CN114647682A - 一种习题整理方法、装置、电子设备以及存储介质 - Google Patents
一种习题整理方法、装置、电子设备以及存储介质 Download PDFInfo
- Publication number
- CN114647682A CN114647682A CN202210376018.6A CN202210376018A CN114647682A CN 114647682 A CN114647682 A CN 114647682A CN 202210376018 A CN202210376018 A CN 202210376018A CN 114647682 A CN114647682 A CN 114647682A
- Authority
- CN
- China
- Prior art keywords
- exercise
- input
- standard
- target
- identified
- 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
Links
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
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2462—Approximate or statistical queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/23—Updating
-
- 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
Abstract
本公开提供了一种习题整理方法、装置、电子设备以及存储介质,其中,该方法包括:获取包含待识别习题的目标图像,并对目标图像进行解析,得到解析结果;根据解析结果在数据库中查找待识别习题的标准解析信息;将解析结果和标准解析信息进行拼接,得到待录入习题;确定待录入习题的习题分类属性,并根据习题分类属性对包含至少一个已录入习题的线上习题库进行更新。本公开实施例通过对目标图像进行识别的方式,将查找到的标准解析信息和待识别习题进行拼接得到待录入习题,并根据该待录入习题的习题分类属性更新线上习题库,能够提高用户录入习题的效率,实现自动的对已录入习题进行分类整理,以便更好的辅助学生对习题进行复习,巩固学习成果。
Description
技术领域
本公开涉及信息处理技术领域,具体而言,涉及一种习题整理方法、装置、电子设备以及存储介质。
背景技术
随着互联网技术的发展,线上教育已经成为了不可或缺的教育手段,其中,针对习题的整理以及归纳是巩固学习成果,加强知识点理解的重要途径。
然而,在现有的习题整理的技术方案中,针对线下习题,往往都采用拍照上传的方式,并没有做到针对线上与线下习题有效的结合,且不能针对习题进行智能归类,无法更好的辅助学生进行学习成果的巩固。
发明内容
本公开实施例至少提供一种习题整理方法、装置、电子设备以及存储介质。
第一方面,本公开实施例提供了一种习题整理方法,包括:获取包含待识别习题的目标图像,并对所述目标图像进行解析,得到解析结果;所述解析结果用于表征所述待识别习题中包含的文本和/或图像;根据所述解析结果在数据库中查找所述待识别习题的标准解析信息;将所述解析结果和所述标准解析信息进行拼接,得到待录入习题;确定所述待录入习题的习题分类属性,并根据所述习题分类属性对包含至少一个已录入习题的线上习题库进行更新。
结合第一方面,本公开实施例提供了第一方面的第一种可能的实施方式,其中:所述根据所述习题分类属性对包含至少一个已录入习题的线上习题库进行更新,包括:获取所述线上习题库中所包含的每个习题文件所对应的文件属性标签;所述文件属性标签用于指示对应习题文件中所存储习题的分类属性;在所述文件属性标签中确定包含所述习题分类属性的一个或多个目标文件属性标签,并确定所述一个或多个目标文件属性标签所对应的目标习题文件;将所述待录入习题存储到每个所述目标习题文件中。
结合第一方面,本公开实施例提供了第一方面的第二种可能的实施方式,其中:所述根据所述解析结果在数据库中查找所述待识别习题的标准解析信息,包括:确定用于表征所述待识别习题的属性信息的至少一个搜索关键词;根据所述至少一个搜索关键词在所述数据库中搜索相匹配的至少一个目标标准习题;根据所述解析结果计算所述待识别习题和每个所述目标标准习题之间的相似度;将至少一个相似度中最大相似度所对应的目标标准习题的解析信息,确定为所述待识别习题的标准解析信息。
结合的第二种可能的实施方式,本公开实施例提供了第一方面的第三种可能的实施方式,其中:所述根据所述解析结果计算所述待识别习题和每个所述目标标准习题之间的相似度,包括:确定所述目标标准习题所对应的标准文本和标准图像;计算所述解析结果中的文本和所述标准文本之间的相似度,得到第一相似度值;并计算所述解析结果中的图像和所述标准图像之间的相似度,得到第二相似度值;对所述第一相似度值和所述第二相似度值进行加权求和,得到所述待识别习题和每个所述目标标准习题之间的相似度。
结合第一方面,本公开实施例提供了第一方面的第四种可能的实施方式,其中,所述方法还包括:在得到所述待录入习题之后,将所述待录入习题返回至用户端,以在用户端的显示界面上展示所述待录入习题。
结合第一方面,本公开实施例提供了第一方面的第五种可能的实施方式,其中:所述将所述解析结果和所述标准解析信息进行拼接,得到待录入习题,包括:确定所述标准解析信息所属的目标标准习题;获取所述目标标准习题所对应的链接信息,其中,所述链接信息用于链接以下至少之一:所述目标标准习题所对应的知识点的讲解视频,和/或,所述标准解析信息的讲解视频;将所述链接信息添加到所述待录入习题的指定位置,得到所述待录入习题。
结合第一方面,本公开实施例提供了第一方面的第六种可能的实施方式,其中:所述对所述目标图像进行解析,得到解析结果,包括:对所述目标图像进行切割,得到第一图像区域和第二图像区域,其中,所述第一图像区域中包含所述待识别习题的非文字部分,所述第二图像区域中包含所述待识别习题的文字部分;对所述第二图像区域进行文字识别,得到所述待识别习题的文本;基于所述待识别习题的文本和所述第一图像区域内的图像确定所述解析结果。
结合第一方面,本公开实施例提供了第一方面的第七种可能的实施方式,其中:在得到待录入习题之后,所述方法还包括:响应于对所述待录入习题的调整指令,调整所述待录入习题的目标内容,其中,所述目标内容包含以下至少之一:待录入习题的文本内容、待录入习题的图像内容、待录入习题的布局结构;确定调整后的待录入习题的习题分类属性,并根据所述习题分类属性对包含至少一个已录入习题的线上习题库进行更新。
结合第一方面,本公开实施例提供了第一方面的第八种可能的实施方式,其中,所述方法还包括:在根据所述习题分类属性确定出所述待录入习题为易错习题的情况下,统计所述待录入习题的上传频率;在确定出所述待录入习题的上传频率满足预设频率要求的情况下,在全部用户中确定与该待录入习题相匹配的用户群体;并向所述用户群体推送所述待录入习题。
结合第一方面,本公开实施例提供了第一方面的第九种可能的实施方式,其中,所述方法还包括:在根据所述习题分类属性确定出所述待录入习题为易错习题的情况下,统计每个用户端上传所述待录入习题的上传次数;根据所述上传次数,确定每个所述用户端针对所述待录入习题的错误标识,其中,所述错误标识用于指示以下至少一种信息:出错频率、习题错误等级、用户端针对所述待录入习题的历史错误答案。
第二方面,本公开实施例还提供一种习题整理装置,包括:获取模块,用于获取包含待识别习题的目标图像,并对所述目标图像进行解析,得到解析结果;所述解析结果用于表征所述待识别习题中包含的文本和/或图像;查找模块,用于根据所述解析结果在数据库中查找所述待识别习题的标准解析信息;拼接模块,用于将所述解析结果和所述标准解析信息进行拼接,得到待录入习题;确定模块,用于确定所述待录入习题的习题分类属性,并根据所述习题分类属性对包含至少一个已录入习题的线上习题库进行更新。
第三方面,本公开实施例还提供一种电子设备,包括:处理器、存储器和总线,所述存储器存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储器之间通过总线通信,所述机器可读指令被所述处理器执行时执行上述第一方面,或第一方面中任一种可能的实施方式中的步骤。
第四方面,本公开实施例还提供一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行上述第一方面,或第一方面中任一种可能的实施方式中的步骤。
本公开实施例提供的习题整理方法、装置及系统,采用对目标图像进行识别的方式,得到待识别习题,并将查找到的该待识别习题的标准解析信息和该待识别习题进行拼接得到待录入习题,并根据该待录入习题的习题分类属性更新线上习题库,与现有技术中的针对线下习题,往往都采用拍照上传的方式,并没有做到针对线上与线下习题有效的结合,且不能针对习题进行智能归类,无法更好的辅助学生进行学习成果的巩固相比,其能够提高用户录入习题的效率,实现自动的对已录入习题进行分类整理,以便更好的辅助学生对习题进行复习,巩固学习成果。
为使本公开的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本公开实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,此处的附图被并入说明书中并构成本说明书中的一部分,这些附图示出了符合本公开的实施例,并与说明书一起用于说明本公开的技术方案。应当理解,以下附图仅示出了本公开的某些实施例,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示出了本公开实施例所提供的一种习题整理方法的流程图;
图2示出了本公开实施例所提供的习题整理方法中,习题分类属性内容的示意图;
图3示出了本公开实施例所提供的另一种习题整理方法的流程图;
图4示出了本公开实施例所提供的一种习题整理装置的示意图;
图5示出了本公开实施例所提供的一种电子设备的示意图。
具体实施方式
为使本公开实施例的目的、技术方案和优点更加清楚,下面将结合本公开实施例中附图,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。通常在此处附图中描述和示出的本公开实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本公开的实施例的详细描述并非旨在限制要求保护的本公开的范围,而是仅仅表示本公开的选定实施例。基于本公开的实施例,本领域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,都属于本公开保护的范围。
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。
本文中术语“和/或”,仅仅是描述一种关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合,例如,包括A、B、C中的至少一种,可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
经研究发现,针对线下习题,往往都采用拍照上传的方式,并没有做到针对线上与线下习题有效的结合,且不能针对习题进行智能归类,无法更好的辅助学生进行学习成果的巩固。
基于上述研究,本公开提供了一种习题整理方法、装置、电子设备以及存储介质,通过对目标图像进行识别的方式,将查找到的标准解析信息和待识别习题进行拼接得到待录入习题,并根据该待录入习题的习题分类属性更新线上习题库,能够提高用户录入习题的效率,实现自动的对已录入习题进行分类整理,以便更好的辅助学生对习题进行复习,巩固学习成果。
为便于对本实施例进行理解,首先对本公开实施例所公开的一种习题整理方法进行详细介绍,本公开实施例所提供的习题整理方法的执行主体一般为具有一定计算能力的电子设备。在一些可能的实现方式中,该习题整理方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。
在该电子设备中,预先安装了相应的学习应用程序,该学习应用程序包含用于执行本公开所提供的习题整理方法的功能。在一些可能的实现方式中,该习题整理方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。
参见图1所示,为本公开实施例提供的一种习题整理方法的流程图,所述方法包括步骤S101~S107,其中:
S101:获取包含待识别习题的目标图像,并对所述目标图像进行解析,得到解析结果;所述解析结果用于表征所述待识别习题中包含的文本和/或图像。
在本公开实施例中,上述目标图像可以为用户通过终端设备的摄像装置获取到的。具体的,上述目标图像中包含的待识别习题可以包含题目部分以及解题过程部分。其中,在获取到该目标图像后,可以提醒用户对该目标图像中包含待识别习题的题目部分区域进行截取,便于对截取之后的目标图像进行解析,得到解析结果。
需要说明的是,在对上述目标图像进行解析时,首先可以对待识别习题中的文本进行识别,然后将无法识别为文本的内容(例如,非文本内容)识别为图像。例如,若该待识别习题为数学题时,其中的图像可以为待识别习题中的附图,也可以为题目中无法识别的数学符号或者公式。
S103:根据所述解析结果在数据库中查找所述待识别习题的标准解析信息。
S105:将所述解析结果和所述标准解析信息进行拼接,得到待录入习题。
在本公开实施例中,在将解析结果和标准解析信息进行拼接时,在一种可选的实施方式中,可以将目标图像中包含题目部分的图像和标准解析信息进行拼接,得到待录入习题。
另一种可选的实施方式中,还可以将目标图像和标准解析信息进行拼接,得到待录入习题。
需要说明的是,上述待录入习题可以为图片形式,例如,该待录入习题中包含目标图像和标准解析信息的图像。也可以为图文结合的形式,例如,该待录入习题中包含目标图像,以及标准解析信息的文字。
S107:确定所述待录入习题的习题分类属性,并根据所述习题分类属性对包含至少一个已录入习题的线上习题库进行更新。
在本公开实施例中,可以结合上述解析结果以及对应的标准解析信息确定出待录入习题的习题分类属性,并按照确定出的习题分类属性将待录入习题存储到上述线上习题库的指定存储位置。
例如,若上述解析结果以及对应的标准解析信息中包含的文本均为英文,则确定该待录入习题的习题分类属性包含的科目为英语,同时可以将该待录入习题存储到线上习题库中用于存储英语科目习题的位置。
需要说明的是,在一种可选的实施方式中,上述应用场景可以为学生端用户在线下做习题时,在做错的情况下,可以获取包含做错的习题以及错误解题过程的目标图像,并根据该目标图像的解析结果在数据库中查找该习题的标准解析信息,从而通过拼接得到待录入习题。其中,该待录入习题可以包含目标图像以及标准解析信息,从而达到将下线错题整理为线上错题的效果。
另外的,还可以将该待录入习题存储到线上习题库,其中,该线上习题库支持错题本功能。即该线上习题库可以按照每个学生端用户的用户id存储已录入习题,学生端用户可以通过客户端查看并整理线上以及线下错题。
在一种可选的实施方式中,上述应用场景可以为教师端用户在将线下习题上传到习题库中。其中,在获取到包含该待识别习题的目标图像时,就可以对该目标图像进行解析,并根据解析结果判断数据库中是否存在该待识别习题的标准解析信息,若不存在,就可以将该待识别习题所对应的目标图像以及解析结果存储到数据库中。
通过上述描述可知,在本公开实施例中,通过对目标图像进行识别的方式,将查找到的标准解析信息和待识别习题进行拼接得到待录入习题,并根据该待录入习题的习题分类属性更新线上习题库,能够提高用户录入习题的效率,实现自动的对已录入习题进行分类整理,以便更好的辅助学生对习题进行复习,巩固学习成果。
在本公开实施例中,步骤S101,对所述目标图像进行解析,得到解析结果,具体包括如下过程:
(1)对所述目标图像进行切割,得到第一图像区域和第二图像区域,其中,所述第一图像区域中包含所述待识别习题的非文字部分,所述第二图像区域中包含所述待识别习题的文字部分。
(2)对所述第二图像区域进行文字识别,得到所述待识别习题的文本。
(3)基于所述待识别习题的文本和所述第一图像区域内的图像确定所述解析结果。
在一种可能的使用场景中,上述目标图像中的待识别习题可以为图文结合的形式,例如,左侧文字右侧图像,其中,图像的数量为至少一个。
这里,在对目标图像进行切割时,可以根据目标图像中的特征点,对目标图像中的图像和文字的边界区域进行识别。根据识别结果对目标图像进行切割,得到包含非文字部分的第一图像区域和包含文字部分的第一图像区域,其中,该第一图像区域可以包含待识别习题中的图像。
在本公开实施例中,首先可以对第二图像区域进行文字识别,根据文字识别的结果确定出待识别习题的文本。其中,该文本可以为该待识别习题的题目,该文本的形式可以为中文、英文或者支持识别的多种语言形式的文本。
然后,还可以对上述第一图像区域中的图像进行识别,其中,若该第一图像区域中的图像数量为多个时,可以对该第一图像区域中的特征点进行识别,从而区分每个图像所属的图像区域,进而得到该第一图像区域中的全部图像。
这里,在对上述第一图像区域以及第二图像区域分别进行识别后,就可以得到包含上述待识别习题中的文字和图像的解析结果。
通过上述描述可知,在本公开实施例中,可以通过对目标图像中文字部分和图像部分进行分割并分别进行识别的方式,得到包含待识别习题的文字和图像的解析结果,从而提高了对待识别习题识别的准确率。
在本公开实施例中,步骤S103,根据所述解析结果在数据库中查找所述待识别习题的标准解析信息,具体包括如下过程:
(1)确定用于表征所述待识别习题的属性信息的至少一个搜索关键词。
(2)根据所述至少一个搜索关键词在所述数据库中搜索相匹配的至少一个目标标准习题。
(3)根据所述解析结果计算所述待识别习题和每个所述目标标准习题之间的相似度。
(4)将至少一个相似度中最大相似度所对应的目标标准习题的解析信息,确定为所述待识别习题的标准解析信息。
在本公开实施例中,首先可以确定用于表征该待识别习题属性信息的搜索关键词,例如,该属性信息可以为该待识别习题的所属科目、包含的知识点等。一种可选的实施方式中,在确定该搜索关键词时,可以通过该待识别习题的解析结果确定该属性信息。
在一种可选的实施方式中,可以通过上述解析结果中的文字确定该待识别习题的搜索关键词。例如,若该文字中包含数学公式,则确定该待识别习题的属性信息为数学题,其中,该待识别习题的搜索关键词可以为在题目中进行提取得到的,例如,该搜索关键词可以为“自然数”、“倒数”、“绝对值”等。
在确定出上述至少一个搜索关键词后,就可以在数据库中根据确定出的至少一个搜索关键词搜索相匹配的至少一个目标标准习题。其中,该目标标准习题可以为题目中包含上述全部搜索关键词的习题。
这里,在根据上述解析结果计算待识别习题和目标习题之间的相似度时,可以将上述至少一个目标标准习题的相似度进行排序,并确定其中最大相似度所对应的目标标准习题。
另外的,若出现最大相似度所对应的目标标准习题的数量为多个的情况,则可以将最大相似度所对应的全部目标标准习题推送至客户端,以使用户确定出和待识别习题相对应的目标标准习题。
例如,目标标准习题的数量为四个,其中,每个目标标准习题和待识别习题之间的相似度分别为P1、P2、P3、P4。其中,相似度排序结果为P1=P2、>P3>P4,则可以将P1和P2所对应的目标标准习题推送至客户端,以使用户确定出和待识别习题相对应的目标标准习题,然后,获取该目标标准习题的解析信息,并确定为待识别习题的标准解析信息。
通过上述描述可知,在本公开实施例中,可以通过确定搜索关键词和计算相似度的方式确定待识别习题所对应的目标标准习题,从而提高了确定目标标准习题的效率,并提高了确定该目标标准习题的准确率。
在本公开实施例中,所述根据所述解析结果计算所述待识别习题和每个所述目标标准习题之间的相似度,具体包括如下过程:
(1)确定所述目标标准习题所对应的标准文本和标准图像。
(2)计算所述解析结果中的文本和所述标准文本之间的相似度,得到第一相似度值;并计算所述解析结果中的图像和所述标准图像之间的相似度,得到第二相似度值。
(3)对所述第一相似度值和所述第二相似度值进行加权求和,得到所述待识别习题和每个所述目标标准习题之间的相似度。
在一种可选的实施方式中,上述数据库中的习题的存储形式可以为图文分别存储的形式。那么,在获取目标标准习题所对应的标准文本和标准图像时,就可以分别对标准文本和标准图像进行获取。
那么,在计算目标标准习题和待识别习题的解析结果之间的相似度时,可以分别计算文本和标准文本以及图像和标准图像之间的相似度。
具体的,在计算文本和标准文本之间的相似度时,可以将解析结果中的全部文本和标准文本进行对比,根据文本重合的比例确定出上述第一相似度值。例如,上述待识别习题中的解析结果中的文本为“某数与-25的和是23的相反数,求这个数”,上述标准文本为“某数与-25的和是23的相反数,求该数”,则解析结果中的文本和标准文本之间的第一相似度值为89%。
另外的,在计算图像和标准图像之间的相似度时,可以对比解析结果中的图像和标准图像之间特征点的重合度。例如,特征点总数均为30个,其中,解析结果中的图像特征点和标准图像的特征点的中重合的特征点为28个,则解析结果中的图像和标准图像之间的第二相似度值为93%。
然后,假设上述第一相似度值的权重为50%,上述第二相似度值的权重也为50%,那么,对该第一相似度值和第二相似度值进行加权求和,得到的待识别习题和该目标标准习题之间的相似度为91%。
通过上述描述可知,在本公开实施例中,可以通过跟别计算解析结果中的文本和标准文本之间的相似度,以及解析结果中的图像和标准图像之间的相似度的方式,加权求和得到待识别习题和每个目标标准习题之间的相似度,从而进一步提高了确定目标标准习题的效率。
在本公开实施例中,步骤S105,将所述解析结果和所述标准解析信息进行拼接,得到待录入习题,具体包括如下过程:
(1)确定所述标准解析信息所属的目标标准习题。
(2)获取所述目标标准习题所对应的链接信息,其中,所述链接信息用于链接以下至少之一:所述目标标准习题所对应的知识点的讲解视频,和/或,所述标准解析信息的讲解视频。
(3)将所述链接信息添加到所述待录入习题的指定位置,得到所述待录入习题。
在本公开实施例中,在对解析结果和标准解析信息进行拼接时,还可以将链接信息添加到该待录入习题的指定位置,从而得到待录入习题,例如,该链接信息可以为超链接的形式。
具体的,该链接信息可以为用于链接以下至少之一:目标标准习题所对应的知识点的讲解视频的页面,和/或,标准解析信息的讲解视频的页面。其中,标准解析信息的讲解视频的页面所对应的链接信息为上传对应的目标标准习题到习题库中时,一起上传的链接信息。在确定对应的知识点的讲解视频的页面对应的链接信息时,可以根据该目标标准习题的属性信息中所包含的知识点来确定。
通过上述描述可知,在本公开实施例中,在将解析结果和标准解析信息进行拼接时,还可以将链接信息添加到待录入习题的指定位置,从而便于学生端用户更好的理解目标标准习题所对应的知识点和/或标准解析信息的讲解视频。
在本公开实施例中,步骤S107,根据所述习题分类属性对包含至少一个已录入习题的线上习题库进行更新,具体包括如下过程:
(1)获取所述线上习题库中所包含的每个习题文件所对应的文件属性标签;所述文件属性标签用于指示对应习题文件中所存储习题的分类属性。
(2)在所述文件属性标签中确定包含所述习题分类属性的一个或多个目标文件属性标签,并确定所述一个或多个目标文件属性标签所对应的目标习题文件。
(3)将所述待录入习题存储到每个所述目标习题文件中。
在本公开实施例中,在获取线上习题库中所包含的每个习题文件所对应的文件属性标签前,可以首先确定待录入习题的习题分类属性。
具体的,上述习题分类属性包括以下至少之一:上述待录入习题的所属年级、上述待录入习题的所属科目、上述待录入习题的上传频率、上传所述待录入习题的客户端用户的用户信息。
如图2所示,上述习题分类属性除了包含待录入习题的所属年级、所属科目、上传频率、上传所述待录入习题的客户端用户的用户信息之外,还可以包含待录入习题的题目中的文本、题目中的图像、待录入习题的正确答案、待录入习题的标准解析等。
其中,在确定上述待录入习题的所属年级、上述待录入习题的所属科目时,可以根据该待录入习题对应的目标标准习题的属性信息来确定。
然后,就可以根据上述待录入习题的习题分类属性,在线上习题库中所包含的每个习题文件所对应的文件属性标签中进行筛选,得到包含习题分类属性的一个或多个目标文件属性标签,并确定对应的一个或多个目标习题文件。其中,每个习题文件可以对应一个文件属性标签,也可以对应一个以上的文件属性标签。
例如,上述待录入习题的习题分类属性为七年级、数学、上传频率高、客户端用户的用户信息为该用户id。那么,对应的目标习题文件可以为分别包含“七年级、数学、上传频率高”的目标文件属性标签的三个目标习题文件。或者,对应的目标习题文件可以为分别包含“七年级、数学”目标文件属性标签的目标习题文件,和包含“上传频率高”的目标文件属性标签的目标习题文件。
在确定出一个或多个目标习题文件后,就可以将待录入习题分别存储到线上习题库的一个或多个目标习题文件中。
通过上述描述可知,在本公开实施例中,可以根据文件属性标签和习题分类属性确定出对应的目标习题文件,从而将待录入习题存储到线上习题库中对应的目标习题文件内,进而对线上习题库中的习题进行分类整理,提高了查找已录入习题时的查找效率。
在本公开实施例中,在得到待录入习题之后,所述方法还包括如下过程:
(1)响应于对所述待录入习题的调整指令,调整所述待录入习题的目标内容,其中,所述目标内容包含以下至少之一:待录入习题的文本内容、待录入习题的图像内容、待录入习题的布局结构。
(2)确定调整后的待录入习题的习题分类属性,并根据所述习题分类属性对包含至少一个已录入习题的线上习题库进行更新。
在本公开实施例中,上述待录入习题可以为图文拼接的格式,也可以为latex格式。其中,在将该待录入习题存储到线上习题库时,用户可以通过调整指令对该待录入习题的目标内容进行调整。
具体的,用户可以对待录入习题的文本内容、图像内容进行增加或者删减;或者,还可以对待录入习题的布局结构进行调整,例如,调整图片内容或者文本内容的位置,调整图片内容或者文本内容的尺寸等。然后,就可以确定出调整后的待录入习题的习题分类属性,并根据该习题分类属性对线上习题库进行更新。
通过上述描述可知,在本公开实施例中,可以根据用户的调整指令调整待录入习题的目标内容,从而使得待录入习题的内容更符合用户的需求,提高了用户的操作体验。
在本公开实施例中,所述方法还包括如下过程:
(1)在根据所述习题分类属性确定出所述待录入习题为易错习题的情况下,统计所述待录入习题的上传频率。
(2)在确定出所述待录入习题的上传频率满足预设频率要求的情况下,在全部用户中确定与该待录入习题相匹配的用户群体;并向所述用户群体推送所述待录入习题。
在一种可选的实施方式中,若待录入习题的分类属性为易错习题时,就可以统计该待录入习题的上传频率,并将该待录入习题的上传频率和预设频率要求进行对比,判断该待录入习题是否满足预设频率要求。
在另一种可选的实施方式中,还可以首先统计待录入习题的上传频率,并将该上传频率和预设频率要求进行对比,若该待录入习题满足预设频率要求,则将该待录入习题的习题分类属性确定为易错习题。
这里,在确定出待录入习题满足预设频率要求的情况下,就可以获取该待录入习题的习题分类属性,并根据习题分类属性确定与该待录入习题相匹配的用户群体。例如,该待录入习题的习题分类属性中包含所属年级,即“七年级”时,则可以在全部用户中确定出所述年级为七年级的用户群体,并向该用户群体推送该待录入习题,其中,该用户群体可以为学生端用户,也可以为教师端用户。
通过上述描述可知,在本公开实施例中,可以将分类属性为易错习题的待录入习题推送给和该待录入习题匹配的用户群体,从而使得学生端用户和/或教师端用户更好的了解并掌握难点习题,提高学习效率。
在本公开实施例中,所述方法还包括如下过程:
(1)在根据所述习题分类属性确定出所述待录入习题为易错习题的情况下,统计每个用户端上传所述待录入习题的上传次数。
(2)根据所述上传次数,确定每个所述用户端针对所述待录入习题的错误标识,其中,所述错误标识用于指示以下至少一种信息:出错频率、习题错误等级、用户端针对所述待录入习题的历史错误答案。
在本公开实施例中,还可以统计每个用户端针对易错习题的上传次数,并确定出所述易错习题的错误标识。其中,该错误标识可以用于指示以下至少一种信息:出错频率、习题错误等级、用户端针对该待录入习题的历史错误答案。
需要说明的是,上述出错频率可以用于表征该易错习题的出错次数,例如,用户做该易错习题的总次数为3次,出错次数为2次。习题错误等级可以为根据出错频率确定的评级,例如,用户做该易错习题的总次数为3次,出错次数为3次,则该易错习题的错误等级可以为4级,其中,5级为满级。上述历史错误答案可以为用户历史上传的包含该易错习题的目标图像。
另外的,当用户从线上习题库调出已录入习题中时,可以通过该错误标识查看所指示的该已录入习题的信息。
通过上述描述可知,在本公开实施例中,可以确定出待录入习题的错误标识,从而有助于用于更清晰更直观的了解难点习题,以便更好的了解以及把握知识点。
在本公开实施例中,所述方法还包括:在得到所述待录入习题之后,将所述待录入习题返回至用户端,以在用户端的显示界面上展示所述待录入习题。
在本公开实施例中,还可以在用户端的显示界面上对待录入习题进行展示,以便用户对该待录入习题进行查看或者调整。
这里,参见图3所示,为另一种本公开实施例提供的习题整理方法的流程图。
S301,获取包含待识别习题的目标图像;
S302,确定待识别习题的目标图像的图像区域;
S303,对目标图像进行切割;
S304,得到包含待识别习题中的文本的第一图像区域;
S305,得到包含待识别习题中的图像的第二图像区域;
S306,解析上述第一图像区域以及第二图像区域,得到包含文字和图像的解析结果;
S307,根据上述解析结果,判断数据库中是否存在对应的目标标准习题;若存在,则执行步骤S308,若不存在,则执行步骤S309;
S308,将目标标准习题中的标准解析信息和解析结果结果进行拼接,得到待录入习题;
S309,将包含待识别习题的目标图像确定为待录入习题,并上传至数据库;
S310,在客户端中展示该待录入习题。
在本公开实施例中,步骤S309,还包括如下过程:
(1)将所述目标图像发送至对应的教师端。
(2)获取所述教师端返回的所述待识别习题所对应的待录入习题,其中,所述待录入习题包含所述待识别习题的标准解析信息;
(3)确定所述待录入习题的习题属性,并根据所述习题属性对包含至少一个已录入习题的线上习题库进行更新。
在本公开实施例中,可以将目标图像发送至教师端,以使教师端用户对该目标图像中的待识别习题进行解析,得到包含正确答案以及标准解析的标准解析信息。
在获取到教师端返回的该待录入习题后,就可以确定该待录入习题的习题分类属性,并根据该习题分类属性,将该待录入习题存储到线上习题库中的对应存储位置,从而对线上习题库进行更新。
综上,在本公开实施例中,通过对目标图像进行识别的方式,将查找到的标准解析信息和待识别习题进行拼接得到待录入习题,并根据该待录入习题的习题分类属性更新线上习题库,能够提高用户录入习题的效率,实现自动的对已录入习题进行分类整理,以便更好的辅助学生对习题进行复习,巩固学习成果。
本领域技术人员可以理解,在具体实施方式的上述方法中,各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定,各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
基于同一发明构思,本公开实施例中还提供了与习题整理方法对应的习题整理装置,由于本公开实施例中的装置解决问题的原理与本公开实施例上述习题整理方法相似,因此装置的实施可以参见方法的实施,重复之处不再赘述。
参照图4所示,为本公开实施例提供的一种习题整理装置的示意图,所述装置包括:获取模块41、查找模块42、拼接模块43、确定模块44;其中,
获取模块41,用于获取包含待识别习题的目标图像,并对所述目标图像进行解析,得到解析结果;所述解析结果用于表征所述待识别习题中包含的文本和/或图像;
查找模块42,用于根据所述解析结果在数据库中查找所述待识别习题的标准解析信息;
拼接模块43,用于将所述解析结果和所述标准解析信息进行拼接,得到待录入习题;
确定模块44,用于确定所述待录入习题的习题分类属性,并根据所述习题分类属性对包含至少一个已录入习题的线上习题库进行更新。
本公开实施例通过对目标图像进行识别的方式,将查找到的标准解析信息和待识别习题进行拼接得到待录入习题,并根据该待录入习题的习题分类属性更新线上习题库,能够提高用户录入习题的效率,实现自动的对已录入习题进行分类整理,以便更好的辅助学生对习题进行复习,巩固学习成果。
一种可能的实施方式中,确定模块44,还用于:获取所述线上习题库中所包含的每个习题文件所对应的文件属性标签;所述文件属性标签用于指示对应习题文件中所存储习题的分类属性;在所述文件属性标签中确定包含所述习题分类属性的一个或多个目标文件属性标签,并确定所述一个或多个目标文件属性标签所对应的目标习题文件;将所述待录入习题存储到每个所述目标习题文件中。
一种可能的实施方式中,查找模块42,还用于:确定用于表征所述待识别习题的属性信息的至少一个搜索关键词;根据所述至少一个搜索关键词在所述数据库中搜索相匹配的至少一个目标标准习题;根据所述解析结果计算所述待识别习题和每个所述目标标准习题之间的相似度;将至少一个相似度中最大相似度所对应的目标标准习题的解析信息,确定为所述待识别习题的标准解析信息。
一种可能的实施方式中,查找模块42,还用于:确定所述目标标准习题所对应的标准文本和标准图像;计算所述解析结果中的文本和所述标准文本之间的相似度,得到第一相似度值;并计算所述解析结果中的图像和所述标准图像之间的相似度,得到第二相似度值;对所述第一相似度值和所述第二相似度值进行加权求和,得到所述待识别习题和每个所述目标标准习题之间的相似度。
一种可能的实施方式中,该装置还用于:在得到所述待录入习题之后,将所述待录入习题返回至用户端,以在用户端的显示界面上展示所述待录入习题。
一种可能的实施方式中,拼接模块43,还用于:确定所述标准解析信息所属的目标标准习题;获取所述目标标准习题所对应的链接信息,其中,所述链接信息用于链接以下至少之一:所述目标标准习题所对应的知识点的讲解视频,和/或,所述标准解析信息的讲解视频;将所述链接信息添加到所述待录入习题的指定位置,得到所述待录入习题。
一种可能的实施方式中,获取模块41,还用于:对所述目标图像进行切割,得到第一图像区域和第二图像区域,其中,所述第一图像区域中包含所述待识别习题的非文字部分,所述第二图像区域中包含所述待识别习题的文字部分;对所述第二图像区域进行文字识别,得到所述待识别习题的文本;基于所述待识别习题的文本和所述第一图像区域内的图像确定所述解析结果。
一种可能的实施方式中,该装置还用于:响应于对所述待录入习题的调整指令,调整所述待录入习题的目标内容,其中,所述目标内容包含以下至少之一:待录入习题的文本内容、待录入习题的图像内容、待录入习题的布局结构;确定调整后的待录入习题的习题分类属性,并根据所述习题分类属性对包含至少一个已录入习题的线上习题库进行更新。
一种可能的实施方式中,该装置还用于:在根据所述习题分类属性确定出所述待录入习题为易错习题的情况下,统计所述待录入习题的上传频率;在确定出所述待录入习题的上传频率满足预设频率要求的情况下,在全部用户中确定与该待录入习题相匹配的用户群体;并向所述用户群体推送所述待录入习题。
一种可能的实施方式中,该装置还用于:在根据所述习题分类属性确定出所述待录入习题为易错习题的情况下,统计每个用户端上传所述待录入习题的上传次数;根据所述上传次数,确定每个所述用户端针对所述待录入习题的错误标识,其中,所述错误标识用于指示以下至少一种信息:出错频率、习题错误等级、用户端针对所述待录入习题的历史错误答案。
关于装置中的各模块的处理流程、以及各模块之间的交互流程的描述可以参照上述方法实施例中的相关说明,这里不再详述。
对应于图1中的习题整理方法,本公开实施例还提供了一种电子设备500,如图5所示,为本公开实施例提供的电子设备500结构示意图,包括:
处理器51、存储器52、和总线53;存储器52用于存储执行指令,包括内存521和外部存储器522;这里的内存521也称内存储器,用于暂时存放处理器51中的运算数据,以及与硬盘等外部存储器522交换的数据,处理器51通过内存521与外部存储器522进行数据交换,当所述电子设备500运行时,所述处理器51与所述存储器52之间通过总线53通信,使得所述处理器51执行以下指令:
获取包含待识别习题的目标图像,并对所述目标图像进行解析,得到解析结果;所述解析结果用于表征所述待识别习题中包含的文本和/或图像;根据所述解析结果在数据库中查找所述待识别习题的标准解析信息;将所述解析结果和所述标准解析信息进行拼接,得到待录入习题;确定所述待录入习题的习题分类属性,并根据所述习题分类属性对包含至少一个已录入习题的线上习题库进行更新。
本公开实施例还提供一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行上述方法实施例中所述的习题整理方法的步骤。其中,该存储介质可以是易失性或非易失的计算机可读取存储介质。
本公开实施例还提供一种计算机程序产品,该计算机程序产品承载有程序代码,所述程序代码包括的指令可用于执行上述方法实施例中所述的习题整理方法的步骤,具体可参见上述方法实施例,在此不再赘述。
其中,上述计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中,所述计算机程序产品具体体现为计算机存储介质,在另一个可选实施例中,计算机程序产品具体体现为软件产品,例如软件开发包(Software Development Kit,SDK)等等。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统和装置的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。在本公开所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,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,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本公开各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解,本公开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)执行本公开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(Read-OnlyMemory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上所述实施例,仅为本公开的具体实施方式,用以说明本公开的技术方案,而非对其限制,本公开的保护范围并不局限于此,尽管参照前述实施例对本公开进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本公开揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本公开实施例技术方案的精神和范围,都应涵盖在本公开的保护范围之内。因此,本公开的保护范围应所述以权利要求的保护范围为准。
Claims (13)
1.一种习题整理方法,其特征在于,包括:
获取包含待识别习题的目标图像,并对所述目标图像进行解析,得到解析结果;所述解析结果用于表征所述待识别习题中包含的文本和/或图像;
根据所述解析结果在数据库中查找所述待识别习题的标准解析信息;
将所述解析结果和所述标准解析信息进行拼接,得到待录入习题;
确定所述待录入习题的习题分类属性,并根据所述习题分类属性对包含至少一个已录入习题的线上习题库进行更新。
2.根据权利要求1所述的方法,其特征在于,所述根据所述习题分类属性对包含至少一个已录入习题的线上习题库进行更新,包括:
获取所述线上习题库中所包含的每个习题文件所对应的文件属性标签;所述文件属性标签用于指示对应习题文件中所存储习题的分类属性;
在所述文件属性标签中确定包含所述习题分类属性的一个或多个目标文件属性标签,并确定所述一个或多个目标文件属性标签所对应的目标习题文件;
将所述待录入习题存储到每个所述目标习题文件中。
3.根据权利要求1所述的方法,其特征在于,所述根据所述解析结果在数据库中查找所述待识别习题的标准解析信息,包括:
确定用于表征所述待识别习题的属性信息的至少一个搜索关键词;
根据所述至少一个搜索关键词在所述数据库中搜索相匹配的至少一个目标标准习题;
根据所述解析结果计算所述待识别习题和每个所述目标标准习题之间的相似度;
将至少一个相似度中最大相似度所对应的目标标准习题的解析信息,确定为所述待识别习题的标准解析信息。
4.根据权利要求3所述的方法,其特征在于,所述根据所述解析结果计算所述待识别习题和每个所述目标标准习题之间的相似度,包括:
确定所述目标标准习题所对应的标准文本和标准图像;
计算所述解析结果中的文本和所述标准文本之间的相似度,得到第一相似度值;并计算所述解析结果中的图像和所述标准图像之间的相似度,得到第二相似度值;
对所述第一相似度值和所述第二相似度值进行加权求和,得到所述待识别习题和每个所述目标标准习题之间的相似度。
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:
在得到所述待录入习题之后,将所述待录入习题返回至用户端,以在用户端的显示界面上展示所述待录入习题。
6.根据权利要求1所述的方法,其特征在于,所述将所述解析结果和所述标准解析信息进行拼接,得到待录入习题,包括:
确定所述标准解析信息所属的目标标准习题;
获取所述目标标准习题所对应的链接信息,其中,所述链接信息用于链接以下至少之一:所述目标标准习题所对应的知识点的讲解视频,和/或,所述标准解析信息的讲解视频;
将所述链接信息添加到所述待录入习题的指定位置,得到所述待录入习题。
7.根据权利要求1所述的方法,其特征在于,所述对所述目标图像进行解析,得到解析结果,包括:
对所述目标图像进行切割,得到第一图像区域和第二图像区域,其中,所述第一图像区域中包含所述待识别习题的非文字部分,所述第二图像区域中包含所述待识别习题的文字部分;
对所述第二图像区域进行文字识别,得到所述待识别习题的文本;
基于所述待识别习题的文本和所述第一图像区域内的图像确定所述解析结果。
8.根据权利要求1所述的方法,其特征在于,在得到待录入习题之后,所述方法还包括:
响应于对所述待录入习题的调整指令,调整所述待录入习题的目标内容,其中,所述目标内容包含以下至少之一:待录入习题的文本内容、待录入习题的图像内容、待录入习题的布局结构;
确定调整后的待录入习题的习题分类属性,并根据所述习题分类属性对包含至少一个已录入习题的线上习题库进行更新。
9.根据权利要求1所述的方法,其特征在于,所述方法还包括:
在根据所述习题分类属性确定出所述待录入习题为易错习题的情况下,统计所述待录入习题的上传频率;
在确定出所述待录入习题的上传频率满足预设频率要求的情况下,在全部用户中确定与该待录入习题相匹配的用户群体;并向所述用户群体推送所述待录入习题。
10.根据权利要求1所述的方法,其特征在于,所述方法还包括:
在根据所述习题分类属性确定出所述待录入习题为易错习题的情况下,统计每个用户端上传所述待录入习题的上传次数;
根据所述上传次数,确定每个所述用户端针对所述待录入习题的错误标识,其中,所述错误标识用于指示以下至少一种信息:出错频率、习题错误等级、用户端针对所述待录入习题的历史错误答案。
11.一种习题整理装置,其特征在于,包括:
获取模块,用于获取包含待识别习题的目标图像,并对所述目标图像进行解析,得到解析结果;所述解析结果用于表征所述待识别习题中包含的文本和/或图像;
查找模块,用于根据所述解析结果在数据库中查找所述待识别习题的标准解析信息;
拼接模块,用于将所述解析结果和所述标准解析信息进行拼接,得到待录入习题;
确定模块,用于确定所述待录入习题的习题分类属性,并根据所述习题分类属性对包含至少一个已录入习题的线上习题库进行更新。
12.一种电子设备,其特征在于,包括:处理器、存储器和总线,所述存储器存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储器之间通过总线通信,所述机器可读指令被所述处理器执行时执行如权利要求1至10任意一项所述的习题整理方法的步骤。
13.一种计算机可读存储介质,其特征在于,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行如权利要求1至10任意一项所述的习题整理方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210376018.6A CN114647682A (zh) | 2022-04-11 | 2022-04-11 | 一种习题整理方法、装置、电子设备以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210376018.6A CN114647682A (zh) | 2022-04-11 | 2022-04-11 | 一种习题整理方法、装置、电子设备以及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114647682A true CN114647682A (zh) | 2022-06-21 |
Family
ID=81997296
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210376018.6A Pending CN114647682A (zh) | 2022-04-11 | 2022-04-11 | 一种习题整理方法、装置、电子设备以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114647682A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117539875A (zh) * | 2023-10-31 | 2024-02-09 | 广东北区教育科技有限公司 | 一种练习题库定期更新在线管理方法 |
-
2022
- 2022-04-11 CN CN202210376018.6A patent/CN114647682A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117539875A (zh) * | 2023-10-31 | 2024-02-09 | 广东北区教育科技有限公司 | 一种练习题库定期更新在线管理方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110929038B (zh) | 基于知识图谱的实体链接方法、装置、设备和存储介质 | |
CN111274239A (zh) | 试卷结构化处理方法、装置和设备 | |
CN112052326A (zh) | 一种基于长短文本匹配的智能问答方法及系统 | |
CN107679070B (zh) | 一种智能阅读推荐方法与装置、电子设备 | |
CN113326413A (zh) | 一种网页信息提取方法、系统、服务器及存储介质 | |
CN113641794A (zh) | 简历文本的评估方法、装置及服务器 | |
CN116109732A (zh) | 图像标注方法、装置、处理设备及存储介质 | |
WO2020111827A1 (ko) | 프로필 자동생성서버 및 방법 | |
CN114647682A (zh) | 一种习题整理方法、装置、电子设备以及存储介质 | |
US20210390251A1 (en) | Automatic generation of form application | |
CN112860845A (zh) | 一种试题检索方法、装置、电子设备及存储介质 | |
JP2006309347A (ja) | 対象文書からキーワードを抽出する方法、システムおよびプログラム | |
CN111967367A (zh) | 图像内容提取方法、装置及电子设备 | |
CN116822634A (zh) | 一种基于布局感知提示的文档视觉语言推理方法 | |
CN114067343A (zh) | 一种数据集的构建方法、模型训练方法和对应装置 | |
CN111931480B (zh) | 文本主要内容的确定方法、装置、存储介质及计算机设备 | |
Xu et al. | Estimating similarity of rich internet pages using visual information | |
CN115880702A (zh) | 数据处理方法、装置、设备、程序产品及存储介质 | |
CN114722174A (zh) | 提词方法和装置、电子设备及存储介质 | |
CN111681776B (zh) | 基于医药大数据的医药对象关系分析的方法及系统 | |
CN113204697A (zh) | 一种搜索方法、装置、电子设备及存储介质 | |
JP2022072383A (ja) | 侵害情報抽出システム、方法及びプログラム | |
CN113569091A (zh) | 视频数据的处理方法、装置 | |
CN110941709A (zh) | 信息筛选方法、装置、电子设备及可读存储介质 | |
US20240086452A1 (en) | Tracking concepts within content in content management systems and adaptive learning systems |
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 |