CN111160001A - 一种数据处理方法及装置 - Google Patents

一种数据处理方法及装置 Download PDF

Info

Publication number
CN111160001A
CN111160001A CN201911340858.1A CN201911340858A CN111160001A CN 111160001 A CN111160001 A CN 111160001A CN 201911340858 A CN201911340858 A CN 201911340858A CN 111160001 A CN111160001 A CN 111160001A
Authority
CN
China
Prior art keywords
data
job
keyword
tag
keyword 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.)
Granted
Application number
CN201911340858.1A
Other languages
English (en)
Other versions
CN111160001B (zh
Inventor
李凯
李辉
臧晨迪
王璐研
常新锋
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.)
Lenovo Beijing Ltd
Original Assignee
Lenovo Beijing 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 Lenovo Beijing Ltd filed Critical Lenovo Beijing Ltd
Priority to CN201911340858.1A priority Critical patent/CN111160001B/zh
Publication of CN111160001A publication Critical patent/CN111160001A/zh
Application granted granted Critical
Publication of CN111160001B publication Critical patent/CN111160001B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请提供一种作业批阅方法,包括,获得待批阅作业的第一关键词数据和至少一个标签类别;基于所述第一关键词数据和至少一个所述标签类别,生成针对所述待批阅作业的评语数据;输出所述评语数据。同时,本申请还提供一种作业批阅装置。

Description

一种数据处理方法及装置
技术领域
本发明涉及数据处理技术,尤其涉及一种数据处理方法及装置。
背景技术
老师在批阅作文时,针对一个班相同命题的作文,如果每个学生都单独写评语,工作量很大;而如果每个学生都写得很少或者都写成相似的评语,则会打击学生的积极性。
发明内容
有鉴于此,本发明实施例期望提供
为达到上述目的,本发明的技术方案是这样实现的:
根据本申请的一方面,提供一种作业批阅方法,包括,
获得待批阅作业的第一关键词数据和至少一个标签类别;
基于所述第一关键词数据和至少一个所述标签类别,生成针对所述待批阅作业的评语数据;
输出所述评语数据。
上述方案中,所述获得待批阅作业的第一关键词数据,包括:
确定待批阅作业的目标数据,所述目标数据是所述待批阅作业的部分数据;
对所述目标数据进行分析,得到所述待批阅作业的所述第一关键词数据。
上述方案中,所述获得待批阅作业的至少一个标签类别,包括:
将所述第一关键词数据与标签数据库中的第二关键词数据进行比对;
将与所述第一关键词数据比对成功的第三关键词数据对应的标签类别,确定为所述待批阅作业的至少一个所述标签类别,所述第二关键词数据包括所述第三关键词数据。
上述方案中,所述获得待批阅作业的第一关键词数据,包括:
基于所述标签类别对所述待批阅作业进行分析,得到所述待批阅作业中与所述标签类别对应的第一关键词数据。
上述方案中,所述方法还包括:
获得所述标签类别在标签数据库中对应的第三关键词数据;
所述基于所述第一关键词数据和至少一个所述标签类别,生成针对所述待批阅作业的评语数据,包括:
将所述第一关键词数据与所述第三关键词数据进行比对,得到比对结果;
根据所述比对结果,生成针对所述待批阅作业的评语数据。
上述方案中,所述方法还包括:
获得所述第一关键词数据在所述待批阅作业中的描述语句;
所述基于所述第一关键词数据和至少一个所述标签类别,生成针对所述待批阅作业的评语数据,包括:
在所述描述语句满足评语条件的情况下,基于所述第一关键词数据和至少一个所述标签类别,生成针对所述待批阅作业的评语数据。
上述方案中,所述标签类别包括至少两个,所述方法还包括:
获得每个所述标签类别在标签数据库中对应的第三关键词数据,以及每个第三关键词数据与每个所述标签类别的关联特征数据;
基于所述第一关键词数据和至少两个所述标签类别,生成针对所述待批阅作业的评语数据,包括:
基于所述第一关键词数据、所述第三关键词数据和所述关联特征数据,生成针对所述待批阅作业的评语数据。
上述方案中,所述第一关键词数据中包含有至少两个时间数据,所述方法还包括:
获得所述两个时间数据在所述待批阅作业中的位置;
所述基于所述第一关键词数据和至少一个所述标签类别,生成针对所述待批阅作业的评语数据,包括:
在基于所述位置确定所述两个时间数据满足评语条件的情况下,基于所述第一关键词数据和至少一个所述标签类别,生成针对所述待批阅作业的评语数据。
根据本申请的另一方面,提供一种作业批阅装置,包括:
获取单元,用于获得待批阅作业的第一关键词数据和至少一个标签类别;
生成单元,用于基于所述第一关键词数据和至少一个所述标签类别,生成针对所述待批阅作业的评语数据;
输出单元,用于输出所述评语数据。
根据本申请的第三方面,提供一种作业批阅装置,包括:处理器和用于存储能够在处理器上运行的计算机程序的存储器,
其中,所述处理器用于运行所述计算机程序时,执行权利要求1至8任一项所述方法的步骤。
本发明实施例提供一种数据处理方法及装置,通过确定至少一个标签类别;基于所述标签类别对第一数据进行分析,得到所述第一数据中与所述标签类别对应的第一关键词数据;基于所述第一关键词数据与所述标签类别对应的第二关键词数据的比对结果,生成针对所述第一数据的评语数据;输出所述评语数据。如此,通过老师选择的标签类别对每个学生的第一数据进行分析,生成针对每个第一数据的评语数据,不仅能够减少老师书写评语的工作量,而且还能够避免每个语音数据千篇一律的问题出现。
附图说明
图1为本申请中作业批阅方法的实现流程示意图;
图2为本申请中作业批阅装置的结构组成示意图一;
图3为本申请中作业批阅***的结构组成示意图;
图4为本申请中作业批阅装置的结构组成示意图二。
具体实施方式
以下结合说明书附图及具体实施例对本发明的技术方案做进一步的详细阐述。
图1为本申请中作业批阅方法的实现流程示意图,如图1所示,该方法包括:
步骤101,获得待批阅作业的第一关键词数据和至少一个标签类别;
本申请中,该方法主要应用于例如台式电脑、笔记本电脑、手机、智能教学设备等等终端。该终端可以具有至少一个显示屏,通过该显示屏可以显示待批阅作业。
这里,待批阅作业可以是指针对教育场景中学生交给老师的作业,例如作文;也可以是针对工作场景中需要处理的文字内容,或合作伙伴之间需要审核的文字内容等等。例如:拟订的合同书、投标书、报刊等等。
在本申请中,当该终端显示待批阅作业时,该终端可以基于用户的选择操作获取该待批阅作业对应的至少一个标签类别,然后基于该至少一个标签类别可以获得该待批阅作业对应的至少一个第一关键词数据。
具体地,该终端在显示待批阅作业时,可以通过显示屏为用户展示一个标签类别选择窗口,并在该标签类别选择窗口内向用户展示一个或多个从数据库中获取的标签类别。用户根据该待批阅作业的内容可以在该标签类别选择窗口内针对该待批阅作业选择至少一个标签类别。终端基于用户针对至少一个标签类别的选择操作会接收到一个标签类别选择指令,从而该终端可以基于该标签类别选择指令可以在标签数据库中确定出对应于该待批阅作业的至少一个标签类别。
这里,标签类别具体可以是表征该待批阅作业中存在的问题类型。例如,以学生的作文为例,该标签类别可以是:逻辑不清楚、句子不通顺、词汇太少、时间顺序不对、不够生动等等。
本申请中,该终端在得到该待批阅作业对应的至少一个标签类别之后,还可以基于该标签类别对该待批阅作业进行神经语言程序学(NLP,Neuro-LinguisticProgramming)分析,从而根据分析的结果得到该待批阅作业中与该至少一个标签类别对应的至少一个第一关键词数据。
这里,该第一关键词数据可以是该待批阅作业中出现的名词。
例如:老师审阅的作文是《我的朋友小明》,选择的标签类别是“不够生动”,此时,该终端可以以“不够生动”为向导,对该作文进行NLP分析,得到与“生动”相关的关键词可以是“朋友、小明”。从而基于确定的第一关键词数据可以方便后续生成针对该作文的定制化评语,以便减少老师书写评语的工作量。
本申请中,该终端还可以对第一标签数据进行过滤,具体地,当检测到该第一标签数据中存在相同的标签时,仅保留其中一个标签,将与该标签相同的其他标签均过滤掉,如此,可以减少数据分析量,同时也可以提高对关键词数据的对比效率。
本申请中,该终端在得到该待批阅作业对应的至少一个标签类别之后,还可以从标签数据库中提取该至少一个标签类别对应的第三关键词数据,从而在提取到该至少一个标签类别对应的至少一个第三关键词数据之后,基于该至少一个第三关键词数据在待批阅作业中查找该第三关键词数据,根据查找结果将待批阅作业中与该第三关键词数据匹配成功的关键词数据作为该待批阅作业的第一关键词数据。
在本申请中,当该终端显示待批阅作业时,该终端还可以基于用户针对该待批阅作业的文字选择操作先获得该待批阅作业的第一关键词数据,然后基于该第一关键词数据获取该待批阅作业对应的至少一个标签类别。
具体地,该终端基于用户针对该待批阅作业的文字选择操作,可以先确定该待批阅作业的目标数据,然后对该目标数据进行NLP分析,得到该待批阅作业的第一关键词数据。
这里,该第一关键词数据可以是该待批阅作业中的名词。例如,对于人物类型的作文,提取的第一关键词数据可以是人的名称、五官名称、身高、体重、衣服、以及衣服的颜色等等名词。而对于景物类型的作文,提取的第一关键词数据可以是地点、景物名称、树的名称、树叶的颜色、形状、天气、天空等等。
本申请中,该终端在获取到该待批阅作业的第一关键词数据之后,还可以将该第一关键词数据与标签数据库中的第二关键词数据进行比对;并得到比对结果。当比对结果表征该第一关键词数据与标签数据库中的至少一个第二关键词数据比对成功时,获取该标签数据库中与该第一关键词数据匹配成功的第三关键词数据对应的标签类别。并将该第三关键词数据对应的标签类别,确定为待批阅作业的至少一个标签类别。
这里,该第二关键词数据中包括有该第三关键词数据。换句话说,该第三关键词数据是该第二关键词数据中与该第一关键词数据匹配成功的数据。
本申请通过获取待批阅作业的第一关键词数据和标签类别,基于第一关键词数据和标签类别生成该待批阅作业个性化的评语数据。可以大大减少用户批阅作业的工作量,提高用户的工作效率。本申请中,该终端还包括触控组件(例如触控屏、触控按钮)、音频输入输出组件(例如麦克风)、数据输入组件(例如鼠标、手写板),用户通过该触控组件、音频输入输出组件、数据输入组件可以在待批阅作业中进行数据选择操作,终端通过该数据选择操作可以检测到对应的操作位置,从而可以基于该操作位置可以确定出目标位置区域,然后获取该待批阅作业中与该位置区域对应的数据,并将待批阅作业中与该位置区域对应的数据确定为待分析的目标数据。
这里,该目标数据可以是该待批阅作业的全部数据,也可以是该待批阅作业的部分数据。
例如,用户选择的是作文的第二段落内容,则该终端可以将该作文的第二段落内容确定为待分析的目标数据。
本申请中,在该终端确定待批阅作业的目标数据之前,还可以对待分析的目标数据进行预设段落信息的设置,当该终端确定待批阅作业的目标数据时,通过获取预设段落信息,可以基于该预设段落信息在待批阅作业中确定与该预设段落信息对应的数据为待分析的目标数据。
这里,预设段落信息可以是用户自行设置,也可以是***默认的段落信息。例如,该预设段落信息可以是待批阅作业的第一段、第二段、第一至三段等等。
本申请通过获取待批阅作业中的目标数据,然后对目标数据进行NLP分析得到该待批阅作业的第一关键词数据,不仅可以减少对待批阅作业的分析范围,而且还可以降低对该待批阅作业的分析难度,从而可以提高第一关键词数据的提取效率。
步骤102,基于所述第一关键词数据和至少一个所述标签类别,生成针对所述待批阅作业的评语数据;
本申请中,该终端在获取到待批阅作业的第一关键词数据和至少一个标签类别之后,还可以获取该至少一个标签类别在标签数据库中对应的第三标签数据。并在获取到该第三标签数据之后,将该第一标签数据与该第三标签数据进行比对,得到比对结果。然后根据该比对结果将第三标签数据中与该第一标签数据匹配失败的标签确定为目标标签,基于该目标标签生成针对该待批阅作业的评语数据。
例如,老师审阅的作文是《我的朋友小明》,选择的标签类别是“不够生动”,终端以不够生动为向导,对该作文进行NLP分析,得到与“生动”相关的第一关键词数据是“朋友、小明、头发”,然后再从标签数据库中得到与“生动”相关的第三关键词数据是“鼻子、头发、眼睛、嘴巴、耳朵、眉毛、身高”。通过将第一关键词数据是“朋友、小明、头发”和第三关键词数据是“鼻子、头发、眼睛、嘴巴、耳朵、眉毛、身高”进行比对,得出标签特征“鼻子、眼睛、嘴巴、耳朵、眉毛、身高、朋友、小明”未匹配成功,从而可以将标签特征“鼻子、眼睛、嘴巴、耳朵、眉毛、身高、小明”生成评语数据,例如生成的评语数据可以是:对朋友小明的描写可以更详细一点,例如,增加一些小明的鼻子、眼睛、嘴巴、耳朵、眉毛、身高等特征,以使该作文内容更丰富、生动。
步骤103,输出所述评语数据。
本申请中,终端在生成针对待批阅作业的评语数据之后,还可以通过该终端的显示屏输出该评语数据。
具体地,该终端可以通过检测待批阅作业的结尾位置确定该评语数据的显示位置,从而在该显示位置处输出该评语数据。
本申请中,该终端在输出该批阅作业的评语数据之后,还可以将该评语数据与该待批阅作业进行数据合并,形成已批阅文件,并对已批阅文件进行保存。如此,当通过该终端再次打开该待批阅作业时,该评语数据和该待批阅作业可以同时显示在该终端的显示屏上,方便老师查看该待批阅作业的批阅结果。
本申请中,该终端还可以向第二终端发送该已批阅文件。已方便通过第二终端显示该已批阅文件。
例如,第二终端可以是学生或家长的电脑、手机、平板等等具有显示屏的终端。
本申请通过获取待批阅作业的第一关键词数据和标签类别,并通过该第一关键词数据和标签类别生成针对该待批阅作业的评语数据,输出该评语数据,不仅可以减少老师书写评语的工作量,而且还可以生成针对每篇作文的定制化评语,避免评语千篇一律。
本申请中,为了提高评语的详细度,该终端在获取到待批阅作业的第一关键词数据之后,还可以获得该第一关键词数据在该待批阅作业中的描述语句,并且在描述语句满足评语条件的情况下,基于该待批阅作业的第一关键词数据和至少一个标签类别,生成针对该待批阅作业的评语数据。
具体地,该终端可以基于该第一关键词数据在该待批阅作业中查找携带有该第一关键词数据的描述语句,并提取已查找到的该描述语句。然后,统计该描述语句的字数,得到统计结果,并将该统计结果与预设字数进行比较,当统计结果小于该预设字数时,确定该描述语句满足评语条件。则该终端可以基于第一关键词数据和至少一个所述标签类别,生成针对所述该待批阅作业的评语数据。
如接上述示例,通过将第一关键词数据是“朋友、小明、头发”和第三关键词数据是“鼻子、头发、眼睛、嘴巴、耳朵、眉毛、身高”进行比对,得出标签特征“鼻子、眼睛、嘴巴、耳朵、眉毛、身高、朋友、小明”未匹配成功,标签特征“头发”匹配成功,但是通过获取该待批阅作业中描述头发的语句可以发现,该发头的描述语句一共才5个字,假如预设字数是10个字,则确定标签特征“头发”满足评语条件,该终端可以将标签特征“朋友、小明、头发、眼睛、嘴巴、耳朵、眉毛、身高”生成评语数据,例如,生成的评语数据可以是:对朋友小明的描写可以更详细一点,例如,增加一些小明的鼻子、眼睛、嘴巴、耳朵、眉毛、身高等特征,还可以增加一些小明的头发长短、颜色等特征,以使该作文内容更丰富、生动。
本申请中,老师在对待批阅作业进行标签类别的选择时,还可以选择多个,例如,对于作文《我的朋友小明》,老师可以选择的标签类别可以是:不够生动、逻辑性不强、时间顺序不对。
当终端在获得针对待批阅作业的标签类别有多个时,该终端还可以获得每个标签类别在标签数据库中对应的第三关键词数据,以及每个第三关键词数据与每个标签类别的关联特征数据,然后,基于该待批阅作业的第一关键词数据、第三关键词数据和关联特征数据,生成针对该待批阅作业的评语数据。
这里,在标签数据库中不仅存储着每个标签类别与标签特征的关联信息,而且还存储着每个标签特征与每个标签特征之间的关联信息。
本申请通过待批阅作业的第一关键词数据、第三关键词数据和关联特征数据,生成针对该待批阅作业的评语数据,可以增加评语的生成维度,以及提高评语的多样化。
例如,标签数据库中包括有标签类别A和标签类别B,其中,标签类别A与标签特征(a1、a2、a3)相关联;标签类别B与标签特征(b1、b2、b3)相关联。标签特征a1、a2、a3和标签特征b1、b2、b3相关联。
比如,标签类别A是不够生动,标签类别B是逻辑不强,其中,标签类别A对应标签特征“五官、皮肤、身高、头发、朝霞、大树、阳光、彩虹”。标签类别B对应标签特征“早、中、晚、雨前、雨后”。标签特征“早、中、晚、雨前、雨后”对应标签特征“朝霞、阳光、彩虹”。
本申请中,当待批阅作业的第一关键词数据中包含有至少两个时间数据时,该终端还可以获得该至少两个时间数据在待批阅作业中的位置,然后在基于该位置确定该至少两个时间数据满足评语条件的情况下,基于该第一关键词数据和至少一个标签类别,生成针对该待批阅作业的评语数据。
例如,第一关键词数据包括早上、中午、晚上。通过检测“早上、中午、晚上”分别在待批阅作业中的位置,确定早上、中午、晚上在待批阅作业中的位置是:早上——晚上——中午。也就是说在该待批阅作业中,先描述了早上做了什么事情,然后描述了晚上做了什么事情,最后描述了中午做了什么事情,在这种情况下,终端则确定晚上和中午满足评语条件,从而基于晚上、中午和该待批阅作业的至少一个标签类别生成评语数据。
如此,通过对第一关键词数据中包含的时间数据在待批阅作业中的位置进行分析,可以在没有选择逻辑性不够这一标签类别时,提高待批阅作业的逻辑性判断,从而在逻辑性不够的情况下,结合已选择的标签类别生成评语数据,不仅可以提高评语数据的生成精准度,而且还可以针对每篇作文生成定制化的评语数据,避免评语千篇一律。
图2为本申请中作业批阅装置的结构组成示意图一,如图2所示,该装置包括:
获取单元201,用于获得待批阅作业的第一关键词数据和至少一个标签类别;
生成单元202,用于基于所述第一关键词数据和至少一个所述标签类别,生成针对所述待批阅作业的评语数据;
输出单元203,用于输出所述评语数据。
在本申请的优先方案中,该装置还包括:确定单元204和分析单元205。
其中,确定单元204,用于确定待批阅作业的目标数据,所述目标数据是所述待批阅作业的部分数据;并在确定该目标数据之后,触发分析单元205。
分析单元205用于对所述目标数据进行分析,得到所述待批阅作业的所述第一关键词数据。并在得到该第一关键词数据之后发送给获取单元201.
在本申请是优选方案中,该装置还包括:比对单元206;
所述比对单元206用于将所述第一关键词数据与标签数据库中的第二关键词数据进行比对;并在得到比对结果的情况下触发确定单元204;
确定单元204还用于将与所述第一关键词数据比对成功的第三关键词数据对应的标签类别,确定为所述待批阅作业的至少一个所述标签类别,其中,所述第二关键词数据包括所述第三关键词数据。
在本申请的优选方案中,获取单元201在获得至少一个标签类别的情况下,触发分析单元205,由分析单元205基于所述标签类别对所述待批阅作业进行分析,得到所述待批阅作业中与所述标签类别对应的第一关键词数据。
在本申请的优选方案中,获取单元201还用于获得所述标签类别在标签数据库中对应的第三关键词数据;并在获取到第三关键词数据的情况下触发比对单元206;由比对单元206将所述第一关键词数据与所述第三关键词数据进行比对,得到比对结果;并在得到比对结果之后触发生成单元202。由生成单元202根据所述比对结果,生成针对所述待批阅作业的评语数据。
在本申请的优选方案中,获取单元201还用于获得所述第一关键词数据在所述待批阅作业中的描述语句;并在获取到该描述语句之后,触发生成单元202.生成单元202在所述描述语句满足评语条件的情况下,基于所述第一关键词数据和至少一个所述标签类别,生成针对所述待批阅作业的评语数据。
在本申请的优选方案中,获取单元201还用于获得每个所述标签类别在标签数据库中对应的第三关键词数据,以及每个第三关键词数据与每个所述标签类别的关联特征数据;并在获取到该第三关键词数据和该关联特征数据的情况下,触发生成单元202,生成单元202基于所述第一关键词数据、所述第三关键词数据和所述关联特征数据,生成针对所述待批阅作业的评语数据。
在本申请的优选方案中,获取单元201还用于获得所述两个时间数据在所述待批阅作业中的位置;并在获取到该位置的情况下触发生成单元202,生成单元202在基于所述位置确定所述两个时间数据满足评语条件的情况下,基于所述第一关键词数据和至少一个所述标签类别,生成针对所述待批阅作业的评语数据。
图3为本申请中作业批阅***的结构组成示意图,如图3所示,包括数据库服务器30和终端40,其中,终端40包括评语分类选择模块401、关键词提取模块402、评语生成模块403和评语显示模块404。
其中,在数据库服务器30中存储有多个用于批阅作业的标签类别,例如,标签类别可以是描述不够生动、逻辑性差、时间顺序颠倒等等。当老师审阅学生的作业,例如作文时,评语分类选择模块401可以从数据库服务器30中获取一个或多个标签类别,并通过标签类别显示窗口将一个或多个标签类别向用户展示。以供老师针对该作文选择一个或多个对应的标签类别。
关键词提取模块402用于基于该一个或多个标签类别对该作文进行NLP分析,得到该作文中与该一个或多个标签类别相对应的至少一个第一关键词数据。
评语生成模块403用于基于该第一关键词数据与数据库服务器30中该至少一个标签类别对应的第三关键词数据的比对结果,生成针对该作文的定制化评语。
具体地,评语生成模块403可以基于该比结结果中匹配失败的标签特征生成针对该作文的定制化评语。
这里,该终端40包括台式电脑、笔记本电脑、平板电脑、手机、教育设备等等。
本申请中,该关键词提取模块402还可以基于老师选择的至少一个或多个标签类别,从数据库服务器30中提取该至少一个或多个标签类别对应的关键词,然后基于该关键词在待批阅作文中查找该关键词。
评语生成模块403还用于基于该关键词提取模块402在待批阅作文中查找该关键词的查找结果,生成针对该作文的定制化评语。
例如,关键词提取模块402从数据库服务器30中提取的关键词是“鼻子、嘴巴、身高”,如果关键词提取模块402在待批阅作文中没有查找到关键词“鼻子”和“身高”,则基于关键词“鼻子”和“身高”生成针对该作文的定制化评语:可以增加一些有关“鼻子”和“身高”的相关特征,以提高该作文的生动性。需要说明的是:上述实施例提供的作业批阅装置在进行评语生成时,仅以上述各程序模块的划分进行举例说明,实际应用中,可以根据需要而将上述处理分配由不同的程序模块完成,即将装置的内部结构划分成不同的程序模块,以完成以上描述的全部或者部分处理。另外,上述实施例提供的作业批阅装置与作业批阅方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
本发明实施例还提供了一种作业批阅装置,该作业批阅装置包括:处理器和用于存储能够在处理器上运行的计算机程序的存储器,
其中,所述处理器用于运行所述计算机程序时,执行:获得待批阅作业的第一关键词数据和至少一个标签类别;基于所述第一关键词数据和至少一个所述标签类别,生成针对所述待批阅作业的评语数据;输出所述评语数据。
所述处理器还用于运行所述计算机程序时,执行:确定待批阅作业的目标数据,所述目标数据是所述待批阅作业的部分数据;对所述目标数据进行分析,得到所述待批阅作业的所述第一关键词数据。
所述处理器还用于运行所述计算机程序时,执行:将所述第一关键词数据与标签数据库中的第二关键词数据进行比对;将与所述第一关键词数据比对成功的第三关键词数据对应的标签类别,确定为所述待批阅作业的至少一个所述标签类别,所述第二关键词数据包括所述第三关键词数据。
所述处理器还用于运行所述计算机程序时,执行:基于所述标签类别对所述待批阅作业进行分析,得到所述待批阅作业中与所述标签类别对应的第一关键词数据。
所述处理器还用于运行所述计算机程序时,执行:获得所述标签类别在标签数据库中对应的第三关键词数据;将所述第一关键词数据与所述第三关键词数据进行比对,得到比对结果;根据所述比对结果,生成针对所述待批阅作业的评语数据。
所述处理器还用于运行所述计算机程序时,执行:获得所述第一关键词数据在所述待批阅作业中的描述语句;在所述描述语句满足评语条件的情况下,基于所述第一关键词数据和至少一个所述标签类别,生成针对所述待批阅作业的评语数据。
所述处理器还用于运行所述计算机程序时,执行:获得每个所述标签类别在标签数据库中对应的第三关键词数据,以及每个第三关键词数据与每个所述标签类别的关联特征数据;基于所述第一关键词数据、所述第三关键词数据和所述关联特征数据,生成针对所述待批阅作业的评语数据。
所述处理器还用于运行所述计算机程序时,执行:获得所述两个时间数据在所述待批阅作业中的位置;在基于所述位置确定所述两个时间数据满足评语条件的情况下,基于所述第一关键词数据和至少一个所述标签类别,生成针对所述待批阅作业的评语数据。
图4为本申请实施例中作业批阅装置的结构组成示意图二,如图4所示,所述作业批阅装置500可以是移动电话、计算机、数字广播终端、信息收发设备、平板设备、个人数字助理、信息推送服务器、内容服务器等。图4所示的作业批阅装置500包括:至少一个处理器501、存储器502、至少一个网络接口504和用户接口503。作业批阅装置500中的各个组件通过总线***505耦合在一起。可理解,总线***505用于实现这些组件之间的连接通信。总线***505除包括数据总线之外,还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见,在图4中将各种总线都标为总线***505。
其中,用户接口503可以包括显示器、键盘、鼠标、轨迹球、点击轮、按键、按钮、触感板或者触摸屏等。
可以理解,存储器502可以是易失性存储器或非易失性存储器,也可包括易失性和非易失性存储器两者。其中,非易失性存储器可以是只读存储器(ROM,Read Only Memory)、可编程只读存储器(PROM,Programmable Read-Only Memory)、可擦除可编程只读存储器(EPROM,Erasable Programmable Read-Only Memory)、电可擦除可编程只读存储器(EEPROM,Electrically Erasable Programmable Read-Only Memory)、磁性随机存取存储器(FRAM,ferromagnetic random access memory)、快闪存储器(Flash Memory)、磁表面存储器、光盘、或只读光盘(CD-ROM,Compact Disc Read-Only Memory);磁表面存储器可以是磁盘存储器或磁带存储器。易失性存储器可以是随机存取存储器(RAM,Random AccessMemory),其用作外部高速缓存。通过示例性但不是限制性说明,许多形式的RAM可用,例如静态随机存取存储器(SRAM,Static Random Access Memory)、同步静态随机存取存储器(SSRAM,Synchronous Static Random Access Memory)、动态随机存取存储器(DRAM,Dynamic Random Access Memory)、同步动态随机存取存储器(SDRAM,SynchronousDynamic Random Access Memory)、双倍数据速率同步动态随机存取存储器(DDRSDRAM,Double Data Rate Synchronous Dynamic Random Access Memory)、增强型同步动态随机存取存储器(ESDRAM,Enhanced Synchronous Dynamic Random Access Memory)、同步连接动态随机存取存储器(SLDRAM,SyncLink Dynamic Random Access Memory)、直接内存总线随机存取存储器(DRRAM,Direct Rambus Random Access Memory)。本申请实施例描述的存储器302旨在包括但不限于这些和任意其它适合类型的存储器。
本申请实施例中的存储器502用于存储各种类型的数据以支持作业批阅装置500的操作。这些数据的示例包括:用于在作业批阅装置500上操作的任何计算机程序,如操作***5021和应用程序5022;其中,操作***5021包含各种***程序,例如框架层、核心库层、驱动层等,用于实现各种基础业务以及处理基于硬件的任务。应用程序5022可以包含各种应用程序,例如媒体播放器(Media Player)、浏览器(Browser)等,用于实现各种应用业务。实现本申请实施例方法的程序可以包含在应用程序5022中。
上述本申请实施例揭示的方法可以应用于处理器501中,或者由处理器501实现。处理器501可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器501中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器501可以是通用处理器、数字信号处理器(DSP,Digital Signal Processor),或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。处理器501可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者任何常规的处理器等。结合本申请实施例所公开的方法的步骤,可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于存储介质中,该存储介质位于存储器502,处理器501读取存储器502中的信息,结合其硬件完成前述方法的步骤。
在示例性实施例中,作业批阅装置500可以被一个或多个应用专用集成电路(ASIC,Application Specific Integrated Circuit)、DSP、可编程逻辑器件(PLD,Programmable Logic Device)、复杂可编程逻辑器件(CPLD,Complex Programmable LogicDevice)、现场可编程门阵列(FPGA,Field-Programmable Gate Array)、通用处理器、控制器、微控制器(MCU,Micro Controller Unit)、微处理器(Microprocessor)、或其他电子元件实现,用于执行前述方法。
在示例性实施例中,本申请实施例还提供了一种计算机可读存储介质,例如包括计算机程序的存储器502,上述计算机程序可由作业批阅装置500的处理器501执行,以完成前述方法所述步骤。计算机可读存储介质可以是FRAM、ROM、PROM、EPROM、EEPROM、FlashMemory、磁表面存储器、光盘、或CD-ROM等存储器;也可以是包括上述存储器之一或任意组合的各种设备,如移动电话、计算机、平板设备、个人数字助理等。
一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器运行时,执行:获得待批阅作业的第一关键词数据和至少一个标签类别;基于所述第一关键词数据和至少一个所述标签类别,生成针对所述待批阅作业的评语数据;输出所述评语数据。
该计算机程序被处理器运行时,还执行:确定待批阅作业的目标数据,所述目标数据是所述待批阅作业的部分数据;对所述目标数据进行分析,得到所述待批阅作业的所述第一关键词数据。
该计算机程序被处理器运行时,还执行:将所述第一关键词数据与标签数据库中的第二关键词数据进行比对;将与所述第一关键词数据比对成功的第三关键词数据对应的标签类别,确定为所述待批阅作业的至少一个所述标签类别,所述第二关键词数据包括所述第三关键词数据。
该计算机程序被处理器运行时,还执行:基于所述标签类别对所述待批阅作业进行分析,得到所述待批阅作业中与所述标签类别对应的第一关键词数据。
该计算机程序被处理器运行时,还执行:获得所述标签类别在标签数据库中对应的第三关键词数据;将所述第一关键词数据与所述第三关键词数据进行比对,得到比对结果;根据所述比对结果,生成针对所述待批阅作业的评语数据。
该计算机程序被处理器运行时,还执行:获得所述第一关键词数据在所述待批阅作业中的描述语句;在所述描述语句满足评语条件的情况下,基于所述第一关键词数据和至少一个所述标签类别,生成针对所述待批阅作业的评语数据。
该计算机程序被处理器运行时,还执行:获得每个所述标签类别在标签数据库中对应的第三关键词数据,以及每个第三关键词数据与每个所述标签类别的关联特征数据;基于所述第一关键词数据、所述第三关键词数据和所述关联特征数据,生成针对所述待批阅作业的评语数据。
该计算机程序被处理器运行时,还执行:获得所述两个时间数据在所述待批阅作业中的位置;在基于所述位置确定所述两个时间数据满足评语条件的情况下,基于所述第一关键词数据和至少一个所述标签类别,生成针对所述待批阅作业的评语数据。
在本申请所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。以上所描述的设备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,如:多个单元或组件可以结合,或可以集成到另一个***,或一些特征可以忽略,或不执行。另外,所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口,设备或单元的间接耦合或通信连接,可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的,作为单元显示的部件可以是、或也可以不是物理单元,即可以位于一个地方,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全部单元来实现本实施例方案的目的。
本申请所提供的几个方法实施例中所揭露的方法,在不冲突的情况下可以任意组合,得到新的方法实施例。
本申请所提供的几个产品实施例中所揭露的特征,在不冲突的情况下可以任意组合,得到新的产品实施例。
本申请所提供的几个方法或设备实施例中所揭露的特征,在不冲突的情况下可以任意组合,得到新的方法实施例或设备实施例。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。

Claims (10)

1.一种作业批阅方法,包括,
获得待批阅作业的第一关键词数据和至少一个标签类别;
基于所述第一关键词数据和至少一个所述标签类别,生成针对所述待批阅作业的评语数据;
输出所述评语数据。
2.根据权利要求1所述的方法,所述获得待批阅作业的第一关键词数据,包括:
确定待批阅作业的目标数据,所述目标数据是所述待批阅作业的部分数据;
对所述目标数据进行分析,得到所述待批阅作业的所述第一关键词数据。
3.根据权利要求1所述的方法,所述获得待批阅作业的至少一个标签类别,包括:
将所述第一关键词数据与标签数据库中的第二关键词数据进行比对;
将与所述第一关键词数据比对成功的第三关键词数据对应的标签类别,确定为所述待批阅作业的至少一个所述标签类别,所述第二关键词数据包括所述第三关键词数据。
4.根据权利要求1所述的方法,所述获得待批阅作业的第一关键词数据,包括:
基于所述标签类别对所述待批阅作业进行分析,得到所述待批阅作业中与所述标签类别对应的第一关键词数据。
5.根据权利要求1所述的方法,所述方法还包括:
获得所述标签类别在标签数据库中对应的第三关键词数据;
所述基于所述第一关键词数据和至少一个所述标签类别,生成针对所述待批阅作业的评语数据,包括:
将所述第一关键词数据与所述第三关键词数据进行比对,得到比对结果;
根据所述比对结果,生成针对所述待批阅作业的评语数据。
6.根据权利要求1所述的方法,所述方法还包括:
获得所述第一关键词数据在所述待批阅作业中的描述语句;
所述基于所述第一关键词数据和至少一个所述标签类别,生成针对所述待批阅作业的评语数据,包括:
在所述描述语句满足评语条件的情况下,基于所述第一关键词数据和至少一个所述标签类别,生成针对所述待批阅作业的评语数据。
7.根据权利要求1所述的方法,所述标签类别包括至少两个,所述方法还包括:
获得每个所述标签类别在标签数据库中对应的第三关键词数据,以及每个第三关键词数据与每个所述标签类别的关联特征数据;
基于所述第一关键词数据和至少两个所述标签类别,生成针对所述待批阅作业的评语数据,包括:
基于所述第一关键词数据、所述第三关键词数据和所述关联特征数据,生成针对所述待批阅作业的评语数据。
8.根据权利要求1所述的方法,所述第一关键词数据中包含有至少两个时间数据,所述方法还包括:
获得所述两个时间数据在所述待批阅作业中的位置;
所述基于所述第一关键词数据和至少一个所述标签类别,生成针对所述待批阅作业的评语数据,包括:
在基于所述位置确定所述两个时间数据满足评语条件的情况下,基于所述第一关键词数据和至少一个所述标签类别,生成针对所述待批阅作业的评语数据。
9.一种作业批阅装置,包括:
获取单元,用于获得待批阅作业的第一关键词数据和至少一个标签类别;
生成单元,用于基于所述第一关键词数据和至少一个所述标签类别,生成针对所述待批阅作业的评语数据;
输出单元,用于输出所述评语数据。
10.一种作业批阅装置,包括:处理器和用于存储能够在处理器上运行的计算机程序的存储器,
其中,所述处理器用于运行所述计算机程序时,执行权利要求1至8任一项所述方法的步骤。
CN201911340858.1A 2019-12-23 2019-12-23 一种数据处理方法及装置 Active CN111160001B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911340858.1A CN111160001B (zh) 2019-12-23 2019-12-23 一种数据处理方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911340858.1A CN111160001B (zh) 2019-12-23 2019-12-23 一种数据处理方法及装置

Publications (2)

Publication Number Publication Date
CN111160001A true CN111160001A (zh) 2020-05-15
CN111160001B CN111160001B (zh) 2022-09-23

Family

ID=70557944

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911340858.1A Active CN111160001B (zh) 2019-12-23 2019-12-23 一种数据处理方法及装置

Country Status (1)

Country Link
CN (1) CN111160001B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112632922A (zh) * 2020-12-16 2021-04-09 作业帮教育科技(北京)有限公司 一种点评文本生成方法、装置和电子设备

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1442804A (zh) * 2002-03-01 2003-09-17 何万贯 自动作文评语教育***
US20100057717A1 (en) * 2008-09-02 2010-03-04 Parashuram Kulkami System And Method For Generating A Search Ranking Score For A Web Page
CN102831558A (zh) * 2012-07-20 2012-12-19 桂林电子科技大学 不依赖人工预评分的大学英语作文自动评分***及方法
US20130024761A1 (en) * 2011-07-18 2013-01-24 Nick Bartomeli Semantic tagging of user-generated content
CN104463733A (zh) * 2013-09-12 2015-03-25 郑州学生宝电子科技有限公司 一种适用于语文作文教学的电子评分***
CN105740223A (zh) * 2014-12-08 2016-07-06 联想(北京)有限公司 信息处理设备和信息处理方法
CN106776551A (zh) * 2016-12-06 2017-05-31 桂林电子科技大学 一种英语作文情感观点的分析方法
CN107633007A (zh) * 2017-08-09 2018-01-26 五邑大学 一种基于层次化ap聚类的商品评论数据标签化***和方法
US20180068231A1 (en) * 2016-09-08 2018-03-08 Conduent Business Services, Llc Method and system for training a target domain classifier to label text segments
CN108229361A (zh) * 2017-12-27 2018-06-29 北京摩数教育科技有限公司 一种电子阅卷方法
CN108255881A (zh) * 2016-12-29 2018-07-06 北京国双科技有限公司 一种生成投放关键词的方法及装置
CN108735024A (zh) * 2018-05-10 2018-11-02 合肥戎云计算机技术有限公司 一种随机给评分评语的批改作业方法
CN110390032A (zh) * 2019-07-26 2019-10-29 江苏曲速教育科技有限公司 一种手写作文的批阅方法及***
CN110597988A (zh) * 2019-08-28 2019-12-20 腾讯科技(深圳)有限公司 一种文本分类方法、装置、设备及存储介质

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1442804A (zh) * 2002-03-01 2003-09-17 何万贯 自动作文评语教育***
US20100057717A1 (en) * 2008-09-02 2010-03-04 Parashuram Kulkami System And Method For Generating A Search Ranking Score For A Web Page
US20130024761A1 (en) * 2011-07-18 2013-01-24 Nick Bartomeli Semantic tagging of user-generated content
CN102831558A (zh) * 2012-07-20 2012-12-19 桂林电子科技大学 不依赖人工预评分的大学英语作文自动评分***及方法
CN104463733A (zh) * 2013-09-12 2015-03-25 郑州学生宝电子科技有限公司 一种适用于语文作文教学的电子评分***
CN105740223A (zh) * 2014-12-08 2016-07-06 联想(北京)有限公司 信息处理设备和信息处理方法
US20180068231A1 (en) * 2016-09-08 2018-03-08 Conduent Business Services, Llc Method and system for training a target domain classifier to label text segments
CN106776551A (zh) * 2016-12-06 2017-05-31 桂林电子科技大学 一种英语作文情感观点的分析方法
CN108255881A (zh) * 2016-12-29 2018-07-06 北京国双科技有限公司 一种生成投放关键词的方法及装置
CN107633007A (zh) * 2017-08-09 2018-01-26 五邑大学 一种基于层次化ap聚类的商品评论数据标签化***和方法
CN108229361A (zh) * 2017-12-27 2018-06-29 北京摩数教育科技有限公司 一种电子阅卷方法
CN108735024A (zh) * 2018-05-10 2018-11-02 合肥戎云计算机技术有限公司 一种随机给评分评语的批改作业方法
CN110390032A (zh) * 2019-07-26 2019-10-29 江苏曲速教育科技有限公司 一种手写作文的批阅方法及***
CN110597988A (zh) * 2019-08-28 2019-12-20 腾讯科技(深圳)有限公司 一种文本分类方法、装置、设备及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
百度文库签约机构: "批改网教师使用攻略", 《WENKU.BAIDU.COM/VIEW/3E372E27767F5ACFA1C7CD8F.HTML》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112632922A (zh) * 2020-12-16 2021-04-09 作业帮教育科技(北京)有限公司 一种点评文本生成方法、装置和电子设备

Also Published As

Publication number Publication date
CN111160001B (zh) 2022-09-23

Similar Documents

Publication Publication Date Title
WO2020186778A1 (zh) 错词纠正方法、装置、计算机装置及存储介质
CN110263150B (zh) 文本生成方法、装置、计算机设备及存储介质
CN107480162B (zh) 基于人工智能的搜索方法、装置、设备及计算机可读存储介质
CN112182252B (zh) 基于药品知识图谱的智能用药问答方法及其设备
US20090144051A1 (en) Method of providing personal dictionary
CN111985243B (zh) 情感模型的训练方法、情感分析方法、装置及存储介质
WO2021238337A1 (zh) 用于实体标注的方法和装置
KR102548365B1 (ko) 회의 기록 자동 생성 방법 및 그 장치
CN114401431A (zh) 一种虚拟人讲解视频生成方法及相关装置
CN116796857A (zh) 一种llm模型训练方法、装置、设备及其存储介质
CN111126084B (zh) 数据处理方法、装置、电子设备和存储介质
CN106202087A (zh) 一种信息推荐方法及装置
CN116320607A (zh) 智能视频生成方法、装置、设备及介质
CN101137979A (zh) 用于翻译器的短语构造器
CN111160001B (zh) 一种数据处理方法及装置
CN111222854A (zh) 基于面试机器人的面试方法、装置、设备及存储介质
CN112735479B (zh) 语音情绪识别方法、装置、计算机设备和存储介质
CN113609833B (zh) 文件的动态生成方法、装置、计算机设备及存储介质
WO2021097629A1 (zh) 数据处理方法、装置、电子设备和存储介质
KR102464156B1 (ko) 사용자의 상태 및 상담원의 상태에 기초하여 사용자와 상담원을 매칭하는 콜센터 서비스 제공 장치, 방법 및 프로그램
CN115132182B (zh) 一种数据识别方法、装置、设备及可读存储介质
CN113763947B (zh) 一种语音意图识别方法、装置、电子设备及存储介质
Park et al. Jejueo datasets for machine translation and speech synthesis
CN114449310A (zh) 视频剪辑方法、装置、计算机设备及存储介质
CN114267324A (zh) 语音生成方法、装置、设备和存储介质

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