成作答数据校验结果。由此,通过根据练习题对应的显示区域及类型,确定每个题目对应的作答数据提取区域,进而对作答数据提取区域的数据进行提取识别,从而可以快速、准确的找出作答数据,提高了对作答数据处理的效率。
图2是根据本公开另一实施例的一种作答数据的处理方法的流程示意图。
如图2所示,该作答数据的处理方法可以包括以下步骤:
步骤201,响应于检测到显示界面中的答案提交控件被触控,确定目标练习题中每个题目的类型及对应的显示区域。
需要说明的是,步骤201的具体实现过程可以参照上述实施例,在此不进行赘述。
步骤202,根据每个题目的类型,确定每个题目对应的候选作答方式。
需要说明的是,不同类型的题目,可以对应有不同的候选作答方式。举例来说,对于填空题,可以在题目中给出的横线上进行作答;对于填空题和判断题,可以在题目中给出的括号中进行作答;对于简答题,可以在题目下方给出的空白处进行作答,在此不进行限定。而由于用户的做题习惯具有多样性,因而对于选择题来说,用户还可能在题目的其余位置,比如,题目序号所在区域或者选项的位置进行作答,也即对于同一种类型的题目,可以有多种候选作答方式,在此不进行限定。
因而,在确定了各个题目的类型之后,该装置可以根据各个题目的类型确定与各个题目对应的候选作答方式。
步骤203,将每个题目对应的显示区域中与候选作答方式匹配的区域,确定为每个题目对应的作答数据提取区域。
举例来说,如图3所示,图中的各个虚线框为每个题目对应的显示区域。其中,对于1号选择题来说,可以有三种候选作答方式,比如括号中进行作答、在选择题的序号所在区域作答、在选项所在的位置作答,如图3所示,上述选择题的三种候选作答方式分别对应作答数据提取区域E1、作答数据提取区域E2以及作答数据提取区域E3;对于2号判断题来说,可以有两种候选作答方式,分别为在括号中进行作答和在选择题的序号所在区域作答,上述判断题的两种候选作答方式分别对应作答数据提取区域F1、作答数据提取区域F2;对于3号主观题来说,可以将在题目下方的空白处作答作为候选作答方式,其对应的作答数据提取区域为G。
需要说明的是,上述对显示区域、不同类型的题目的候选作答方式以及作答数据提取区域的举例仅为本公开的一种示意性说明,在此不做限定。
可选的,为了进一步降低提取作答数据时的数据处理量,本公开中,可以将题目显示界面与作答数据输入界面分图层显示,之后该装置即可以根据每个题目对应的显示区域,确定作答数据输入图层中每个题目对应的目标识别区域。
其中,作答数据输入图层的显示优先级高于目标练习题所在的显示图层,且作答数据输入图层的透明度小于阈值。即将输入数据图层在目标练习题目所在的显示图层上方显示,从而即不会影响用户读取目标练习题目的信息,又能保证用户仅能在作答数据输入图层输入作答数据。
具体的,根据每个题目对应的显示区域,该装置可以确定作答数据输入图层中与每个题目的显示区域对应的目标识别区域。进一步地,根据每个类型的题目对应的候选作答方式,该装置可以确定在目标识别区域上与该候选作答方式对应的区域,进而可以将该区域作为作答数据提取区域。
步骤204,在任一题目对应的作答数据提取区域中包含多个输入数据的情况下,根据任一题目的类型,确定待获取的作答数据的目标类型。
可以理解的是,对于不同类型的题目,可能对应有不同类型的作答数据。本公开中,为了更准确的提取与各个题目对应的作答数据,可以通过各个题目的类型,确定与该题目对应的目标类型的数据。其中,目标类型可以为作答数据的作答类型。
比如,对于英语的判断题来说,其对应的作答数据可以为“T”、“F”,对于中文的判断题来说,其对应的作答数据可以为“对”、“错”或者“√”、“×”,在此不进行限定。对于选择题来说,其对应的作答数据可以为“A”、
“B”、“C”、“D”,在此不进行限定。
需要说明的是,由于在作答数据提取区域中可能包含用户的作答数据以及草稿数据,因而该装置可以首先根据任一题目的类型,确定待获取的作答数据的目标类型,从而可以为之后进一步获取作答数据提供支持。
步骤205,从任一题目对应的作答数据提取区域中,提取与目标类型匹配的作答数据。
可选的,该装置可以从任一题目对应的作答数据提取区域中,提取与目标类型间的匹配度大于第一阈值的作答数据。
其中,第一阈值可以根据实际需要确定。通过比较作答数据提取区域中的各个数据与目标类型间的匹配度,该装置可以确定该题目的作答数据。比如,若作答数据提取区域中的任一输入数据与目标类型间的匹配度较高,也即大于第一阈值,则说明该输入数据为该题目的作答数据。
步骤206,基于每个题目对应的目标答案,对作答数据进行校验,在作答数据与目标答案匹配的情况下,根据作答数据对应的目标提取区域的优先级,生成作答数据校验结果。
可选的,在作答数据与目标答案匹配的情况下,若作答数据对应的目标提取区域的优先级为最高优先级,该装置可以生成用于指示作答数据正确的校验结果。若作答数据对应的目标提取区域的优先级非最高优先级的情况下,该装置可以生成用于指示作答数据正确、但作答区域待更新的校验结果。
可以理解的是,若作答数据对应的目标提取区域的优先级非最高优先级,则说明当前用户不是在最优选的作答区域进行答题,因而该装置可以生成指示作答数据正确、但作答区域待更新的校验结果,从而提示用户在规范区域进行作答,从而避免因为该类问题造成的失分。
举例来说,若当前题目为选择题,则可以首先将选择题的括号或者横线上方区域作为最高优先级的作答数据提取区域,将选择题的序号位置或者左边的空白位置作为第二优先级的作答数据提取区域。若作答数据与目标答案匹配,且位于括号或者横线上方区域,也即最高优先级的作答数据提取区域,则该装置可以生成用于指示作答数据正确的校验结果。若作答数据与目标答案匹配,且位于选择题的序号位置或者左边的空白位置,该装置可以生成用于指示作答数据正确、但作答区域待更新的校验结果,本公开在此不进行限定。
作为一种可能实现的方式,在任一题目对应的作答数据与目标答案匹配、且作答数据与目标类型间的匹配度小于第二阈值的情况下,生成用于指示作答数据正确、但书写方式待更新的校验结果。
其中,第二阈值的大小可以根据需要确定。
需要说明的是,若当前任一题目的作答数据与目标答案匹配,而作答数据与目标类型间的匹配度较低,则说明当前的作答数据可能为正确的作答数据,但是书写的规范性较低,容易被识别为错误的作答数据。因而,该装置可以生成用于指示作答数据正确、但书写方式待更新的校验结果以提醒当前用户注意书写规范,从而避免下次因为此类问题失分。
举例来说,任一题目为比较两个数字的大小,其对应的目标答案为“>”。从该任一题目对应的作答数据提取区域中,未提取到“×”,但是提取到了“7”,从而即可认为该作答数据正确,但是其与“>”的匹配度较低,即可生成用于提示用户注意“>”的书写方式的校验结果。
本公开实施例中,首先响应于检测到显示界面中的答案提交控件被触控,确定目标练习题中每个题目的类型及对应的显示区域,然后根据每个题目的类型,确定每个题目对应的候选作答方式,将每个题目对应的显示区域中与候选作答方式匹配的区域,确定为每个题目对应的作答数据提取区域,之后在任一题目对应的作答数据提取区域中包含多个输入数据的情况下,根据任一题目的类型,确定待获取的作答数据的目标类型,从任一题目对应的作答数据提取区域中,提取与目标类型匹配的作答数据,然后基于每个题目对应的目标答案,对作答数据进行校验,在作答数据与目标答案匹配的情况下,根据作答数据对应的目标提取区域的优先级,生成作答数据校验结果。由此,通过根据每个题目对应的候选作答方式及类型等特点,确定每个题目对应的作答数据提取区域及作答数据,提高了对作答数据的检测效率,降低了计算的负担。
为了实现上述实施例,本公开实施例还提出一种作答数据的处理装置。图4为本公开实施例提供的一种作答数据的处理装置的结构框图。
如图4所示,该作答数据的处理装置400包括:第一确定模块410、第二确定模块420、获取模块430、以及校验模块440。
第一确定模块410,用于响应于检测到显示界面中的答案提交控件被触控,确定目标练习题中每个题目的类型及对应的显示区域;
第二确定模块420,用于根据所述每个题目的类型及对应的显示区域,确定每个题目对应的作答数据提取区域;
获取模块430,用于基于每个所述作答数据提取区域,获取所述每个题目对应的作答数据;
校验模块440,用于基于每个题目对应的目标答案,对所述作答数据进行校验,以生成作答数据校验结果。
可选的,所述第二确定模块,包括:
第一确定单元,用于根据所述每个题目的类型,确定每个所述题目对应的候选作答方式;
第二确定单元,用于将每个所述题目对应的显示区域中与所述候选作答方式匹配的区域,确定为每个所述题目对应的作答数据提取区域。
可选的,所述第二确定单元,具体用于:
根据每个所述题目对应的显示区域,确定作答数据输入图层中确定每个所述题目对应的目标识别区域,其中,所述作答数据输入图层的显示优先级高于所述目标练习题所在的显示图层,且所述作答数据输入图层的透明度小于阈值;
将所述目标识别区域中与所述候选作答方式匹配的区域,确定为每个所述题目对应的作答数据提取区域。
可选的,所述获取模块,包括:
第三确定单元,用于在任一题目对应的作答数据提取区域中包含多个输入数据的情况下,根据所述任一题目的类型,确定待获取的作答数据的目标类型;
第四确定单元,用于从所述任一题目对应的作答数据提取区域中,提取与所述目标类型匹配的作答数据。
可选的,所述第四确定单元,具体用于:
从所述任一题目对应的作答数据提取区域中,提取与所述目标类型间的匹配度大于第一阈值的作答数据;
所述基于每个题目对应的目标答案,对所述作答数据进行校验,以生成作答数据校验结果,包括:
在所述任一题目对应的作答数据与所述目标答案匹配、且所述作答数据与所述目标类型间的匹配度小于第二阈值的情况下,生成用于指示所述作答数据正确、但书写方式待更新的校验结果。
可选的,所述获取模块,包括:
第五确定单元,用于在任一题目对应的作答数据提取区域有多个的情况下,根据所述任一题目的类型,确定多个所述作答数据提取区域的优先级;
第六确定单元,用于基于所述优先级,依次遍历多个所述作答数据提取区域,以获取所述任一题目对应的作答数据。
可选的,所述校验模块,包括:
校验单元,用于基于每个题目对应的目标答案,对所述作答数据进行校验,在所述作答数据与所述目标答案匹配的情况下,根据所述作答数据对应的目标提取区域的优先级,生成所述作答数据校验结果。
可选的,所述校验单元,还用于:
在所述作答数据对应的目标提取区域的优先级为最高优先级的情况下,生成用于指示所述作答数据正确的校验结果;
在所述作答数据对应的目标提取区域的优先级非最高优先级的情况下,生成用于指示所述作答数据正确、但作答区域待更新的校验结果。
本公开实施例中,在检测到显示界面中的答案提交控件被触控时,首先确定目标练习题中每个题目的类型及对应的显示区域,然后根据每个题目的类型及对应的显示区域,确定每个题目对应的作答数据提取区域,基于每个作答数据提取区域,之后获取每个题目对应的作答数据,最后基于每个题目对应的目标答案,对作答数据进行校验,以生成作答数据校验结果。由此,通过根据练习题对应的显示区域及类型,确定每个题目对应的作答数据提取区域,进而对作答数据提取区域的数据进行提取识别,从而可以快速、准确的找出作答数据,提高了对作答数据处理的效率。
根据本公开的实施例,本公开还提供了一种电子设备和一种可读存储介质。
图5示出了可以用来实施本公开的实施例的示例电子设备500的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图5所示,设备500包括计算单元501,其可以根据存储在只读存储器(ROM)502中的计算机程序或者从存储单元508加载到随机访问存储器(RAM)503中的计算机程序,来执行各种适当的动作和处理。在RAM 503中,还可存储设备500操作所需的各种程序和数据。计算单元501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
设备500中的多个部件连接至I/O接口505,包括:输入单元506,例如键盘、鼠标等;输出单元507,例如各种类型的显示器、扬声器等;存储单元508,例如磁盘、光盘等;以及通信单元509,例如网卡、调制解调器、无线通信收发机等。通信单元509允许设备500通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元501可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元501的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元501执行上文所描述的各个方法和处理,例如作答数据的处理方法。例如,在一些实施例中,作答数据的处理方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元508。在一些实施例中,计算机程序的部分或者全部可以经由ROM 502和/或通信单元509而被载入和/或安装到设备500上。当计算机程序加载到RAM 503并由计算单元501执行时,可以执行上文描述的作答数据的处理方法的一个或多个步骤。备选地,在其他实施例中,计算单元501可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行作答数据的处理方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、互联网和区块链网络。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务("Virtual Private Server",或简称 "VPS")中,存在的管理难度大,业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器,或者是结合了区块链的服务器。
本公开实施例中,在检测到显示界面中的答案提交控件被触控时,首先确定目标练习题中每个题目的类型及对应的显示区域,然后根据每个题目的类型及对应的显示区域,确定每个题目对应的作答数据提取区域,基于每个作答数据提取区域,之后获取每个题目对应的作答数据,最后基于每个题目对应的目标答案,对作答数据进行校验,以生成作答数据校验结果。由此,通过根据练习题对应的显示区域及类型,确定每个题目对应的作答数据提取区域,进而对作答数据提取区域的数据进行提取识别,从而可以快速、准确的找出作答数据,提高了对作答数据处理的效率。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (18)
1.一种作答数据的处理方法,其特征在于,包括:
响应于检测到显示界面中的答案提交控件被触控,确定目标练习题中每个题目的类型及对应的显示区域;
根据所述每个题目的类型及对应的显示区域,确定每个题目对应的作答数据提取区域,其中,题目显示界面与作答数据输入界面分图层显示;
基于每个所述作答数据提取区域,获取所述每个题目对应的作答数据;
基于每个题目对应的目标答案,对所述作答数据进行校验,以生成作答数据校验结果,包括:
在任一题目对应的作答数据与所述目标答案匹配、且所述作答数据与目标类型间的匹配度小于第二阈值的情况下,生成用于指示所述作答数据正确、但书写方式待更新的校验结果;其中,所述目标类型为作答数据的作答类型。
2.如权利要求1所述的方法,其特征在于,所述根据所述每个题目的类型及对应的显示区域,确定每个题目对应的作答数据提取区域,包括:
根据所述每个题目的类型,确定每个所述题目对应的候选作答方式;
将每个所述题目对应的显示区域中与所述候选作答方式匹配的区域,确定为每个所述题目对应的作答数据提取区域。
3.如权利要求2所述的方法,其特征在于,所述将每个所述题目对应的显示区域中与所述候选作答方式匹配的区域,确定为每个所述题目对应的作答数据提取区域,包括:
根据每个所述题目对应的显示区域,确定作答数据输入图层中确定每个所述题目对应的目标识别区域,其中,所述作答数据输入图层的显示优先级高于所述目标练习题所在的显示图层,且所述作答数据输入图层的透明度小于阈值;
将所述目标识别区域中与所述候选作答方式匹配的区域,确定为每个所述题目对应的作答数据提取区域。
4.如权利要求1所述的方法,其特征在于,所述基于每个所述作答数据提取区域,获取所述每个题目对应的作答数据,包括:
在任一题目对应的作答数据提取区域中包含多个输入数据的情况下,根据所述任一题目的类型,确定待获取的作答数据的目标类型;
从所述任一题目对应的作答数据提取区域中,提取与所述目标类型匹配的作答数据。
5.如权利要求4所述的方法,其特征在,所述从所述任一题目对应的作答数据提取区域中,提取与所述目标类型匹配的作答数据,包括:
从所述任一题目对应的作答数据提取区域中,提取与所述目标类型间的匹配度大于第一阈值的作答数据。
6.如权利要求1-5任一所述的方法,其特征在于,所述基于每个所述作答数据提取区域,获取所述每个题目对应的作答数据,包括:
在任一题目对应的作答数据提取区域有多个的情况下,根据所述任一题目的类型,确定多个所述作答数据提取区域的优先级;
基于所述优先级,依次遍历多个所述作答数据提取区域,以获取所述任一题目对应的作答数据。
7.如权利要求6所述的方法,其特征在于,所述基于每个题目对应的目标答案,对所述作答数据进行校验,以生成作答数据校验结果,包括:
基于每个题目对应的目标答案,对所述作答数据进行校验,在所述作答数据与所述目标答案匹配的情况下,根据所述作答数据对应的目标提取区域的优先级,生成所述作答数据校验结果。
8.如权利要求7所述的方法,其特征在于,所述根据所述作答数据对应的目标提取区域的优先级,生成所述作答数据校验结果,包括:
在所述作答数据对应的目标提取区域的优先级为最高优先级的情况下,生成用于指示所述作答数据正确的校验结果;
在所述作答数据对应的目标提取区域的优先级非最高优先级的情况下,生成用于指示所述作答数据正确、但作答区域待更新的校验结果。
9.一种作答数据的处理装置,其特征在于,包括:
第一确定模块,用于响应于检测到显示界面中的答案提交控件被触控,确定目标练习题中每个题目的类型及对应的显示区域;
第二确定模块,用于根据所述每个题目的类型及对应的显示区域,确定每个题目对应的作答数据提取区域,其中,题目显示界面与作答数据输入界面分图层显示;
获取模块,用于基于每个所述作答数据提取区域,获取所述每个题目对应的作答数据;
校验模块,用于基于每个题目对应的目标答案,对所述作答数据进行校验,以生成作答数据校验结果,包括:
在任一题目对应的作答数据与所述目标答案匹配、且所述作答数据与目标类型间的匹配度小于第二阈值的情况下,生成用于指示所述作答数据正确、但书写方式待更新的校验结果;其中,所述目标类型为作答数据的作答类型。
10.如权利要求9所述的装置,其特征在于,所述第二确定模块,包括:
第一确定单元,用于根据所述每个题目的类型,确定每个所述题目对应的候选作答方式;
第二确定单元,用于将每个所述题目对应的显示区域中与所述候选作答方式匹配的区域,确定为每个所述题目对应的作答数据提取区域。
11.如权利要求10所述的装置,其特征在于,所述第二确定单元,具体用于:
根据每个所述题目对应的显示区域,确定作答数据输入图层中确定每个所述题目对应的目标识别区域,其中,所述作答数据输入图层的显示优先级高于所述目标练习题所在的显示图层,且所述作答数据输入图层的透明度小于阈值;
将所述目标识别区域中与所述候选作答方式匹配的区域,确定为每个所述题目对应的作答数据提取区域。
12.如权利要求9所述的装置,其特征在于,所述获取模块,包括:
第三确定单元,用于在任一题目对应的作答数据提取区域中包含多个输入数据的情况下,根据所述任一题目的类型,确定待获取的作答数据的目标类型;
第四确定单元,用于从所述任一题目对应的作答数据提取区域中,提取与所述目标类型匹配的作答数据。
13.如权利要求12所述的装置,其特征在,所述第四确定单元,具体用于:
从所述任一题目对应的作答数据提取区域中,提取与所述目标类型间的匹配度大于第一阈值的作答数据。
14.如权利要求9-13任一所述的装置,其特征在于,所述获取模块,包括:
第五确定单元,用于在任一题目对应的作答数据提取区域有多个的情况下,根据所述任一题目的类型,确定多个所述作答数据提取区域的优先级;
第六确定单元,用于基于所述优先级,依次遍历多个所述作答数据提取区域,以获取所述任一题目对应的作答数据。
15.如权利要求14所述的装置,其特征在于,所述校验模块,包括:
校验单元,用于基于每个题目对应的目标答案,对所述作答数据进行校验,在所述作答数据与所述目标答案匹配的情况下,根据所述作答数据对应的目标提取区域的优先级,生成所述作答数据校验结果。
16.如权利要求15所述的装置,其特征在于,所述校验单元,还用于:
在所述作答数据对应的目标提取区域的优先级为最高优先级的情况下,生成用于指示所述作答数据正确的校验结果;
在所述作答数据对应的目标提取区域的优先级非最高优先级的情况下,生成用于指示所述作答数据正确、但作答区域待更新的校验结果。
17.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-8中任一项所述的方法。
18.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-8中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110853787.6A CN113326368B (zh) | 2021-07-28 | 2021-07-28 | 作答数据的处理方法、装置、设备以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110853787.6A CN113326368B (zh) | 2021-07-28 | 2021-07-28 | 作答数据的处理方法、装置、设备以及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113326368A CN113326368A (zh) | 2021-08-31 |
CN113326368B true CN113326368B (zh) | 2021-12-03 |
Family
ID=77426600
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110853787.6A Active CN113326368B (zh) | 2021-07-28 | 2021-07-28 | 作答数据的处理方法、装置、设备以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113326368B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105469337A (zh) * | 2016-01-11 | 2016-04-06 | 北京华派科技股份有限公司 | 数据处理方法和装置 |
CN110348400A (zh) * | 2019-07-15 | 2019-10-18 | 京东方科技集团股份有限公司 | 一种评分获取方法、装置及电子设备 |
CN111950240A (zh) * | 2020-08-26 | 2020-11-17 | 北京高途云集教育科技有限公司 | 一种数据批改方法、装置及系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070048718A1 (en) * | 2005-08-09 | 2007-03-01 | Exam Grader, Llc | System and Method for Test Creation, Verification, and Evaluation |
-
2021
- 2021-07-28 CN CN202110853787.6A patent/CN113326368B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105469337A (zh) * | 2016-01-11 | 2016-04-06 | 北京华派科技股份有限公司 | 数据处理方法和装置 |
CN110348400A (zh) * | 2019-07-15 | 2019-10-18 | 京东方科技集团股份有限公司 | 一种评分获取方法、装置及电子设备 |
CN111950240A (zh) * | 2020-08-26 | 2020-11-17 | 北京高途云集教育科技有限公司 | 一种数据批改方法、装置及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113326368A (zh) | 2021-08-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9235758B1 (en) | Robust method to find layout similarity between two documents | |
WO2020077824A1 (zh) | 异常问题的定位方法、装置、设备及存储介质 | |
CN106940788B (zh) | 智能评分方法及装置、计算机设备及计算机可读介质 | |
CN109344831A (zh) | 一种数据表识别方法、装置及终端设备 | |
CN108280051B (zh) | 一种文本数据中错误字符的检测方法、装置和设备 | |
CN112966081A (zh) | 处理问答信息的方法、装置、设备和存储介质 | |
CN113780098A (zh) | 文字识别方法、装置、电子设备以及存储介质 | |
US20230096921A1 (en) | Image recognition method and apparatus, electronic device and readable storage medium | |
CN114116997A (zh) | 知识问答方法、装置、电子设备及存储介质 | |
CN109034199B (zh) | 数据处理方法及装置、存储介质和电子设备 | |
CN113392218A (zh) | 文本质量评估模型的训练方法和确定文本质量的方法 | |
CN114092948B (zh) | 一种票据识别方法、装置、设备以及存储介质 | |
CN113297371A (zh) | 推荐题目库的生成方法、装置、设备及存储介质 | |
CN113626441A (zh) | 基于扫描设备的文本管理方法、装置、设备以及存储介质 | |
CN109783745B (zh) | 对页面进行个性化排版的方法、装置和计算机设备 | |
CN113326368B (zh) | 作答数据的处理方法、装置、设备以及存储介质 | |
CN111597336A (zh) | 训练文本的处理方法、装置、电子设备及可读存储介质 | |
CN110598112A (zh) | 一种题目推荐方法、装置、终端设备及存储介质 | |
CN116468479A (zh) | 确定页面质量评估维度方法、页面质量的评估方法和装置 | |
CN113312554B (zh) | 用于评价推荐系统的方法及装置、电子设备和介质 | |
WO2022105120A1 (zh) | 图片文字检测方法、装置、计算机设备及存储介质 | |
CN113110782B (zh) | 图像的识别方法、装置、计算机设备及存储介质 | |
CN114862479A (zh) | 信息推送方法、装置、电子设备和介质 | |
CN114898387A (zh) | 表格图像处理方法和装置 | |
CN110221756B (zh) | 处理应用数据的方法、装置、终端及存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |