CN117808367B - 中文考试智能评卷系统 - Google Patents
中文考试智能评卷系统 Download PDFInfo
- Publication number
- CN117808367B CN117808367B CN202410002596.2A CN202410002596A CN117808367B CN 117808367 B CN117808367 B CN 117808367B CN 202410002596 A CN202410002596 A CN 202410002596A CN 117808367 B CN117808367 B CN 117808367B
- Authority
- CN
- China
- Prior art keywords
- answer
- examination
- subjective
- paper
- question
- 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
- 238000011156 evaluation Methods 0.000 title claims abstract description 38
- 238000013507 mapping Methods 0.000 claims abstract description 32
- 238000012360 testing method Methods 0.000 claims description 12
- 238000000034 method Methods 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06398—Performance of employee with respect to a job function
-
- 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
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Educational Administration (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Educational Technology (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Electrically Operated Instructional Devices (AREA)
Abstract
本发明公开了中文考试智能评卷系统,本发明通过本地端模块获取中文考试的扫描图像数据,截取单元对每个考生基于主观题、客观题的填写答案区域的图像数据进行切割,主观阅卷单元提供评卷窗口供给阅卷老师查看考生的答案内容,提供答案要点窗口同步显示对应的多条答案要点,供给阅卷老师进行点击选中,对多位阅卷老师针对每一个考生基于每一道主观题框选的答案要点建立关联映射,将部分未明确选定的答案要点,即哪些没有被所有阅卷老师框选的答案要点进行判定,将部分对于该主观题最终得分影响较大的答案要点与考生编号和主观题建立关联映射,便于后期快速的针对这些答案要点进行的主观题分数查询和修改。
Description
技术领域
本发明涉及考试评卷技术领域,具体涉及中文考试智能评卷系统。
背景技术
采用计算机阅卷是指以计算机网络技术和图像处理技术为依托,以实现考试评卷公平公正性原则为最终目的一种新的阅卷方式。它结合多年来传统人工阅卷丰富经验和现代高新技术,采用试卷和答卷分离的方式进行,客观题由计算机自动判分,主观题由不同的阅卷教师通过网络在计算机上对考生答卷的电子图像分别进行评分,最后再由计算机系统自动进行核分和成绩校验。采用计算机网上阅卷可以有效地防止评卷老师间的相互影响,还能将阅卷误差率降到最低程度;
现有的针对于主观题的评分,具基于相应的评分细则和答案要点,通过判断考生答案中满足的哪个答案要点,给予其该答案要点对应的分数,然而目前针对于考生答案中满足哪个答案要点,是基于阅卷老师对于答案的理解和其对自身的知识储备和文字理解能力,然而不同的阅卷老师会存在对相同答案有不同的理解,在经过长时间的阅卷过程中,其对于答案中部分内容归属的答案要点判定可能出现偏差,将一些考生答案中原本不包含的答案要点也给予了分数,这种时候,当发现需要对这些考生答案的分数进行修改时;
现有技术是通过调取出固定一段时间内评定的试卷,对其进行一个一个查找,这样的方式无法快速分辨,准确查找到这些考生答案并对其进行分数修改,且当出现对多个答案要点判定出现偏差时,由于部分答案要点基于分数较少,其对学生总体分数影响不大,其没有必要对其进行查找,浪费修改资源,现有技术无法去分辨;
为了解决上述问题,本发明提出了一种解决方案。
发明内容
本发明的目的在于提供中文考试智能评卷系统,为了解决现有技术中,针对部分需要修改的答案要点的分数时通过调取出固定一段时间内评定的试卷,对其进行一个一个查找,这样的方式无法快速分辨,准确查找到这些考生答案并对其进行分数修改,且当出现对多个答案要点判定出现偏差时,由于部分答案要点基于分数较少,其对学生总体分数影响不大,其没有必要对其进行查找,浪费修改资源,现有技术无法去分辨的问题。
本发明的目的可以通过以下技术方案实现:
中文考试智能评卷系统,包括:
线上阅卷平台,用于对完成中文试卷答题考生的答题卡进行线上评分,所述线上阅卷平台包括主观阅卷单元;
主观阅卷单元中存储有本次中文考试所有主观题的标准答案和其对应的答案要点及其相应的得分;
主观阅卷单元提供有评卷窗口和答案要点窗口,针对本次中文考试的每道主观题,评卷窗口逐个显示考生基于该主观题对应答题区域的图像数据供给对应阅卷老师进行查看;
答案要点窗口同步显示评卷窗口中当前显示的主观题标准答案和其对应的答案要点,并在每个答案要点下设置框选按钮,供给阅卷老师进行点击框选;
针对一个考生基于一个主观题对应答题区域的图像数据,由对应该主观题的若干阅卷老师打分完毕后,主观阅卷单元对多个评卷老师针对该考生基于该主观题对应答题区域的图像数据都进行框选的答案要点,将这些答案要点和考生编号、主观题题号建立关联映射;
对多位评卷老师针对该考生基于该主观题对应答题区域的图像数据部分进行框选的答案要点,通过对这些答案要点相应得分和框选这些答案要点的阅卷老师的数量,来对其进行是否建立关联映射判定。
进一步的,还包括本地端模块,用于使用扫描设备对目标区域内完成中文考试考生的答题卡进行扫描,所述本地端模块,对完成中文试卷答题考生的答题卡进行扫描得到本次中文考试的扫描图像数据。
进一步的,主观阅卷单元对多个评卷老师针对一个考生基于一个主观题对应答题区域的图像数据都进行框选的答案要点,将这些答案要点和考生编号、主观题题号建立关联映射,具体如下:
S11:获取该考生在该主观题的主观题得分A1;
获取所有对该图像数据进行评卷的阅卷老师B1、B2、...、Bb,b≥1;
S12:获取阅卷老师B1、B2、...、Bb在对该图像数据进行评卷的过程中都点击的答案要点C1、C2、...、Cc,c≥1;
获取在对该图像数据进行评卷的过程中所有阅卷老师都点击的答案要点相应得分的总和E1;
获取阅卷老师B1、B2、...、Bb在对该图像数据进行评卷的过程中除了答案要点C1、C2、...、Cc以外点击的答案要点D1、D2、...、Dd,d≥1;
S13:将答案要点C1、C2、...、Cc和该考生在该主观题的主观题得分、该考生的主观题题号建立关联映射;
S14:对答案要点D1进行关联映射判定,具体如下:
S141:利用公式计算获取答案要点D1的关联评定值H1,所述F1为答案要点D1的相应得分,所述G1为阅卷老师B1、B2、...、Bb中框选答案要点D1的人数;这里需要说明的是关联评定值为人为定义,用以表征答案要点D1是否可以建立关联映射的评定标准,所述α1、α2分别为预设的得分占比因子和权重占比因子;
S142:将H1和G进行大小比较,若H1≥G,则将答案要点D1和该考生、该考生的主观题题号建立关联映射,反之,则不做任何处理,所述G为预设的关联评定阈值;
S15:按照S14依次对答案要点D1、D2、...、Dd进行关联映射判定并建立关联映射。
本发明的有益效果:
(1)本发明通过设置本地端模块扫描得到一次中文考试的扫描图像数据,截取单元基于中文考试中的题目类型对每个考生基于主观题、客观题的填写答案区域的图像数据进行切割,客观阅卷单元对考生的客观题进行打分,主观阅卷单元由阅卷老师进行人工阅卷,通过此种方式,将不必要的阅卷步骤交给机器,加快了阅卷的速度和效率;
(2)本发明通过主观阅卷单元提供评卷窗口供给阅卷老师查看考生的答案内容,提供答案要点窗口同步显示主观题题号对应的标准答案和其对应的多条答案要点,并提供框选按钮,供给阅卷老师进行点击选中,针对每一个考生基于每一道主观题的得分和其答案包含的答案要点进行存储,提供此种方式,记录了每个考生填写的每一道主观题的得分详情,便于后期的查询和分数疑点回溯查询;
(3)本发明通过对多位阅卷老师针对每一个考生基于每一道主观题框选的答案要点建立关联映射,将部分未明确选定的答案要点,即哪些没有被所有阅卷老师框选的答案要点进行判定,将部分对于该主观题最终得分影响较大的答案要点与考生编号和主观题建立关联映射,便于后期快速的针对这些答案要点进行的主观题分数查询和修改。
附图说明
下面结合附图对本发明作进一步的说明。
图1是本发明的系统框图;
图2是本发明主观阅卷单元的工作流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明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发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
如图1、2所示,中文考试智能评卷系统,包括本地端模块和线上阅卷平台;
本地端模块,用于使用扫描设备对目标区域内完成中文考试考生的答题卡进行扫描;
一次中文考试结束后,所述本地端模块,对完成中文试卷答题考生的答题卡进行扫描得到本次中文考试的扫描图像数据,将其传输到线上阅卷平台;
在本实施例中,所述中文试卷中包含两种类型的题目,分别为主观题和客观题,相对应的其答题卡上对应设有主观区域和客观区域,主观区域内包含有此次中文试卷中包含的所有主观题的填写答案区域,用以考生在其内填写对应主观题的答案,客观区域内包含有所有客观题的填写答案区域,用以考生在其内填写对应客观题的答案;
在本实施例中,所述答题卡上标注有本次中文考试每道题的题号,用以标识题目,题号和填写答案区域一一对应;
在本实施例中,所述答题卡上还设有信息区域,用以考生在其内填写自己的姓名和考生编号;
线上阅卷平台,用于对完成中文试卷答题考生的答题卡进行线上评分,所述线上阅卷平台包括截取单元、权限认证单元、主观阅卷单元、客观阅卷单元和分数汇总单元;
线上阅卷平台接收到本地端模块传输的本次中文考试的扫描数据后将其传输到截取单元,基于其内包含的每一个考生答题卡,由截取单元截取出每一个题号对应填写答案区域的图像数据,将其作为对应题号的答案图像数据;
依据题号对应的题目类型,生成每一个考生的主观截取数据和客观截取数据,一个所述考生主观截取数据中包括所有主观题的题号和其对应的答案图像数据,一个所述考生客观截取数据中包括所有客观题的题号和其对应的答案图像数据;
所述截取单元将本次考试所有考生的客观截取数据传输到客观阅卷单元;所述客观阅卷单元中存储有本次中文考试所有客观题的题号、标准答案以及其对应回答正确的得分数;
所述客观阅卷单元接收到截取单元传输的本次考试所有考生的客观截取数据后;
针对每一个客观题,提取出每一个考生填写该客观题答案图像数据中由考生填写的答案,将其和对应标准答案进行一致性匹配,一致则判定考生获取到该客观题的得分,反之,则判定考生没有获取到该客观题的得分;
对本次考试所有考生的客观截取数据判定结束后,针对每一个考生,获取其所有判定得到客观题的得分并计算得分总和,将得分总和作为对应考生的客观题得分;
客观阅卷单元将本次考试所有考生的客观题得分传输到分数汇总单元中进行存储;
所述截取单元将本次考试所有考生的主观截取数据传输到主观阅卷单元进行存储;所述主观阅卷单元中还存储有本次考试所有主观题的标准答案以及其对应的多条答案要点和相应的得分;
在本实施例中,所述主观阅卷单元提供有评卷窗口,用以显示图像数据,所述评卷窗口中设有下一个按钮,用以显示下一个图像数据;
所述权限认证单元中预存储有此次参与中文阅卷老师的登录账号、登录密码和联系电话;
当阅卷时间即将开始时,参与中文阅卷老师在平台中键入账号名称和账号密码,由权限认证单元对其进行获取,并将其与权限认证单元中存储的所有登录账号和登录密码进行一致性匹配,若匹配一致,则认证通过,向其开放线上阅卷权限供给中文阅卷老师进行线上阅卷;在本实施例中,所述阅卷时间由线上阅卷平台的管理人员进行设定,设定完成后,通过短信的形式发送给对应的中文阅卷老师;
开始阅卷时,由主观阅卷单元针对其内存储本次考试所有考生的主观截取数据中,包含的所有主观题题号和其对应的答案图像数据,对每一个主观题题号对应的所有答案图像数据进行打散;
打散完成后,逐个将每一主观题题号对应的所有图像数据显示给对应评阅该主观题题号阅卷老师的评卷窗口;
在本实施例中,不同的主观题题号的答案图像数据对应由不同的阅卷老师进行阅卷,针对同一个主观题题号的答案图像数据至少由两位阅卷老师进行阅卷;
所述主观阅卷单元还提供有答案要点窗口,答案要点窗口用于显示主观题答案和其对应的多条答案要点,答案要点窗口和评卷窗口相对应,同步显示,评卷窗口显示主观题题号对应的答案图像数据,答案要点窗口同步显示该主观题题号对应的标准答案和其对应的多条答案要点;
在每个答案要点下标注有框选按钮和数字,数字和答案要点相对应,阅卷老师通过鼠标点击框选按钮,表示当前评卷窗口中显示的答案图像数据内的内容包含该答案要点;
当阅卷老师点击评卷窗口中的下一个按钮时,表示该阅卷老师对当前评卷窗口中显示的答案图像数据评卷完毕,由主观阅卷单元获取当前时刻该阅卷老师框选的所有答案要点,并基于这些答案要点相应的得分,计算得到该阅卷老师基于当前评卷窗口中显示的答案图像数据的得分;
针对一个考生的一个主观题题号的答案图像数据,多位阅卷老师都对其评卷完毕后,由主观阅卷单元对其的多个得分进行比较,若多个得分一致,则将该得分作为该考生在该主观题的主观题得分,并按照一定的评定规则对其进行关联映射:
S11:获取该考生在该主观题的主观题得分A1;获取所有对该答案图像数据进行评卷的阅卷老师B1、B2、...、Bb,b≥1;
S12:获取阅卷老师B1、B2、...、Bb在对该答案图像数据进行评卷的过程中都点击的答案要点C1、C2、...、Cc,c≥1;
获取在对该答案图像数据进行评卷的过程中所有阅卷老师都点击的答案要点相应得分的总和E1;
获取阅卷老师B1、B2、...、Bb在对该答案图像数据进行评卷的过程中除了答案要点C1、C2、...、Cc以外点击的答案要点D1、D2、...、Dd,d≥1;
S13:将答案要点C1、C2、...、Cc和该考生在该主观题的主观题得分、该考生的主观题题号建立关联映射;
S14:对答案要点D1进行关联映射判定,具体如下:
S141:利用公式计算获取答案要点D1的关联评定值H1,所述F1为答案要点D1的相应得分,所述G1为阅卷老师B1、B2、...、Bb中框选答案要点D1的人数;这里需要说明的是关联评定值为人为定义,用以表征答案要点D1是否可以建立关联映射的评定标准,所述α1、α2分别为预设的得分占比因子和权重占比因子;
S142:将H1和G进行大小比较,若H1≥G,则将答案要点D1和该考生、该考生的主观题题号建立关联映射,反之,则不做任何处理,所述G为预设的关联评定阈值;
S15:按照S14依次对答案要点D1、D2、...、Dd进行关联映射判定并建立关联映射;
当针对一主观题题号的答案图像数据都评卷完毕后,针对所有考生的考生编号、与其基于该主观题题号、得分和对应关联映射的答案要点生成本次考试基于该主观题的评卷细则表;
阅卷结束后,生成本次考试基于所有主观题的评卷细则表,并依据其内包含的所有考生,每一个主观题的主观题得分,计算获取每一个考生所有主观题的主观题得分总和,将其传输到分数汇总单元;
所述分数汇总单元依据接收到的本次考试所有考生主观题得分和其内存储的本次考试所有考生的客观题得分计算获取本次考试所有考生的最终得分;
在本实施例中,所述本次考试所有考生的最终得分是其客观题得分和主观题得分之和;
在说明书的描述中,参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上内容仅仅是对本发明所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
以上对本发明的一个实施例进行了详细说明,但所述内容仅为本发明的较佳实施例,不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等,均应仍归属于本发明的专利涵盖范围之内。
Claims (8)
1.中文考试智能评卷系统,其特征在于,包括:
线上阅卷平台,用于对完成中文试卷答题考生的答题卡进行线上评分,所述线上阅卷平台包括主观阅卷单元;
主观阅卷单元中存储有本次中文考试所有主观题的标准答案和其对应的答案要点及其相应的得分;
主观阅卷单元提供有评卷窗口和答案要点窗口,针对本次中文考试的每道主观题,评卷窗口逐个显示考生基于该主观题对应答题区域的图像数据供给对应阅卷老师进行查看;
答案要点窗口同步显示评卷窗口中当前显示的主观题标准答案和其对应的答案要点,并在每个答案要点下设置框选按钮,供给阅卷老师进行点击框选;
针对一个考生基于一个主观题对应答题区域的图像数据,由对应该主观题的若干阅卷老师打分完毕后,主观阅卷单元对多个评卷老师针对该考生基于该主观题对应答题区域的图像数据都进行框选的答案要点,将这些答案要点和考生编号、主观题题号建立关联映射;
对多位评卷老师针对该考生基于该主观题对应答题区域的图像数据部分进行框选的答案要点,通过对这些答案要点相应得分和框选这些答案要点的阅卷老师的数量,来对其进行是否建立关联映射判定;
主观阅卷单元对多个评卷老师针对一个考生基于一个主观题对应答题区域的图像数据都进行框选的答案要点,将这些答案要点和考生编号、主观题题号建立关联映射,具体如下:
S11:获取该考生在该主观题的主观题得分A1;
获取所有对该图像数据进行评卷的阅卷老师B1、B2、...、Bb,b≥1;
S12:获取阅卷老师B1、B2、...、Bb在对该图像数据进行评卷的过程中都点击的答案要点C1、C2、...、Cc,c≥1;
获取在对该图像数据进行评卷的过程中所有阅卷老师都点击的答案要点相应得分的总和E1;
获取阅卷老师B1、B2、...、Bb在对该图像数据进行评卷的过程中除了答案要点C1、C2、...、Cc以外点击的答案要点D1、D2、...、Dd,d≥1;
S13:将答案要点C1、C2、...、Cc和该考生在该主观题的主观题得分、该考生的主观题题号建立关联映射;
S14:对答案要点D1进行关联映射判定,具体如下:
S141:利用公式计算获取答案要点D1的关联评定值H1,所述F1为答案要点D1的相应得分,所述G1为阅卷老师B1、B2、...、Bb中框选答案要点D1的人数;这里需要说明的是关联评定值为人为定义,用以表征答案要点D1是否可以建立关联映射的评定标准,所述α1、α2分别为预设的得分占比因子和权重占比因子;
S142:将H1和G进行大小比较,若H1≥G,则将答案要点D1和该考生、该考生的主观题题号建立关联映射,反之,则不做任何处理,所述G为预设的关联评定阈值;
S15:按照S14依次对答案要点D1、D2、...、Dd进行关联映射判定并建立关联映射。
2.根据权利要求1所述的中文考试智能评卷系统,其特征在于,还包括本地端模块,用于使用扫描设备对目标区域内完成中文考试考生的答题卡进行扫描,所述本地端模块,对完成中文试卷答题考生的答题卡进行扫描得到本次中文考试的扫描图像数据。
3.根据权利要求1所述的中文考试智能评卷系统,其特征在于,所述线上阅卷平台还包括截取单元;
一次中文考试结束后,所述截取单元基于本次中文考试的扫描数据截取出其内所有考生填写在每一道主观题对应答题区域的图像数据;
所述中文考卷中包含有主观题和客观题,并在其对应答题卡中分别标注有主观题和客观题的题号,本次中文考试的扫描数据是指使用扫描设备对考生的答题卡进行扫描得到图像数据。
4.根据权利要求3所述的中文考试智能评卷系统,其特征在于,所述截取单元截取出其内所有考生填写在每一道客观题对应答题区域的图像数据。
5.根据权利要求1所述的中文考试智能评卷系统,其特征在于,权限认证单元对参与中文考试阅卷的阅卷老师的身份进行认证。
6.根据权利要求1所述的中文考试智能评卷系统,其特征在于,针对一个主观题,基于当前评卷窗口显示的一个考生基于该观题对应答题区域的图像数据,由阅卷老师在同步显示的答案要点窗口通过鼠标框选对应的多个答案要点,框选完成后,由主观阅卷单元基于这些框选的答案要点的相应得分计算考生基于该主观题的得分。
7.根据权利要求1所述的中文考试智能评卷系统,其特征在于,当所有考生针对某一主观题对应答题区域的图像数据都打分完毕后,依据所有考生的考生编号、与其基于该主观题题号、得分和对应关联映射的答案要点生成本次考试基于该主观题的评卷细则表。
8.根据权利要求7所述的中文考试智能评卷系统,其特征在于,阅卷结束后,生成本次考试基于所有主观题的评卷细则表,并依据其内包含的所有考生,每一个主观题的主观题得分,计算获取每一个考生所有主观题的主观题得分总和,将其传输到分数汇总单元;
所述分数汇总单元依据接收到的本次考试所有考生主观题得分和其内存储的本次考试所有考生的客观题得分计算获取本次考试所有考生的最终得分。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410002596.2A CN117808367B (zh) | 2024-01-02 | 2024-01-02 | 中文考试智能评卷系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410002596.2A CN117808367B (zh) | 2024-01-02 | 2024-01-02 | 中文考试智能评卷系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117808367A CN117808367A (zh) | 2024-04-02 |
CN117808367B true CN117808367B (zh) | 2024-07-19 |
Family
ID=90429816
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410002596.2A Active CN117808367B (zh) | 2024-01-02 | 2024-01-02 | 中文考试智能评卷系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117808367B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108257054A (zh) * | 2018-01-19 | 2018-07-06 | 张静明 | 一种智能综合考试管理系统 |
CN110263651A (zh) * | 2019-05-23 | 2019-09-20 | 五邑大学 | 一种辅助在线批阅试题的方法、装置和存储介质 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104318496B (zh) * | 2014-09-27 | 2018-07-13 | 昆明钢铁集团有限责任公司 | 一种无纸化半人工评卷系统与方法 |
CN105844255A (zh) * | 2016-04-07 | 2016-08-10 | 北京华云天科技有限公司 | 主观题阅卷方法及其装置 |
CN106373447A (zh) * | 2016-09-18 | 2017-02-01 | 三星电子(中国)研发中心 | 一种智能阅卷系统及方法 |
CN108959261A (zh) * | 2018-07-06 | 2018-12-07 | 京工博创(北京)科技有限公司 | 基于自然语言的试卷主观题判题装置及方法 |
CN110096702B (zh) * | 2019-04-22 | 2023-07-25 | 安徽省泰岳祥升软件有限公司 | 一种主观题评分方法及装置 |
CN110322379A (zh) * | 2019-07-08 | 2019-10-11 | 深圳中兴网信科技有限公司 | 试卷处理方法和试卷处理系统 |
CN113160005A (zh) * | 2021-02-24 | 2021-07-23 | 山东智多分教育科技有限公司 | 一种用于主观题的网上阅卷方法 |
CN113095650A (zh) * | 2021-04-02 | 2021-07-09 | 西安博冠教育科技有限公司 | 一种基于题组的多评智能阅卷方法 |
CN113343972A (zh) * | 2021-06-29 | 2021-09-03 | 北京市商汤科技开发有限公司 | 一种阅卷方法、装置、电子设备及存储介质 |
CN116934256A (zh) * | 2023-07-18 | 2023-10-24 | 辽宁省网联数字科技产业有限公司 | 基于框选标记技术赋分点的评标方法、监管方法及系统 |
-
2024
- 2024-01-02 CN CN202410002596.2A patent/CN117808367B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108257054A (zh) * | 2018-01-19 | 2018-07-06 | 张静明 | 一种智能综合考试管理系统 |
CN110263651A (zh) * | 2019-05-23 | 2019-09-20 | 五邑大学 | 一种辅助在线批阅试题的方法、装置和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN117808367A (zh) | 2024-04-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
De Wilde | Representative claims analysis: theory meets method | |
CN110991486B (zh) | 多人协作图像标注质量控制的方法和装置 | |
CN106846961B (zh) | 电子试卷的处理方法和装置 | |
CN111917707B (zh) | 网络安全等级保护中的分级方法、客户端及系统 | |
KR101832791B1 (ko) | 전산 채점 신뢰성 확보와 공정성 향상을 위한 이미지 기반 하이브리드 전산 채점 시스템 및 그 방법 | |
WO2003102739A2 (en) | System for scoring scanned test answer sheets | |
CN111738693A (zh) | 线上笔试试卷生成方法、装置、电子设备及存储介质 | |
CN117745494A (zh) | 一种多端融合的3d视频数字化osce考站系统 | |
CN115660627A (zh) | 一种人员考勤的注册培训方法 | |
CN117808367B (zh) | 中文考试智能评卷系统 | |
Suto et al. | High-Stakes Testing after Basic Secondary Education: How and Why Is It Done in High-Performing Education Systems? Research Report. | |
CN110705905A (zh) | 一种高准确率的智能网上阅卷方法 | |
Olawaiye et al. | Resident selection process and prediction of clinical performance in an obstetrics and gynecology program | |
CN112598553A (zh) | 一种基于在线学习与智能评测的服务系统 | |
CN111612659B (zh) | 一种在线财会考试自动评分系统及评分方法 | |
JP6170662B2 (ja) | 理解傾向測定システム | |
KR20100111819A (ko) | 인터넷상에서 서로 다른 선택지 배열을 갖는 시험문제를 출제 및 채점방법 | |
KR20110018244A (ko) | 온라인 시험과 연계한 강의 정보 제공 시스템 및 방법 | |
JP2017182101A (ja) | 理解傾向測定システム | |
CN114049973A (zh) | 对话质检方法、电子设备、计算机存储介质及程序产品 | |
CN113283773A (zh) | 一种基于云平台的经济管理网课用教学评分系统 | |
Vasilevska | TOWARDS DEVELOPMENT OF A NEW HIGHER EDUCATION INSTITUTION RANKING MODEL THAT ESTABLISHES A MEANINGFUL LINKAGE BETWEEN HIGHER EDUCATION AND ECONOMIC DEVELOPMENT | |
KR20010079317A (ko) | 퀴즈 기반 온라인 교육 서비스 제공 방법 | |
JP2014112269A (ja) | 学習支援システム、学習支援サーバ、学習支援方法、及び学習支援プログラム | |
JP2001318589A (ja) | 研修効果判定システム |
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 |