CN110222678B - 一种题目分析方法、***、可读存储介质及电子设备 - Google Patents

一种题目分析方法、***、可读存储介质及电子设备 Download PDF

Info

Publication number
CN110222678B
CN110222678B CN201910364116.6A CN201910364116A CN110222678B CN 110222678 B CN110222678 B CN 110222678B CN 201910364116 A CN201910364116 A CN 201910364116A CN 110222678 B CN110222678 B CN 110222678B
Authority
CN
China
Prior art keywords
question
information
wrong
questions
correction information
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
Application number
CN201910364116.6A
Other languages
English (en)
Other versions
CN110222678A (zh
Inventor
王喆
龚超
陈熄波
杨波
刘祖剑
罗小林
黄海兵
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Yichun Yilian Technology Co ltd
Original Assignee
Yichun Yilian Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Yichun Yilian Technology Co ltd filed Critical Yichun Yilian Technology Co ltd
Priority to CN201910364116.6A priority Critical patent/CN110222678B/zh
Publication of CN110222678A publication Critical patent/CN110222678A/zh
Application granted granted Critical
Publication of CN110222678B publication Critical patent/CN110222678B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/31—Indexing; Data structures therefor; Storage structures
    • G06F16/316—Indexing structures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—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
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/22—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
    • G06V10/225—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition based on a marking or identifier characterising the area

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Educational Administration (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Educational Technology (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Primary Health Care (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Human Resources & Organizations (AREA)
  • Software Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • Computational Linguistics (AREA)
  • Multimedia (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Electrically Operated Instructional Devices (AREA)

Abstract

本发明公开了一种题目分析方法，包括以下步骤：根据若干题目信息和题目解析，建立题库；当获取扫描指令时，扫描指定区域的题目和对应的批改信息，捕捉所述批改信息为“错”的所述题目，获得错题；对所述错题执行文字识别，获得错题信息；将所述错题信息与所述题库中的所述题目信息进行对比，取若干相似度高于第一阈值的所述题目信息并显示，并为相似度最高的所述题目信息显示对应的所述题目解析。本发明可单独列出错题的题目解析，还会针对错题选择其他相似度较高的题目供学生强化练习，实现了针对性地指导学生的不足。本发明还公开了一种采用上述方法的题目分析***、可读存储介质及电子设备。

Description

一种题目分析方法、***、可读存储介质及电子设备
技术领域
本发明涉及智能教育技术领域，特别是涉及一种题目分析方法、***、可读存储介质及电子设备。
背景技术
现在电子产品越来越普及，用智能终端产品，如手机和平板电脑等摄像功能将难题拍摄下来并寻求网络答疑的方法得到了广泛的应用
目前，大部分教育电子产品都通过摄像头拍摄题目，将拍摄所获得的图像利用图像文字识别技术(OCR)进行识别，转化成一段文字，通过该段文字在网络题库中搜索题目的解析，从而免除了学生或老师去查阅资料的繁琐。
虽然现有技术能实现拍摄题目获得题目的解析，但当题目较多时，如老师批改后的一份作业或试卷，现有的教育电子产品虽然可以依次对所有题目进行拍摄，但会反馈错题以外的所有题目解析，也不会额外给予学生强化练习，无法针对性地指导学生的不足。
发明内容
本发明的一个目的在于提出一种能针对性地指导学生的不足的题目分析方法。
一种题目分析方法，包括以下步骤：
根据若干题目信息和题目解析，建立题库；
当获取扫描指令时，扫描指定区域的题目和对应的批改信息，捕捉所述批改信息为“错”的所述题目，获得错题；
对所述错题执行文字识别，获得错题信息；
将所述错题信息与所述题库中的所述题目信息进行对比，取若干相似度高于第一阈值的所述题目信息并显示，并为相似度最高的所述题目信息显示对应的所述题目解析。
根据本发明提出的题目分析方法，在依次扫描全部的题目后，可单独列出错题的题目解析，还会针对错题选择其他相似度较高的题目供学生强化练习，实现了针对性地指导学生的不足。
另外，根据本发明提供的题目分析方法，还可以具有如下附加的技术特征：
进一步地，所述根据若干题目信息和题目解析，建立题库的步骤之前还包括：
根据若干指定用户的身份信息生成识别信息，建立用户信息库；
当获取扫描指令时，捕捉所述识别信息，并根据所述用户信息库获得所述识别信息对应的所述身份信息。
进一步地，所述根据若干题目信息和题目解析，建立题库的步骤包括：
在所述用户信息库中，根据所述身份信息将所述识别信息分成若干分组；
以所述分组作为依据，将所述题目信息和题目划分为多个等级，分别建立多个所述题库；
当扫描识别所述身份信息后，选择执行对应等级的所述题库。
进一步地，所述扫描指定区域的题目和对应的批改信息的步骤包括：
预设标准题目颜色，分析所述指定区域的所有颜色；
捕捉与所述标准题目颜色存在差异的区域，该区域的图形即为所述批改信息。
进一步地，所述捕捉所述批改信息为“错”的所述题目，获得错题的步骤包括：
预设标准错误批改信息，所述标准错误批改信息包括标准正确批改信息和标准错误批改信息；
将所述批改信息和所述标准错误批改信息通过图像识别进行对比，取与所述标准错误批改信息相似度大于第二阈值的所述批改信息，判断其为“错”，其对应的所述题目即为错题。
进一步地，所述捕捉所述批改信息为“错”的所述题目，获得错题的步骤还包括：
取与所述标准正确批改信息相似度大于第二阈值的所述批改信息，判断其为“对”，获得对题，统计所述错题和所述对题的数量；
在对所有待扫描题目扫描完毕后，输入所述待扫描题目的总数量，当所述错题和所述对题之和小于所述总数量时，提醒用户检查。
进一步地，所述将所述错题信息与所述题库中的所述题目信息进行对比，取若干相似度高于第一阈值的所述题目信息并显示的步骤包括：
预设将所有的所述题目分为若干考点，将所述题库中的题目根据所述考点分为若干子题库；
将所述错题信息与所述题库中的所有题目信息进行对比，取相似度高于第一阈值的所述题目信息，获得对应的所述子题库，从所述子题库中选择若干所述题目信息并显示。
一种题目分析***，采用上述的题目分析方法，包括：
题库模块，用于储存所有的所述题目信息和所述题目解析；
扫描模块，用于扫描指定区域的题目和对应的批改信息，并将所述题目和所述批改信息转化为图像；
文字识别模块，用于对所述图像进行识别；
对比模块，用于将所述文字识别模块识别的信息与所述题目信息进行对比，获得相似度并选出若干相似度高于第一阈值的所述题目信息并显示。
一种可读存储介质，其上存储有计算机指令，该指令被处理器执行时实现上述的题目分析方法。
一种电子设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述的题目分析方法。
本发明的有益效果至少包括：
(1)可单独列出错题的题目解析，还会针对错题选择其他相似度较高的题目供学生强化练习，实现了针对性地指导学生的不足；
(2)根据用户的身份信息进行分组，建立多个题库，如一年级题库和二年级题库，确保用户所获得的题目解析和强化练习的题目信息符合用户的认知程度；
(3)当老师在批阅时，其留下的两个以上的“对”和“错”的标记相隔较近或重合时，会使***漏判，此时会通过统计计数来通知用户；
(4)对题库根据考点进行划分，能进一步对用户的不足针对性地选择供强化练习的题目信息。
本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：
图1是本发明第一实施例的题目分析方法的流程示意图；
图2是本发明第二实施例的题目分析方法的流程示意图；
图3是本发明第三实施例的题目分析***的结构框图。
具体实施方式
为使本发明的目的、特征和优点能够更加明显易懂，下面结合附图对本发明的具体实施方式做详细的说明。附图中给出了本发明的若干实施例。但是，本发明可以以许多不同的形式来实现，并不限于本文所描述的实施例。相反地，提供这些实施例的目的是使对本发明的公开内容更加透彻全面。
请参阅图1，本发明的第一实施例提出一种题目分析方法，包括步骤S1～S4。
在本实施例中，用户指代学生，在批改信息中，“对”对应勾状的图像，“错”对应叉状的图像。
S1.根据若干题目信息和题目解析，建立题库。
可以理解为，根据网络或教科书能搜索到的所有的题目信息和对应的题目解析建立一个大的题库，用户可从该题库中获得对应题目的解析。
S2.当获取扫描指令时，扫描指定区域的题目和对应的批改信息，捕捉所述批改信息为“错”的所述题目，获得错题。
具体的，所述扫描指定区域的题目和对应的批改信息的步骤包括：
预设标准题目颜色，分析所述指定区域的所有颜色；
捕捉与所述标准题目颜色存在差异的区域，该区域的图形即为所述批改信息。
在本实施例中，预设的标准题目颜色为黑色。
可以理解的是，利用图像识别技术能捕捉图像中的颜色，老师在批改学生的作业或试卷时一般采用红色的笔，即批改信息多为红色，而预设的颜色为黑色，存在明显区别。当判断图像中存在红色时，可单独提取红色图像，实现将题目和批改信息进行划分，防止题目的图像影响批改信息的图像，提高判断的精度。
另外，所述捕捉所述批改信息为“错”的所述题目，获得错题的步骤包括：
预设标准错误批改信息，所述标准错误批改信息包括标准正确批改信息和标准错误批改信息；
将所述批改信息和所述标准错误批改信息通过图像识别进行对比，取与所述标准错误批改信息相似度大于第二阈值的所述批改信息，判断其为“错”，其对应的所述题目即为错题。
在本实施例中，第二阈值为80％，用户也可根据实际情况进行选择。
可以理解的是，标准正确批改信息为固定的勾状图像，标准错误批改信息为固定的叉状图像，二者存在明显的区别，在对比时选择提取出的红色图像与标准错误批改信息进行对比，计算二者的重合度，即相似度，当相似度大于第二阈值时，即判断该批改信息为“错”，位于相同指定区域的题目即为错题。
优选的，所述捕捉所述批改信息为“错”的所述题目，获得错题的步骤还包括：
取与所述标准正确批改信息相似度大于第二阈值的所述批改信息，判断其为“对”，获得对题，统计所述错题和所述对题的数量；
在对所有待扫描题目扫描完毕后，输入所述待扫描题目的总数量，当所述错题和所述对题之和小于所述总数量时，提醒用户检查。
应当指出的是，对所获取的错题和对题进行统计，当其数量之和小于作业或试卷的题目总数时，则说明本次部分区域扫描有误，需提醒用户检查。
S3.对所述错题执行文字识别，获得错题信息。
需要说明的是，在获得错题后对错题进行文字识别，本实施例采用OCR文字识别技术，获得电子版文字格式的错题信息，便于后续执行对比。
S4.将所述错题信息与所述题库中的所述题目信息进行对比，取若干相似度高于第一阈值的所述题目信息并显示，并为相似度最高的所述题目信息显示对应的所述题目解析。
在本实施例中，第一阈值为85％。
具体的，所述将所述错题信息与所述题库中的所述题目信息进行对比，取若干相似度高于第一阈值的所述题目信息并显示的步骤包括：
预设将所有的所述题目分为若干考点，将所述题库中的题目根据所述考点分为若干子题库；
将所述错题信息与所述题库中的所有题目信息进行对比，取相似度高于第一阈值的所述题目信息，获得对应的所述子题库，从所述子题库中选择若干所述题目信息并显示。
可以理解的是，在很多情况下，即使题目的文字表达相似，但其考点却相差较大，在本实施例中事先将题库根据考点分为多个子题库，在选择相似度较高的题目信息时，会优先选择对应考点的子题库中的题目，使所选择的题目信息更优针对性。
本发明的优势在于，在依次扫描全部的题目后，可单独列出错题的题目解析，还会针对错题选择其他相似度较高的题目供学生强化练习，实现了针对性地指导学生的不足。
请参阅图2，本发明的第二实施例提出一种题目分析方法，本实施例与第一实施例基本一致，不同之处在，本实施例将步骤S1替换为了步骤S1’。
步骤S1’的具体步骤包括：
根据若干指定用户的身份信息生成识别信息，建立用户信息库；
当获取扫描指令时，捕捉所述识别信息，并根据所述用户信息库获得所述识别信息对应的所述身份信息；
在所述用户信息库中，根据所述身份信息将所述识别信息分成若干分组；
以所述分组作为依据，将所述题目信息和题目划分为多个等级，分别建立多个所述题库；
当扫描识别所述身份信息后，选择执行对应等级的所述题库。
需要说明的，题目虽然相同，但是解析方法却不尽相同，因为每个学习阶段所掌握的知识点不同，比如七年级和八年级对待同一解题方式会存在较大区别，甚至七年级的学生无法理解八年级的解题方法，因此有必要根据学生的身份信息分等级地选择对应的题库。
请参阅图3，本发明的第三实施例提出一种题目分析***，采用第二实施例的题目分析方法，包括：
题库模块，用于储存所有的所述题目信息和所述题目解析；
扫描模块，用于扫描指定区域的题目和对应的批改信息，并将所述题目和所述批改信息转化为图像；
文字识别模块，用于对所述图像进行识别；
对比模块，用于将所述文字识别模块识别的信息与所述题目信息进行对比，获得相似度并选出若干相似度高于第一阈值的所述题目信息并显示。
可以理解的是，通过扫描模块配合文字识别模块能识别题目和批改信息，并获得错题，利用题库模块能获取关于错题的解析，并获得与该错题相似的其他题目，以供用户进行强化练习。
具体的，扫描模块还包颜色捕捉单元，用于捕捉红色的勾和叉，便于后续的对错题的判断。
本发明的第四实施例提出一种可读存储介质，其上存储有计算机指令，该指令被处理器执行时实现上述的题目分析方法。
本发明的第四实施例提出一种电子设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述的题目分析方法。该电子设备可以为手机、平板电脑或其他任何带扫描功能的电子产品。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”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。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (5)

1.一种题目分析方法，其特征在于，包括以下步骤：
根据若干题目信息和题目解析，建立题库；
当获取扫描指令时，扫描指定区域的题目和对应的批改信息，捕捉所述批改信息为“错”的所述题目，获得错题；
通过OCR文字识别技术对所述错题执行文字识别，获得电子版文字格式的错题信息；
预设将所有的题目分为若干考点，将所述题库中的题目根据所述考点分为若干子题库；
将所述错题信息与所述题库中的所有题目信息进行对比，取相似度高于第一阈值的所述题目信息，获得对应的所述子题库，从所述子题库中选择若干所述题目信息并显示，并为相似度最高的所述题目信息显示对应的所述题目解析；
所述根据若干题目信息和题目解析，建立题库的步骤具体包括：
根据若干指定用户的身份信息生成识别信息，建立用户信息库；
当获取扫描指令时，捕捉所述识别信息，并根据所述用户信息库获得所述识别信息对应的所述身份信息；
在所述用户信息库中，根据所述身份信息将所述识别信息分成若干分组；
以所述分组作为依据，将所述题目信息和题目划分为多个等级，分别建立多个所述题库；
当扫描识别所述身份信息后，选择执行对应等级的所述题库；
所述捕捉所述批改信息为“错”的所述题目，获得错题的步骤具体包括：
预设标准错误批改信息，所述标准错误批改信息包括标准正确批改信息和标准错误批改信息；
将所述批改信息和所述标准错误批改信息通过图像识别进行对比，取与所述标准错误批改信息相似度大于第二阈值的所述批改信息，判断其为“错”，其对应的所述题目即为错题；
取与所述标准正确批改信息相似度大于第二阈值的所述批改信息，判断其为“对”，获得对题，统计所述错题和所述对题的数量；
在对所有待扫描题目扫描完毕后，输入所述待扫描题目的总数量，当所述错题和所述对题之和小于所述总数量时，提醒用户检查。
2.根据权利要求1所述的题目分析方法，其特征在于，所述扫描指定区域的题目和对应的批改信息的步骤包括：
预设标准题目颜色，分析所述指定区域的所有颜色；
捕捉与所述标准题目颜色存在差异的区域，该区域的图形即为所述批改信息。
3.一种题目分析***，其特征在于，采用权利要求1~2任意一项所述的题目分析方法，包括：
题库模块，用于储存所有的所述题目信息和所述题目解析；
扫描模块，用于扫描指定区域的题目和对应的批改信息，并将所述题目和所述批改信息转化为图像；
文字识别模块，用于对所述图像进行识别；
对比模块，用于将所述文字识别模块识别的信息与所述题目信息进行对比，获得相似度并选出若干相似度高于第一阈值的所述题目信息并显示。
4.一种可读存储介质，其上存储有计算机指令，其特征在于，该指令被处理器执行时实现权利要求1至2任意一项所述的题目分析方法。
5.一种电子设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至2任意一项所述的题目分析方法。
CN201910364116.6A 2019-04-30 2019-04-30 一种题目分析方法、***、可读存储介质及电子设备 Active CN110222678B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910364116.6A CN110222678B (zh) 2019-04-30 2019-04-30 一种题目分析方法、***、可读存储介质及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910364116.6A CN110222678B (zh) 2019-04-30 2019-04-30 一种题目分析方法、***、可读存储介质及电子设备

Publications (2)

Publication Number Publication Date
CN110222678A CN110222678A (zh) 2019-09-10
CN110222678B true CN110222678B (zh) 2022-02-01

Family

ID=67820457

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910364116.6A Active CN110222678B (zh) 2019-04-30 2019-04-30 一种题目分析方法、***、可读存储介质及电子设备

Country Status (1)

Country Link
CN (1) CN110222678B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112699337B (zh) * 2019-10-22 2022-07-29 北京易真学思教育科技有限公司 方程批改方法、电子设备及计算机存储介质
CN111753767B (zh) * 2020-06-29 2024-06-21 广东小天才科技有限公司 一种作业自动批改的方法、装置、电子设备和存储介质
CN111898343B (zh) * 2020-08-03 2023-07-14 北京师范大学 一种基于短语结构树的相似题目识别方法和***
CN112231028B (zh) * 2020-10-12 2022-08-26 武汉智云优鸿科技有限公司 错题破析学习方法、装置、终端及介质
CN112488110A (zh) * 2020-12-18 2021-03-12 深圳简捷电子科技有限公司 一种图片中局部信息精准抓取的方法和***
CN113851021A (zh) * 2021-09-18 2021-12-28 读书郎教育科技有限公司 一种基于错题本的推荐学习***及方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103886302A (zh) * 2014-03-28 2014-06-25 上海携培信息科技有限公司 试卷识别分析实现方法及装置
CN105095892A (zh) * 2014-05-16 2015-11-25 上海市上海中学 基于图像处理的学生文档管理***
CN105224665A (zh) * 2015-09-30 2016-01-06 广东小天才科技有限公司 一种错题管理方法及***
CN106227809A (zh) * 2016-07-22 2016-12-14 广东小天才科技有限公司 一种试题的推送方法及装置
CN107016022A (zh) * 2016-11-14 2017-08-04 上海仪电鑫森科技发展有限公司 教学难点大数据分析***
CN109146740A (zh) * 2018-09-07 2019-01-04 江苏曲速教育科技有限公司 一种基于智能阅卷的动态答题卷模板***
CN109472014A (zh) * 2018-10-30 2019-03-15 南京红松信息技术有限公司 一种错题集自动识别生成方法及其装置

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101477755A (zh) * 2009-01-06 2009-07-08 陈诗周 学生错题库***
CN104834729B (zh) * 2015-05-14 2018-08-10 作业帮教育科技（北京）有限公司 题目推荐方法和题目推荐装置
WO2017124343A1 (zh) * 2016-01-20 2017-07-27 吴晓敏 关于梳理知识点时的信息推送方法以及学习***
CN109637238B (zh) * 2018-11-05 2021-03-02 广东共升教育科技有限公司 一种练习题的生成方法、装置、设备和存储介质

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103886302A (zh) * 2014-03-28 2014-06-25 上海携培信息科技有限公司 试卷识别分析实现方法及装置
CN105095892A (zh) * 2014-05-16 2015-11-25 上海市上海中学 基于图像处理的学生文档管理***
CN105224665A (zh) * 2015-09-30 2016-01-06 广东小天才科技有限公司 一种错题管理方法及***
CN106227809A (zh) * 2016-07-22 2016-12-14 广东小天才科技有限公司 一种试题的推送方法及装置
CN107016022A (zh) * 2016-11-14 2017-08-04 上海仪电鑫森科技发展有限公司 教学难点大数据分析***
CN109146740A (zh) * 2018-09-07 2019-01-04 江苏曲速教育科技有限公司 一种基于智能阅卷的动态答题卷模板***
CN109472014A (zh) * 2018-10-30 2019-03-15 南京红松信息技术有限公司 一种错题集自动识别生成方法及其装置

Also Published As

Publication number Publication date
CN110222678A (zh) 2019-09-10

Similar Documents

Publication Publication Date Title
CN110222678B (zh) 一种题目分析方法、***、可读存储介质及电子设备
CN110008933B (zh) 一种通用智能阅卷***和方法
CN109271401B (zh) 一种题目搜索、批改方法、装置、电子设备和存储介质
US11790641B2 (en) Answer evaluation method, answer evaluation system, electronic device, and medium
US11410407B2 (en) Method and device for generating collection of incorrectly-answered questions
CN111753767A (zh) 一种作业自动批改的方法、装置、电子设备和存储介质
CN109583429B (zh) 一种批改试卷中应用题的方法及装置
CN110879965A (zh) 试卷客观题的自动批阅方法、电子装置、设备及存储介质
CN110085068A (zh) 一种基于图像识别的学习辅导方法及装置
CN112580503A (zh) 一种作业批改方法、装置、设备及存储介质
CN111783855A (zh) 智能阅卷方法及装置
CN112115907A (zh) 固定版面证件结构化信息提取方法、装置、设备及介质
CN113377799A (zh) 错题智能分析与打印***
CN110889406B (zh) 一种习题数据卡的信息采集方法、***及终端
CN113888757A (zh) 基于对标评价的考卷智能分析方法、***及存储介质
CN115050039A (zh) 自动化试卷分析方法、***、电子设备、存储介质
CN111639630B (zh) 一种作业批改方法及装置
CN112799612A (zh) 一种打印控制方法、装置、计算机设备及存储介质
CN106339965A (zh) 一种学情分析方法
CN115269812A (zh) 题目推荐方法、装置、设备及存储介质
CN111090989B (zh) 一种基于文字识别的提示方法及电子设备
CN112164262A (zh) 一种智能阅卷辅导***
CN210348859U (zh) 一种试卷批改一体机
CN113705157A (zh) 一种纸质作业拍照批改的方法
CN111046863B (zh) 数据处理方法、装置、设备及计算机可读存储介质

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