CN112183143A - 批阅方法及教学*** - Google Patents

批阅方法及教学*** Download PDF

Info

Publication number
CN112183143A
CN112183143A CN202011198127.0A CN202011198127A CN112183143A CN 112183143 A CN112183143 A CN 112183143A CN 202011198127 A CN202011198127 A CN 202011198127A CN 112183143 A CN112183143 A CN 112183143A
Authority
CN
China
Prior art keywords
reading
student
amending
answer sheet
area
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
Application number
CN202011198127.0A
Other languages
English (en)
Inventor
肖芳
崔立忠
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.)
Beijing Beishi Zhihui Technology Co ltd
Original Assignee
Beijing Beishi Zhihui 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 Beijing Beishi Zhihui Technology Co ltd filed Critical Beijing Beishi Zhihui Technology Co ltd
Priority to CN202011198127.0A priority Critical patent/CN112183143A/zh
Publication of CN112183143A publication Critical patent/CN112183143A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06KGRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K7/00Methods or arrangements for sensing record carriers, e.g. for reading patterns
    • G06K7/10Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
    • G06K7/10544Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation by scanning of the records by radiation in the optical part of the electromagnetic spectrum
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06KGRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K7/00Methods or arrangements for sensing record carriers, e.g. for reading patterns
    • G06K7/10Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
    • G06K7/14Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation using light without selection of wavelength, e.g. sensing reflected white light
    • G06K7/1404Methods for optical code recognition
    • G06K7/1439Methods for optical code recognition including a method step for retrieval of the optical code
    • G06K7/1443Methods for optical code recognition including a method step for retrieval of the optical code locating of the code in an image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/22Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/28Quantising the image, e.g. histogram thresholding for discrimination between background and foreground patterns
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10Character recognition
    • G06V30/32Digital ink
    • GPHYSICS
    • G09EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09BEDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B7/00Electrically-operated teaching apparatus or devices working with questions and answers
    • G09B7/02Electrically-operated teaching apparatus or devices working with questions and answers of the type wherein the student is expected to construct an answer to the question which is presented or wherein the machine gives an answer to the question presented by a student

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Toxicology (AREA)
  • Artificial Intelligence (AREA)
  • Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • Educational Technology (AREA)
  • Electrically Operated Instructional Devices (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请提供一种批阅方法及教学***,该批阅方法包括:对学生账号标签进行识别,确定答题卡的学生身份信息;获取点阵数据采集设备从答题卡的批阅区域中采集到的批阅笔迹;根据批阅笔迹在答题卡上的坐标,确定批阅笔迹在答题卡上匹配的试题内容;对批阅笔迹进行识别确定出批阅结果,并建立批阅结果与试题内容的关联关系;根据关联关系以及学生身份信息,生成学情评价报告。本申请实施例中的批阅方法避免了智能化教学中学情采集和批阅成本过高的问题。

Description

批阅方法及教学***
技术领域
本申请涉及智能教学技术领域,尤其涉及一种批阅方法及教学***。
背景技术
在日常教学过程中,经常需要通过考试来检验学生的学习情况,对学生的答题情况进行批阅是获得学生学习情况的必要手段。现有技术中的智能教学技术中,往往是学生每个人都使用点阵数据采集设备绑定个人身份信息并在答题卡上进行书写,老师再进行批阅,因此成本很高,无法常态化使用。
发明内容
为了解决上述问题,本申请实施例提供了一种批阅方法及教学***,以至少部分地解决上述问题。
根据本申请实施例的第一方面,本申请实施例提供了一种批阅方法,其包括:对学生账号标签进行识别,确定答题卡的学生身份信息;获取点阵数据采集设备从答题卡的批阅区域中采集到的批阅笔迹;根据批阅笔迹在答题卡上的坐标,确定批阅笔迹在答题卡上匹配的试题内容;对批阅笔迹进行识别确定出批阅结果,并建立批阅结果与试题内容的关联关系;根据关联关系以及学生身份信息,生成学情评价报告。
根据本申请实施例的第二方面,本申请实施例提供了一种教学***,其包括:点阵数据采集设备,点阵数据采集设备从答题卡的批阅区域中采集批阅笔迹;主机***,主机***对学生账号标签进行识别,确定答题卡的学生身份信息;获取点阵数据采集设备从答题卡的批阅区域中采集到的批阅笔迹;根据批阅笔迹在答题卡上的坐标,确定批阅笔迹在答题卡上匹配的试题内容;对批阅笔迹进行识别确定出批阅结果,并建立批阅结果与试题内容的关联关系;根据关联关系以及学生身份信息,生成学情评价报告。
通过本申请实施例中的批阅方法,实现了学生身份信息与学生账号标签进行关联,因而可以通过对答题卡上的学生账号标签进行识别,确定答题卡的学生身份信息,老师使用点阵数据采集设备对答题卡进行批阅后,可依据批阅笔迹获得批阅结果,进而获得学情评价报告。由于通过对学生账号标签进行识别来确定答题卡的学生身份信息进行批阅,因此只需老师使用点阵数据采集设备进行批阅,而无需学生都使用点阵数据采集设备来绑定身份信息进行答题,从而大大降低学情采集和智能教学的成本,便于常态化使用。
附图说明
为以下附图仅旨在于对本申请做示意性说明和解释,并不限定本申请的范围。
图1是本申请实施例的实施例一的批阅方法的步骤流程图;
图2是本申请实施例的学生账号标签的一个可选的样式图;
图3是本申请实施例的答题卡的一种可选的样式图。
具体实施方式
为了使本领域的人员更好地理解本申请实施例中的技术方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请实施例一部分实施例,而不是全部的实施例。基于本申请实施例中的实施例,本领域普通技术人员所获得的所有其他实施例,都应当属于本申请实施例保护的范围。
实施例一
参照图1,是本申请实施例的实施例一的批阅方法的步骤流程图。
本申请实施例的实施例一提供了一种批阅方法,其包括如下步骤:
步骤S101:对学生账号标签进行识别,确定答题卡的学生身份信息。
本申请实施例中,学生账号标签中记录有学生身份信息,用户(例如老师)在进行答题卡的批阅时可以通过识别学生账号标签确定当前答题卡的答题学生的学生身份信息,从而实现批阅答题卡与学生的对应。
本申请实施例不限制学生账号标签的具体形式,其可以是依据一定规则生成的与答题卡相互独立的且可被识别的纸质媒介,如果学生账号标签是与答题卡相互独立的且可被识别的纸质媒介,其可以直接粘贴在答题卡上,也可以是不粘贴在答题卡上而进行单独设置。
在一可选实施例中,答题卡是由答题卡文档打印或印刷得来的纸质媒介,答题卡文档根据生成的试卷文档而生成(本申请实施例不限制答题卡文档和试题文档的格式,作为示例性地,答题卡文档为pdf格式,试题文档为word或pdf格式)。答题卡上铺设有点阵码,点阵码对应着点阵码坐标,在生成时,答题卡被分为多个不同区域,如答题区域、批阅区域等,此外还可以有文档名、题目编号等。在答题卡上铺设点阵码的方式本申请不做限制,具体地可参考相关技术。在答题卡生成所有区域后,每个不同区域所对应的点阵坐标均不同,可将所有区域的点阵坐标存储到数据库中。
在一可选实施例中,本步骤S101具体可为如下方式A:从学生账号标签中解析出标签页码和区域坐标,并与数据库中存储的标签页码及和区域坐标进行匹配,确定所述答题卡的学生身份信息。
具体地,在一可选实施例中,在步骤S101之前,学生账号标签的生成过程如下:
根据参与答题的学生数量建立至少一页学生账号矢量图,并对学生账号矢量图进行划分,得到多个局部区域,每个局部区域在学生账号矢量图中具有区域坐标;给每页学生账号矢量图分配一个标签页码;将标签页码、局部区域的区域坐标与学生账号信息进行一一绑定,得到标签页文件,根据标签页文件得到每个学生对应的学生账号标签。
本实施例中,学生账号矢量图是包含了点阵码的矢量图,在矢量图上铺设点阵码的方式本申请实施例不进行限制。根据参与答题的学生数量建立至少一页学生账号矢量图,并进行划分得到多个局部区域,本实施例中,每个局部区域都是对应页的学生账号矢量图的一部分,且不重叠,每个局部区域在学生账号矢量图中都有区域坐标,区域坐标也各不相同。区域坐标即为局部区域的点阵坐标。本实施例中,在学生账号矢量图中划分局部区域的样式可以由用户自行设置,例如每个局部区域的大小、形状等,本实施例中的局部区域的数量至少与学生数量相等,以使得每个学生都至少可以与一个局部区域的区域坐标相对应,当然,也可以比学生数量多,本申请实施例不进行限制。
给每页学生账号矢量图分配一个标签页码,使得在本实施例中,每页学生账号矢量图对应的标签页码均不同,此外,由于在不同页的学生账号矢量图上的局部区域不同,因此其对应的区域坐标也各不相同。
本实施例中进一步将标签页码、局部区域的区域坐标与学生账号信息进行一一绑定,从而完成了标签页码、局部区域的区域坐标与学生账号信息的对应,绑定过后的学生账号矢量图即为标签页文件,最后根据标签页文件可得到每个学生对应的学生账号标签。本申请实施例中,得到学生账号标签的方法可以是将标签页文件进行打印或印刷得到,因此,最终得到的学生账号标签可以是纸质媒介。本实施例中,学生账号信息代表了学生身份信息,其可以包括学生的姓名、学号等与确定学生身份密不可分的要素。通过解析标签页码和区域坐标即可得到相对应的学生身份信息。此外,在学生账号标签的生成过程中,各局部区域的区域坐标、各标签页码、学生账号信息等均存储到数据库里。
本实施例中,学生账号矢量图的页数可由用户设定的一些预设条件来决定,在一个可选的实施方式中,用户设定的预设条件是根据可打印的纸张的尺寸生成多页学生账号矢量图,此实现方式中,可以避免当学生数量过多时,一页学生账号矢量图能够划分的局部区域过少,部分学生无法与局部区域的区域坐标进行对应的情况。本申请实施例不限制局部区域的大小和形状(作为示例性地,划分的局部区域的形状可以为矩形框,也可以是圆形框,也可以是不规则形状),可以由用户自行设定,因此在可打印的纸张的尺寸确定的情况下,还会依据用户设定的局部区域的大小和形状进行排版,并依据排版结果确定学生账号矢量图的页数。
本申请实施例中不限制可打印的纸张的尺寸大小,其可以依据用户实际情况进行设置,作为示例性地,例如可以为A3、A4等。
本实施例中,以预设条件为纸张尺寸为A4为例进行进一步说明,当依据学生数量划分的所有局部区域都能处于一张A4纸上时,则此时生成的学生账号矢量图为一页,分配的标签页码为1;当依据学生数量划分的所有局部区域不能处于一张A4纸上时,则此时生成的学生账号矢量图为多页,以两页为例,则分配的标签页码分别为1、2。显然,本实施例中,即使依据学生数量划分的所有局部区域都能处于一张A4纸上,用户依然可以将其分成多页学生账号矢量图,用户可以依据实际使用进行设置,本申请实施例不进行限制。
当然,本申请实施例不限制标签页码的表示方式,使用***数字进行表示只是一种示例性的实施方式,也可以使用a、b、...、z等英文字母等方式表示,可以理解的是,凡是可以区别多页学生账号矢量图的标签页码的表示方法都应认为是处于本申请实施例的保护范围之内。显然,本申请实施例中处于同一页学生账号矢量图上的各个局部区域的标签页码均相同,处于不同页学生账号矢量图上的各个局部区域的标签页码均不同,所有局部区域的区域坐标都不相同。
在一个可选的实施方式中,当建立学生账号矢量图的页数为一页,从其上划分的局部区域数量比学生数量多时,多个局部区域的区域坐标可以与同一个学生账号信息进行绑定。在本可选实施方式中,可以是同一页学生账号矢量图中所有局部区域的区域坐标均与同一个学生账号信息进行绑定(作为一个便于理解的示例,学生数量为1,局部区域数量为4,则4个局部区域的区域坐标均与该学生的学生账号信息进行绑定。);也可以是同一页学生账号矢量图中指定的几个局部区域的区域坐标与同一个学生账号信息进行绑定,另外几个局部区域的区域坐标与另一个学生账号信息进行绑定(作为一个便于理解的示例,学生数量为2,记为学生甲和学生乙,局部区域数量为4,则指定2个局部区域的区域坐标与学生甲的学生账号信息进行绑定,指定另外2个局部区域的区域坐标与学生甲的学生账号信息进行绑定。当然学生数量也可以为2以上,其绑定方式可以此类推。)。
在另一可选的实施方式中,当建立学生账号矢量图的页数为多页,从其上划分的局部区域数量比学生数量多时,多个局部区域的区域坐标可以与同一个学生账号信息进行绑定。在本可选实施方式中,可以是同一页学生账号矢量图中所有局部区域的区域坐标均与同一个学生账号信息进行绑定(作为一个便于理解的示例,学生数量为2,记为学生甲和学生乙,学生账号矢量图的页数为2,记为第一页和第二页,两页中的局部区域数量均为4,则第一页学生账号矢量图的4个局部区域的区域坐标均与学生甲的学生账号信息进行绑定,第二页学生账号矢量图的4个局部区域的区域坐标均与学生乙的学生账号信息进行绑定。);也可以是同一页学生账号矢量图中指定部分的局部区域的区域坐标与同一个学生账号信息进行绑定,另外部分的局部区域的区域坐标与其他学生账号信息进行绑定(作为一个便于理解的示例,学生数量为3,记为学生甲、学生乙和学生丙,学生账号矢量图的页数为2,记为第一页和第二页,两页中的局部区域数量均为4,则指定第一页2个局部区域的区域坐标与学生甲的学生账号信息进行绑定,指定另外2个局部区域的区域坐标与学生乙的学生账号信息进行绑定,第二页学生账号矢量图的4个局部区域的区域坐标均与学生丙的学生账号信息进行绑定。);也可以是不同页学生账号矢量图中的部分局部区域的区域坐标与同一个学生账号信息进行绑定(作为一个便于理解的示例,学生数量为3,记为学生甲、学生乙和学生丙,学生账号矢量图的页数为2,记为第一页和第二页,两页中的局部区域数量均为4,则指定第一页学生账号矢量图的2个局部区域的区域坐标和第二页学生账号矢量图的2个局部区域的区域坐标与学生甲的学生账号信息进行绑定,则指定第一页学生账号矢量图的另2个局部区域的区域坐标与学生乙的学生账号信息进行绑定,指定第二页学生账号矢量图的2个局部区域的区域坐标与学生丙的学生账号信息进行绑定。)。
应当理解,上述便于理解的示例仅为了方便对本申请的可选实施方式进行说明,不作为对本申请实施例的限制。本实施例中,学生账号标签可以相对于答题卡独立设置,也可以直接粘贴在答题卡上。
本实施例中,在对学生账号标签进行识别时,一个可选的实现方式中,学生账号标签与局部区域在学生账号矢量图上对应的区域坐标一一对应,上述方式A具体可包括:
从学生账号标签中解析出在学生账号标签对应的局部区域在学生账号矢量图上的区域坐标;根据学生账号标签解析出标签页码,将标签页码和区域坐标分别与数据库中存储的标签页码和区域坐标进行匹配;根据匹配结果确定出答题者的学生身份信息。
在本申请实施例的一个可选实现方式中,老师在批阅时可以通过点阵采集设备(例如,可以为点阵笔,以下为方便说明本实施例,均以点阵笔为例)采集学生账号标签的点阵信息,并识别点阵信息确定答题卡的学生身份信息。
在对学生账号标签进行识别时,老师使用点阵笔在当前所批阅的答题卡所对应的学生账号标签上进行点击或勾画,点阵笔的笔尖在学生账号标签上移动的同时,笔尖被压下,此时点阵笔内部的压力传感器被触发,随后点阵笔启动其内部的高速摄像头对笔尖所经过的点阵位置进行高速拍照,并把采集到的老师点击或勾画的位置的坐标发送给主机***,主机***可依据该位置的坐标将在学生账号标签对应的局部区域在学生账号矢量图上的区域坐标解析出来,依据该位置的坐标解析出对应的标签页码,并将该区域坐标和标签页码与数据库中的区域坐标和标签页码进行匹配,匹配完成后可得到一个匹配结果,根据匹配结果就可得到相对应的学生身份信息。
可选地,在学生账号标签上还可包括有可以肉眼识别的信息,以便在学生账号标签打印下来后便于老师在批阅时针对学生进行有针对性的点击和勾画。该可以肉眼识别的信息可以为学生姓名、学号等,当然也可以是其他信息,本申请不作限制。参见图2,是本申请实施例的学生账号标签的一个可选的样式图,对应的局部区域为矩形框状,在该可选的样式中,在各局部区域的空白处上可添加对应的学生姓名、学号等信息。
本申请实施例中的答题卡,可以包括设置在其上面的点阵码,点阵码上的信息包括点阵码的坐标,与在学生账号矢量图上生成点阵码的过程一样,本申请亦不限制在答题卡上生成点阵码的具体过程。
步骤S102:获取点阵数据采集设备从答题卡的批阅区域中采集到的批阅笔迹。
在本申请实施例中,老师在使用点阵数据采集设备批阅答题卡时可以在答题卡的一些固定区域中进行勾画和批阅,并在该固定区域中留下批阅笔迹,该固定区域即为批阅区域。
本申请实施例中的点阵笔的在批阅时的一个可选的工作过程如下:在进行批阅时,点阵笔的笔尖在答题卡的批阅区域上移动的同时,笔尖被压下,此时点阵笔内部的压力传感器被触发,随后点阵笔启动其内部的高速摄像头对笔尖所经过的点阵位置进行高速拍照,并将纸张类型、来源、页码、位置、笔的编号、笔迹坐标、运动轨迹、笔尖压力、笔画顺序、运笔时间、运笔速度等信息采集并传递给内置的处理器,最终通过蓝牙、wi f i或USB通讯单元等方式向负责数据处理的主机***输出,因此既可以采用有线传输也可以采用无线传输。在输出到主机***后,可以依据点阵笔采集的在批阅区域内的各笔迹坐标信息将点阵笔在批阅区域内的批阅笔迹进行重组,并得到批阅笔迹在答题卡上的坐标。
当然,以上的批阅笔迹采集和获取的过程只是一个示例性的过程,也可以选用其他可选的方式,本实施例不进行限制。
步骤S103:根据批阅笔迹在答题卡上的坐标,确定批阅笔迹在答题卡上匹配的试题内容。
本实施例中,在生成答题卡前,需要先生成对应的试卷文档,并且答题卡的生成需要依赖于该试卷文档。本实施例不限制试卷文档的生成方法,可以是从数据库中直接选择合适的试题生成试卷文档,也可以是先将纸质文件进行数字化,并依据数字化后的试题生成试卷。纸质文件可以包括教科书、报纸、练习册、考试卷等。本申请实施例中,当利用纸质文件生成试题文档时,数字化是指将纸质媒介上的文字录入计算机***,然后通过计算机***进行分析、计算、交互。另外,还可以对试题进行标签化,标签化是指对试题的属性进行标注,属性包括:题目类型、题干、选项、答案、解析、知识点、难易度、来源、是否真题和时间等等,在进行了数字化和标签化后将试题存入数据库中。***生成试题文档时,将创建数据库表,生成试卷编号,并存储试卷信息(包括试题数量和每个试题的标签化属性)。本申请实施例中的试卷文档也可以是试卷集文档,试卷集文档是试卷文档的集合。
本申请实施例中的答题卡包括答题区域,答题区域可依据对应试卷的试题具体情况进行划分,包括试题的顺序、题型和答案长度等信息,例如试题的答案较长,则划分出的答题区域面积也越大。例如,如图3是本申请实施例的答题卡的一种可选的样式图,有多种试题类型,其中试题的一种类型为选择题,则答题卡中的答题区域可以为对应选项(选项如【A】、【B】、【C】、【D】等)下的方框,学生在做试题时只需要使用普通的笔将答案填在空白的方框内即可。
具体地,在本申请实施例中的一个可选实施例中,根据批阅笔迹,确定批阅笔迹在答题卡上的点阵码坐标;将点阵码坐标,与数据库中的批阅区域的坐标进行匹配,根据匹配结果确定与批阅区域相对应的试题内容。
上述批阅笔迹处于与答题区域相对应的批阅区域内,根据批阅笔迹的坐标与批阅区域进行匹配,可以得到与批阅笔迹相对应的答题区域和相应的试题内容。
步骤S104:对批阅笔迹进行识别确定出批阅结果,并建立批阅结果与试题内容的关联关系。
本申请实施例中,对批阅笔迹进行识别得到的批阅结果为当前答题卡对于该试题内容的批阅结果,两者一一对应。当批阅结果确定时,建立每个试题内容与其批阅结果的关联关系。显然,试题内容与批阅结果也一一对应。
本实施例中,可选地,步骤S104具体可包括:根据批阅笔迹的点阵码坐标,从数据库中确定出批阅结果,并根据批阅结果与批阅结果相对应的试题内容建立关联关系。
作为示例性地,若试题为第一题,批阅结果为错误,则其建立的关联关系可记为“第一题结果为错误”;若试题为第二题,批阅结果为10分(即批阅结果可以为分数),则其建立的关联关系可记为“第二题结果为10分”。当然也可以用其他方式来表示该关联关系,只要能够让批阅结果与试题内容正确对应即可。
可选地,本申请实施例中的批阅结果包括正确、错误或半对半错,若批阅结果为错误或半对半错,则依据错误或半错半对的批阅结果对相对应的试题内容进行汇总,以生成错题集。
在答题中,批阅结果为错误或半错半对的试题内容往往意味着这些试题内容中的知识点学生还未完全理解,本申请实施例中将这些试题内容汇总成错题集,便于答题后学生依据该错题集进行复习,更好地达到了提升考试效果的作用。
如上所述,当批阅结果是分数时,答题卡上的每个答题区域所对应的批阅区域增加老师可以书写分数的区域,并在后台数据库保存相应页码和坐标。当老师在该区域书写时,点阵笔记录书写轨迹,通过图像识别或者矢量图识别技术,判断出分数,然后与该试题对应,获得该题的分数。
步骤S105:根据关联关系以及学生身份信息,生成学情评价报告。
本申请实施例中,在得到了学生的试题内容以及老师依据其针对关于该试题内容的答题信息所作出的批阅结果,可以将试题内容与批阅结果之间建立的关联关系与学生身份信息进行对应,从而得到该学生身份信息所代表的学生的答题情况。进一步将答题情况进行汇总,生成关于该学生的学情评价报告。
本申请实施例中,学情评价报告是指对学生做题的情况进行统计分析形成一个报告,可选地,学情评价报告可以包括题目数量、做题正确率、知识点掌握情况、做题时间至少之一。当然,也可以有更多可以评价学生学习情况的指标,本申请实施例不进行限制。通过生成学情评价报告,可以让老师更直观的看到学生做题时的状态,从而依据该学情评价报告分析出近期学生的学习情况。
本实施例中,在生成学情报告后,还可以将相关试题内容和批阅结果通过PC客户端应用或移动APP进行展示,更加方便向老师和学生反馈考试成果。
在本申请实施例中,老师使用的点阵笔可以通过唯一的设备I D绑定一个教师账号,通过这种方式,可以用于区分批阅的老师是哪一位。另外,也可以通过老师登录账号来区分是哪个教师批阅。
由以上可以看出,本申请实施例中,可以不改变传统的书写习惯,学生在答题卡上答题,老师在答题卡上批阅,其中学生可以直接用普通笔进行书写,老师使用点阵笔进行书写,其采集的是老师的批阅痕迹并未采集学生的答题信息,因而可以减少学生使用点阵笔的数量从而降低成本。
当然,如果如果需要学生答题信息,本实施例的一个可选的实现方式还可以通过将学生答题信息拍照生成图片,将图片上传对应到试题,或者学生使用点阵笔书写,并采集答题笔迹。
通过本实施例中的批阅方法,实现了学生身份信息与学生账号标签进行关联,因而可以通过对答题卡上的学生账号标签进行识别,确定答题卡的学生身份信息,老师使用点阵数据采集设备对答题卡进行批阅后,可依据批阅笔迹获得批阅结果,进而获得学情评价报告。由于通过对学生账号标签进行识别来确定答题卡的学生身份信息进行批阅,因此只需老师使用点阵数据采集设备进行批阅,而无需学生都使用点阵数据采集设备来绑定身份信息进行答题,从而大大降低学情采集和智能教学的成本,便于常态化使用。
实施例二
本申请实施例中的第二方面,提供了一种教学***,其包括:点阵数据采集设备和主机***,点阵数据采集设备从答题卡的批阅区域中采集批阅笔迹;主机***对学生账号标签进行识别,确定答题卡的学生身份信息;获取点阵数据采集设备从答题卡的批阅区域中采集到的批阅笔迹;根据批阅笔迹在答题卡上的坐标,确定批阅笔迹在答题卡上匹配的试题内容;对批阅笔迹进行识别确定出批阅结果,并建立批阅结果与试题内容的关联关系;根据关联关系以及学生身份信息,生成学情评价报告。
由此可见,本申请实施例中的教学***中的主机***可以通过对答题卡上的学生账号标签进行识别,确定答题卡的学生身份信息,老师使用点阵数据采集设备对答题卡进行批阅后,可依据批阅笔迹获得批阅结果,进而获得学情评价报告。由于通过对学生账号标签进行识别来确定答题卡的学生身份信息进行批阅,因此只需老师使用点阵数据采集设备进行批阅,而无需学生都使用点阵数据采集设备来绑定身份信息进行答题,从而大大降低学情采集和智能教学的成本,便于常态化使用。
可选地,本申请实施例中的教学***还包括数据库,数据库至少可存储标签页码和区域坐标;主机***从答题卡上的学生账号标签中解析出标签页码和区域坐标,并与数据库中存储的标签页码和区域坐标进行匹配,确定答题卡的学生身份信息。
本申请实施例中,数据库的作用可存储标签页码和其相应的区域坐标,便于老师获取学生身份信息时对从学生账号标签解析出的标签页码和区域坐标进行匹配,以获得答题卡的学生身份信息。可选地,该数据库还可以用于存储其他的一些数据,例如,试题、答题卡上的批阅区域、答题区域的点阵码坐标等。当然,其余数据也可以是存于另一个或多个数据库,本申请实施例不进行限制。
本申请实施例中的教学***,可选地,还可包括应用服务器、web服务器等、网络***、数据接入和传输设备(例如个人计算机、平板电脑、手机等)、打印机等至少之一。由此可见,本实施例中的教学***功能完善,可靠性好。
通过本实施例中的教学***,由于包括可存储标签页码和区域坐标的数据库,因此便于依据存储的标签页码和区域坐标确定学生身份信息,而不需学生使用点阵数据采集设备来绑定身份信息进行答题,从而大大降低学情采集和智能教学的成本,便于常态化使用。
最后应说明的是:以上实施例仅用以说明本申请实施例的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。

Claims (10)

1.一种批阅方法,其特征在于,包括:
对学生账号标签进行识别,确定答题卡的学生身份信息;
获取点阵数据采集设备从所述答题卡的批阅区域中采集到的批阅笔迹;
根据所述批阅笔迹在所述答题卡上的坐标,确定所述批阅笔迹在所述答题卡上匹配的试题内容;
对所述批阅笔迹进行识别确定出批阅结果,并建立所述批阅结果与试题内容的关联关系;
根据所述关联关系以及所述学生身份信息,生成学情评价报告。
2.根据权利要求1所述的方法,其特征在于,所述对学生账号标签进行识别,确定答题卡的学生身份信息,包括:
从学生账号标签中解析出标签页码和区域坐标,并与数据库中存储的标签页码和区域坐标进行匹配,确定所述答题卡的学生身份信息。
3.根据权利要求2所述的方法,其特征在于,所述对学生账号标签进行识别,确定答题卡的学生身份信息,之前包括:
根据参与答题的学生数量建立至少一页学生账号矢量图,并对所述学生账号矢量图进行划分,得到多个局部区域,每个局部区域在所述学生账号矢量图中具有区域坐标;
给每页所述学生账号矢量图分配一个所述标签页码;
将所述标签页码、所述局部区域的区域坐标与学生账号信息进行一一绑定,得到标签页文件,根据所述标签页文件得到每个学生对应的所述学生账号标签。
4.根据权利要求3所述的方法,其特征在于,所述学生账号标签与所述局部区域在所述学生账号矢量图上对应的区域坐标一一对应;
所述从学生账号标签中解析出标签页码和区域坐标,并与数据库中存储的标签页码及区域坐标进行匹配,确定所述答题卡的学生身份信息,包括:
从所述学生账号标签中解析出在所述学生账号标签对应的所述局部区域在所述学生账号矢量图上的所述区域坐标;
根据所述学生账号标签解析出所述标签页码,将所述标签页码和所述区域坐标分别与数据库中存储的标签页码和区域坐标进行匹配;
根据匹配结果确定出答题者的学生身份信息。
5.根据权利要求1-4所述的方法,其特征在于,所述根据所述批阅笔迹在所述答题卡上的坐标,确定所述批阅笔迹在所述答题卡上匹配的试题内容,包括:
根据所述批阅笔迹,确定所述批阅笔迹在所述答题卡上的点阵码坐标;将所述点阵码坐标,与数据库中的所述批阅区域的坐标进行匹配,根据匹配结果确定与所述批阅区域相对应的试题内容。
6.根据权利要求5所述的方法,其特征在于,所述试题内容与所述批阅结果一一对应;
所述对所述批阅笔迹进行识别确定出批阅结果,并建立所述批阅结果与试题内容的关联关系,包括:
根据所述批阅笔迹的所述点阵码坐标,从所述数据库中确定出所述批阅结果,并根据所述批阅结果与所述批阅结果相对应的所述试题内容建立所述关联关系。
7.根据权利要求6所述的方法,其特征在于,所述批阅结果包括正确、错误或半对半错,若所述批阅结果为错误或半对半错,则依据所述错误或半错半对的所述批阅结果对相对应的所述试题内容进行汇总,以生成错题集。
8.根据权利要求1所述的方法,其特征在于,所述学情评价报告的内容包括所述试题数量、做题正确率、知识点掌握情况、做题时间至少之一。
9.一种教学***,其特征在于,包括:
点阵数据采集设备,所述点阵数据采集设备从答题卡的批阅区域中采集批阅笔迹;
主机***,所述主机***对所述学生账号标签进行识别,确定所述答题卡的学生身份信息;获取点阵数据采集设备从所述答题卡的批阅区域中采集到的所述批阅笔迹;根据所述批阅笔迹在所述答题卡上的坐标,确定所述批阅笔迹在所述答题卡上匹配的试题内容;对所述批阅笔迹进行识别确定出批阅结果,并建立所述批阅结果与试题内容的关联关系;根据所述关联关系以及所述学生身份信息,生成学情评价报告。
10.根据权利要求9所述的教学***,其特征在于,还包括:
数据库,所述数据库至少可存储标签页码和区域坐标;
所述主机***从所述答题卡上的学生账号标签中解析出标签页码和区域坐标,并与所述数据库中存储的标签页码和区域坐标进行匹配,确定所述答题卡的学生身份信息。
CN202011198127.0A 2020-10-30 2020-10-30 批阅方法及教学*** Pending CN112183143A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011198127.0A CN112183143A (zh) 2020-10-30 2020-10-30 批阅方法及教学***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011198127.0A CN112183143A (zh) 2020-10-30 2020-10-30 批阅方法及教学***

Publications (1)

Publication Number Publication Date
CN112183143A true CN112183143A (zh) 2021-01-05

Family

ID=73917530

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011198127.0A Pending CN112183143A (zh) 2020-10-30 2020-10-30 批阅方法及教学***

Country Status (1)

Country Link
CN (1) CN112183143A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114266328A (zh) * 2021-09-23 2022-04-01 杭州数橙科技有限公司 一种数字化的作业批改方法、服务器、存储介质及***
CN116108804A (zh) * 2023-04-06 2023-05-12 青岛罗博数码科技有限公司 点码文件生成方法、内容审阅方法和内容审阅***
CN116363673A (zh) * 2023-05-11 2023-06-30 深圳棒棒帮科技有限公司 基于智能笔的批改方法、装置、***及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107025456A (zh) * 2017-03-20 2017-08-08 安徽七天教育科技有限公司 一种教师批改痕迹自动识别的方法
WO2019075820A1 (zh) * 2017-10-20 2019-04-25 深圳市鹰硕技术有限公司 一种试卷批阅***
CN110390376A (zh) * 2019-09-19 2019-10-29 南京孜博汇信息科技有限公司 点阵标签的生成方法及***
CN110659612A (zh) * 2019-09-25 2020-01-07 南京孜博汇信息科技有限公司 基于纸笔改良的数字化阅卷方法及***
CN110826872A (zh) * 2019-10-23 2020-02-21 深圳中兴网信科技有限公司 考试成绩分析报告生成方法、***、装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107025456A (zh) * 2017-03-20 2017-08-08 安徽七天教育科技有限公司 一种教师批改痕迹自动识别的方法
WO2019075820A1 (zh) * 2017-10-20 2019-04-25 深圳市鹰硕技术有限公司 一种试卷批阅***
CN110390376A (zh) * 2019-09-19 2019-10-29 南京孜博汇信息科技有限公司 点阵标签的生成方法及***
CN110659612A (zh) * 2019-09-25 2020-01-07 南京孜博汇信息科技有限公司 基于纸笔改良的数字化阅卷方法及***
CN110826872A (zh) * 2019-10-23 2020-02-21 深圳中兴网信科技有限公司 考试成绩分析报告生成方法、***、装置

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114266328A (zh) * 2021-09-23 2022-04-01 杭州数橙科技有限公司 一种数字化的作业批改方法、服务器、存储介质及***
CN116108804A (zh) * 2023-04-06 2023-05-12 青岛罗博数码科技有限公司 点码文件生成方法、内容审阅方法和内容审阅***
CN116363673A (zh) * 2023-05-11 2023-06-30 深圳棒棒帮科技有限公司 基于智能笔的批改方法、装置、***及存储介质
CN116363673B (zh) * 2023-05-11 2024-04-16 深圳棒棒帮科技有限公司 基于智能笔的批改方法、装置、***及存储介质

Similar Documents

Publication Publication Date Title
CN112183143A (zh) 批阅方法及教学***
US9754500B2 (en) Curriculum assessment
US6996365B2 (en) Scoring method and scoring system
US8768241B2 (en) System and method for representing digital assessments
CN110659612B (zh) 基于纸笔改良的数字化阅卷方法及***
US20030180703A1 (en) Student assessment system
CN110110581B (zh) 一种基于人工智能的试卷批改方法和***
CN107783718B (zh) 一种基于纸质手写的在线作业/考试输入方法及装置
US20120282587A1 (en) System and method for generating and implementing individualized educational practice worksheets
US20140045162A1 (en) Device of Structuring Learning Contents, Learning-Content Selection Support System and Support Method Using the Device
CN111460771A (zh) 数据处理方法及装置、智能测验***及存储介质
CN110083816A (zh) 数字化教学方法、装置及其***
CN109902683A (zh) 试卷核分和成绩录入方法及***
US20120141967A1 (en) System and method for generating individualized educational practice worksheets
CN112669179A (zh) 一种作业智能批改方法、装置、***及服务器
JP6454962B2 (ja) ドキュメントを編集する装置、方法及びプログラム
CN104915666A (zh) 一种基于纸质图像扫描的信息卡信息定位采集方法
CN112396897A (zh) 一种教学***
CN111754448A (zh) 一种基于图像采集分析的作业试卷信息采集的方法与装置
CN110889262B (zh) 教学***、点阵教学课件
KR102552408B1 (ko) Ai 기반 수학 튜터링 서비스 제공 시스템 및 이의 실행 방법
CN114092944A (zh) 教辅材料的处理方法及***
CN115294573A (zh) 作业批改方法、装置、设备及介质
CN115936937A (zh) 基于智能答题卡的作业处理的方法、装置及***
CN105740765A (zh) 一种用于主观题的网上评阅***

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