CN114064739A - 阅卷优化方法、装置、电子设备及可读存储介质 - Google Patents
阅卷优化方法、装置、电子设备及可读存储介质 Download PDFInfo
- Publication number
- CN114064739A CN114064739A CN202210039894.XA CN202210039894A CN114064739A CN 114064739 A CN114064739 A CN 114064739A CN 202210039894 A CN202210039894 A CN 202210039894A CN 114064739 A CN114064739 A CN 114064739A
- Authority
- CN
- China
- Prior art keywords
- preset
- answer
- data
- rule
- user
- 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
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
- G06F16/2455—Query execution
- G06F16/24564—Applying rules; Deductive queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/194—Calculation of difference between files
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Health & Medical Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Databases & Information Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请公开了阅卷优化方法、装置、电子设备及可读存储介质,应用于计算机技术领域,所述阅卷优化方法包括:当检测到用户正在答题时,获取答题操作数据,并将所述答题操作数据存储至预设元数据文件;当检测到用户答题完毕后,通过扫描所述预设元数据文件,将所述答题操作数据与预设阅卷规则进行匹配,得到匹配结果依据所述匹配结果输出所述用户对应的考核结果。本申请解决了现有技术中考核阅卷效率低的技术问题。
Description
技术领域
本申请涉及计算机技术领域,尤其涉及一种阅卷优化方法、装置、电子设备及可读存储介质。
背景技术
随着科技的高速发展,企业资源计划的发展也越来越成熟,目前,企业培训考核阅卷采用机器阅卷和人工阅卷相结合的方法,通过机器自动批阅客观题,人工批阅主观题的方式,当人工批阅主观题时,会出现由于阅卷人的主观判断导致阅卷规则不统一的情况,而培训内容和试题并不是固定的,当培训内容和试题发生变化时,如仍采用阅卷人批阅主观题的方法,容易出现阅卷人不熟悉更新后的培训内容和试题的情况,也即阅卷人因为自身的局限性而无法快速适应考核规则,导致阅卷所需要的时间较长,影响考核阅卷的效率。
发明内容
本申请的主要目的在于提供一种阅卷优化方法、装置、电子设备及可读存储介质,旨在解决现有技术中考核阅卷效率低的技术问题。
为实现上述目的,本申请提供一种阅卷优化方法,所述阅卷优化方法包括:
当检测到用户正在答题时,获取答题操作数据,并将所述答题操作数据存储至预设元数据文件;
当检测到用户答题完毕后,通过扫描所述预设元数据文件,将所述答题操作数据与预设阅卷规则进行匹配,得到匹配结果;
依据所述匹配结果输出所述用户对应的考核结果。
可选地,所述预设元数据文件包括规则元数据文件、列表元数据文件和表单元数据文件,所述答题操作数据作为表单元数据存储于所述表单元数据文件中,
所述通过扫描所述预设元数据文件,将所述答题操作数据与预设阅卷规则进行匹配,得到匹配结果的步骤包括:
扫描所述表单元数据文件,获取所述表单元数据;
依据表单元数据与列表元数据之间的第一映射关系,在所述列表元数据文件查询所述表单元数据所对应的列表元数据;
依据列表元数据与阅卷规则之间的第二映射关系,在所述规则元数据文件查询所述列表元数据对应的预设阅卷规则;
将所述表单元数据与所述预设阅卷规则进行匹配,得到匹配结果。
可选地,所述匹配结果包括第一匹配结果和第二匹配结果,
所述将所述表单元数据与所述预设阅卷规则进行匹配,得到匹配结果的步骤包括:
当检测到所述列表元数据对应的题目为客观题时,依据所述预设阅卷规则,判断所述表单元数据中的答题操作是否与所述预设阅卷规则对应的预设答题操作一致;
若一致,则判定所述客观题回答正确,得到第一匹配结果;
若不一致,则判定所述客观题回答错误,得到第二匹配结果。
可选地,所述将所述表单元数据与所述预设阅卷规则进行匹配,得到匹配结果的步骤还包括:
当检测到所述列表元数据对应的题目为主观题时,获取所述表单元数据中的答题字段;
计算所述答题字段与所述预设阅卷规则对应的预设字段之间的语义相似度,根据所述语义相似度生成所述匹配结果。
可选地,所述预设元数据文件包括表单元数据文件、列表元数据文件,
所述当检测到用户正在答题时,获取答题操作数据,并将所述答题操作数据存储至预设元数据文件的步骤包括:
当检测到用户正在答题时,获取所述答题操作数据和所述答题操作数据对应的题目数据,根据所述题目数据与所述答题操作数据之间的关联关系,生成对应的属性标签;
将所述题目数据和所述属性标签共同存储至表单元数据文件,以及将所述答题操作数据和所述属性标签共同存储至所述列表元数据文件。
可选地,所述预设元数据文件包括规则元数据文件,
在所述通过扫描所述预设元数据文件,将所述答题操作数据与预设阅卷规则进行匹配,得到匹配结果的步骤之前,所述阅卷优化方法包括:
获取考核内容和所述用户所属的用户角色;
依据所述考核内容和所述用户角色,配置相对应的预设阅卷规则,并储存至所述规则元数据文件。
可选地,在所述依据所述考核内容和所述用户角色,配置相对应的预设阅卷规则,并储存至所述规则元数据文件的步骤之后,所述阅卷优化方法还包括:
获取当前考核内容和所述用户所属的当前用户角色;
判断所述当前考核内容或所述当前用户角色是否发生改变;
若发生改变,则返回执行步骤:依据所述考核内容和所述用户角色,配置相对应的预设阅卷规则,储存至所述规则元数据文件。
为实现上述目的,本申请还提供一种阅卷优化装置,所述阅卷优化装置包括:
数据获取模块,用于当检测到用户正在答题时,获取答题操作数据,并将所述答题操作数据存储至预设元数据文件;
数据匹配模块,用于当检测到用户答题完毕后,通过扫描所述预设元数据文件,将所述答题操作数据与预设阅卷规则进行匹配,得到匹配结果;
结果输出模块,用于依据所述匹配结果输出所述用户对应的考核结果。
可选地,所述数据匹配模块还用于:
扫描所述表单元数据文件,获取所述表单元数据;
依据表单元数据与列表元数据之间的第一映射关系,在所述列表元数据文件查询所述表单元数据所对应的列表元数据;
依据列表元数据与阅卷规则之间的第二映射关系,在所述规则元数据文件查询所述列表元数据对应的预设阅卷规则;
将所述表单元数据与所述预设阅卷规则进行匹配,得到匹配结果。
可选地,所述数据匹配模块还用于:
当检测到所述列表元数据对应的题目为客观题时,依据所述预设阅卷规则,判断所述表单元数据中的答题操作是否与所述预设阅卷规则对应的预设答题操作一致;
若一致,则判定所述客观题回答正确,得到第一匹配结果;
若不一致,则判定所述客观题回答错误,得到第二匹配结果。
可选地,所述数据匹配模块还用于:
当检测到所述列表元数据对应的题目为主观题时,获取所述表单元数据中的答题字段;
计算所述答题字段与所述预设阅卷规则对应的预设字段之间的语义相似度,根据所述语义相似度生成所述匹配结果。
可选地,所述数据获取模块还用于:
当检测到用户正在答题时,获取所述答题操作数据和所述答题操作数据对应的题目数据,根据所述题目数据与所述答题操作数据之间的关联关系,生成对应的属性标签;
将所述题目数据和所述属性标签共同存储至表单元数据文件,以及将所述答题操作数据和所述属性标签共同存储至所述列表元数据文件。
可选地,所述数据获取模块还用于:
获取考核内容和所述用户所属的用户角色;
依据所述考核内容和所述用户角色,配置相对应的预设阅卷规则,并储存至所述规则元数据文件。
可选地,所述数据获取模块还用于:
获取当前考核内容和所述用户所属的当前用户角色;
判断所述当前考核内容或所述当前用户角色是否发生改变;
若发生改变,则返回执行步骤:依据所述考核内容和所述用户角色,配置相对应的预设阅卷规则,储存至所述规则元数据文件。
本申请还提供一种电子设备,所述电子设备包括:存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的所述阅卷优化方法的程序,所述阅卷优化方法的程序被处理器执行时可实现如上述的阅卷优化方法的步骤。
本申请还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有实现阅卷优化方法的程序,所述阅卷优化方法的程序被处理器执行时实现如上述的阅卷优化方法的步骤。
本申请还提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如上述的阅卷优化方法的步骤。
本申请提供了一种阅卷优化方法、装置、电子设备及可读存储介质,相比于现有技术采用的智能***阅卷和人工阅卷相结合的方法,本申请采用当检测到用户正在答题时,获取答题操作数据,并将所述答题操作数据存储至预设元数据文件;当检测到用户答题完毕后,通过扫描所述预设元数据文件,将所述答题操作数据与预设阅卷规则进行匹配,得到匹配结果;依据所述匹配结果输出所述用户对应的考核结果。实现了全程采用智能***进行批阅试题,无需对阅卷人进行培训,通过智能***的客观判断进行阅卷,避免了阅卷人通过主观判断进行主观题批阅时出现阅卷规则不一致的情况,克服了采用机器阅卷和人工阅卷结合的方法时,由于阅卷人自身的局限性,无法快速适应考核规则,导致阅卷所需要的时间长的技术缺陷,提高了考核阅卷的效率。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本申请阅卷优化方法第一实施例的流程示意图;
图2为本申请实施例中阅卷优化方法涉及的硬件运行环境的设备结构示意图。
本申请目的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,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的前提下所获得的所有其它实施例,均属于本发明保护的范围。
实施例一
本申请实施例提供一种阅卷优化方法,在本申请阅卷优化方法的第一实施例中,参照图1,所述阅卷优化方法包括:
步骤S10,当检测到用户正在答题时,获取答题操作数据,并将所述答题操作数据存储至预设元数据文件;
在本实施例中,需要说明的是,所述预设元数据文件为预先设置的用于存储元数据的文件,所述预设元数据文件包括列表元数据文件、表单元数据文件及规则元数据文件,所述预设元数据文件可以为XML文件,其中,所述XML文件为可扩展标记语言,标准通用标记语言的子集。所述答题操作数据为用户对不同的题目类型进行答题的操作数据,所述答题操作数据包括答题操作和答题答案。其中,所述不同的题目类型为依据不同考核目的设置的不同类型的题目,所述题目类型可以为主观题,还可以为客观题,进一步地,所述主观题可以为简答题,还可以为论述题;所述客观题可以为选择题,还可以为判断题。所述答题操作为用户对客观题进行答题的操作,所述答题操作可以为点击选项操作,还可以为键入选项操作。所述答题答案为用户对主观题进行答题的内容,所述答题答案可以为用户键入内容的数据。
示例性地,步骤S10包括:当检测到用户正在答题时,获取所述用户的答题操作和答题答案,当检测到所述用户答题完毕时,将所述用户的答题操作和答题答案存储至所述表单元数据文件中。
其中,在步骤S10中,所述当检测到用户正在答题时,获取答题操作数据,并将所述答题操作数据存储至预设元数据文件的步骤包括:
步骤A10,当检测到用户正在答题时,获取所述答题操作数据和所述答题操作数据对应的题目数据,根据所述题目数据与所述答题操作数据之间的关联关系,生成对应的属性标签;
步骤A20,将所述题目数据和所述属性标签共同存储至表单元数据文件,以及将所述答题操作数据和所述属性标签共同存储至所述列表元数据文件。
在本实施例中,需要说明的是,所述属性标签为对答题操作数据和答题操作数据所对应的题目数据所作的标记,可以为答题操作数据和答题操作数据所对应的题目数据生成同一个属性标签,还可以为答题操作数据和答题操作数据所对应的题目数据生成同类型的不同属性标签。
作为一种示例,步骤A10至步骤A20包括:当检测到用户正在答题时,判断所述用户答题的题目类型,当题目为选择题或判断题时,获取所述用户的点击选项操作数据和所述点击选项操作数据对应的题目数据,生成第一属性标签;将所述点击选项操作数据和所述第一属性标签,共同存储至所述表单元数据文件;将所述点击选项操作数据对应的题目数据和所述第一属性标签,共同存储至所述列表元数据文件。
作为一种示例,步骤A10至步骤A20包括:当检测到用户正在答题时,判断所述用户答题的题目类型,当题目为填空题或主观题时,获取所述用户键入内容数据和所述用户键入内容数据对应的题目数据,生成第二属性标签;将所述用户键入内容数据和所述第二属性标签,共同存储至所述表单元数据文件;将所述用户键入内容数据对应的题目数据和所述第二属性标签,共同存储至所述列表元数据文件。
步骤S20,当检测到用户答题完毕后,通过扫描所述预设元数据文件,将所述答题操作数据与预设阅卷规则进行匹配,得到匹配结果;
在本实施例中,需要说明的是,所述规则元数据文件包括预设阅卷规则,所述预设阅卷规则为依据表单元数据和列表元数据之间的对应关系,预先设置的规则,所述预设阅卷规则可以为一个列表元数据对应一个表单元数据,还可以为一个列表元数据对应多个表单元数据,当所述预设元数据文件格式为XML文件时,可以通过XPath***查询预设阅卷规则,其中,所述XPath为XML路径语言,可以用来确定XML某部分位置的语言。
示例性地,步骤S20包括:当检测到用户答题完毕后,通过扫描所述表单元数据文件,得到所述答题操作数据;通过扫描所述列表元数据文件,得到所述答题操作数据对应的题目数据;查询所述规则元数据文件,得到所述题目数据所对应的预设阅卷规则;依据所述预设阅卷规则和所述答题操作数据,将所述答题操作数据与所述预设阅卷规则进行匹配,得到匹配结果。
其中,在步骤S20中,所述通过扫描所述预设元数据文件,将所述答题操作数据与预设阅卷规则进行匹配,得到匹配结果的步骤包括:
步骤S21,扫描所述表单元数据文件,获取所述表单元数据;
步骤S22,依据表单元数据与列表元数据之间的第一映射关系,在所述列表元数据文件查询所述表单元数据所对应的列表元数据;
步骤S23,依据列表元数据与阅卷规则之间的第二映射关系,在所述规则元数据文件查询所述列表元数据对应的预设阅卷规则;
步骤S24,将所述表单元数据与所述预设阅卷规则进行匹配,得到匹配结果。
在本实施例中,需要说明的是,所述答题操作数据作为所述表单元数据存储于所述表单元数据文件中。所述第一映射关系为预先设置的列表元数据和表单元数据之间的映射关系,通过所述列表元数据和所述表单元数据的属性标签体现;所述第二映射关系为预先设置的列表元数据和阅卷规则之间的映射关系。
作为一种示例,步骤S21至步骤S24包括:当检测到用户答题完毕后,扫描所述表单元数据文件,获取用户的点击选项操作数据,得到所述表单元数据;依据所述表单元数据,查看所述表单元数据的第一属性标签;在所述列表元数据文件查询具有所述第一属性标签的列表元数据;依据所述列表元数据与阅卷规则之间的第二映射关系,在所述规则元数据文件中查询所述列表元数据对应的预设阅卷规则;将所述表单元数据与所述预设阅卷规则进行匹配,得到匹配结果。
作为一种示例,步骤S21至步骤S24包括:当检测到用户答题完毕后,扫描所述表单元数据文件,获取用户的键入内容数据得到所述表单元数据;依据所述表单元数据,查看所述表单元数据的第二属性标签;在所述列表元数据文件查询具有所述第二属性标签的列表元数据;依据所述列表元数据与阅卷规则之间的第二映射关系,在所述规则元数据文件中查询所述列表元数据对应的预设阅卷规则;将所述表单元数据与所述预设阅卷规则进行匹配,得到匹配结果。
其中,在步骤S24中,所述将所述表单元数据与所述预设阅卷规则进行匹配,得到匹配结果的步骤包括:
步骤B10,当检测到所述列表元数据对应的题目为客观题时,依据所述预设阅卷规则,判断所述表单元数据中的答题操作是否与所述预设阅卷规则对应的预设答题操作一致;
步骤B20,若一致,则判定所述客观题回答正确,得到第一匹配结果;
步骤B30,若不一致,则判定所述客观题回答错误,得到第二匹配结果。
在本实施例中,需要说明的是,所述匹配结果为依据所述答题操作和所述预设答题操作是否一致,得到的所述列表元数据对应的题目的得分值。
示例性地,步骤B10至步骤B30包括:当检测到所述列表元数据对应的题目为客观题时,依据所述预设阅卷规则,确定所述列表元数据对应的预设答题操作;判断所述表单元数据中的答题操作是否与所述预设阅卷规则对应的预设答题操作一致;若所述表单元数据中的答题操作与所述预设阅卷规则对应的预设答题操作一致,则判定所述客观题回答正确,计满分;若所述表单元数据中的答题操作与所述预设阅卷规则对应的预设答题操作不一致,则判定所述客观题回答错误,不计分。
其中,在步骤S24中,所述将所述表单元数据与所述预设阅卷规则进行匹配,得到匹配结果的步骤还包括:
步骤C10,当检测到所述列表元数据对应的题目为主观题时,获取所述表单元数据中的答题字段;
步骤C20,计算所述答题字段与所述预设阅卷规则对应的预设字段之间的语义相似度,根据所述语义相似度生成所述匹配结果。
在本实施例中,需要说明的是,所述匹配结果为依据所述答题字段和所述预设阅卷规则对应的预设字段之间的语义相似度,得到的所述列表元数据对应的题目的得分值。
作为一种示例,步骤C10至步骤C20包括:当检测到所述列表元数据对应的题目为主观题时,获取所述表单元数据中的答题字段;依据预设语义模型,将所述答题字段转换为第一语义特征;依据预设语义模型,将所述预设阅卷规则对应的预设字段转换为第二语义特征;计算所述第一语义特征与所述第二语义特征的语义相似度,依据所述语义相似度与主观题占据的分值的乘积,生成主观题的得分值。例如,预设主观题占据分值为4分时,当所述第一语义特征与所述第二语义特征的相似度为100%时,计主观题的得分值为4;当所述第一语义特征与所述第二语义特征的相似度为50%时,计主观题的得分值为2;当所述第一语义特征与所述第二语义特征的相似度为0%时,计主观题的得分值为0。其中,所述预设语义模型为预先设置好的语言模型,用于提取文本的语义特征,其中,所述语义特征可以由文本特征进行转换得到的特征向量。
作为一种示例,步骤C10至步骤C20包括:当检测到所述列表元数据对应的题目为主观题时,获取所述表单元数据中的答题字段,并确定所述预设阅卷规则对应的预设字段对应的各相似字段集合,其中,不同的相似度字段集合中的字段与所述预设字段存在不同的语义相似度;通过在各所述相似字段集合查询所述答题字段,确定答题字段所属的相似字段集合;将答题字段所属的相似字段集合对应的语义相似度作为答题字段和预设字段之间的目标语义相似度;依据所述目标语义相似度与主观题占据的分值的乘积,生成主观题的得分值。例如,预设主观题占据分值为4分时,当所述答题字段属于预设第一相似字段集合时,计主观题的得分值为4;当所述答题字段属于预设第二相似字段集合时,计主观题的得分值为3;当所述答题字段属于预设第三相似字段集合时,计主观题的得分值为2;当所述答题字段属于预设第四相似字段集合时,计主观题的得分值为1;当所述答题字段不属于上述预设相似字段集合时,计主观题的得分值为0。
其中,在步骤S20中,在所述通过扫描所述预设元数据文件,将所述答题操作数据与预设阅卷规则进行匹配,得到匹配结果的步骤之前包括:
步骤D10,获取考核内容和所述用户所属的用户角色;
步骤D20,依据所述考核内容和所述用户角色,配置相对应的预设阅卷规则,并储存至所述规则元数据文件。
示例性地,步骤D10至步骤D20包括:获取考核内容和所述用户的基本信息。依据所述用户的基本信息,判断所述用户所属的用户角色,其中,所述考核内容可以为企业培训后检验培训质量的题目,还可以为客户买房后进行相关信息的填写便于进行售后服务;所述基本信息为帮助判断用户角色的信息,所述基本信息可以为姓名,还可以为身份证号;所述用户角色可以为客户,还可以为员工,进一步地,所述员工可以为试用员工,还可以为正式员工。依据所述考核内容和所述用户角色,建立列表元数据和表单元数据的映射关系作为所述预设阅卷规则,存储至所述规则元数据文件。
其中,在步骤D20中,在所述依据所述考核内容和所述用户角色,配置相对应的预设阅卷规则,并储存至所述规则元数据文件的步骤之后包括:
步骤E10,获取当前考核内容和所述用户所属的当前用户角色;
步骤E20,判断所述当前考核内容或所述当前用户角色是否发生改变;
步骤E30,若发生改变,则返回执行步骤:依据所述考核内容和所述用户角色,配置相对应的预设阅卷规则,储存至所述规则元数据文件。
示例性地,步骤E10至步骤E30包括:获取当前考核内容和所述用户的当前基本信息;依据所述用户的当前基本信息,判断所述用户所属的当前用户角色;判断当前考核内容或所述当前用户角色是否发生改变,若当前考核内容或所述当前用户角色发生改变,则依据所述当前考核内容和所述当前用户角色,建立列表元数据和表单元数据的映射关系作为所述预设阅卷规则,存储至所述规则元数据文件。
步骤S30,依据所述匹配结果输出所述用户对应的考核结果。
示例性地,步骤S30包括:依据所述匹配结果,得到主观题和客观题的得分,整合所述主观题和所述客观题的分数,得到总得分输出所述用户对应的考核结果。
本申请实施例提供了一种阅卷优化方法、装置、电子设备及可读存储介质,相比于现有技术采用的智能***阅卷和人工阅卷相结合的方法,本申请实施例采用当检测到用户正在答题时,获取答题操作数据,并将所述答题操作数据存储至预设元数据文件;当检测到用户答题完毕后,通过扫描所述预设元数据文件,将所述答题操作数据与预设阅卷规则进行匹配,得到匹配结果;依据所述匹配结果输出所述用户对应的考核结果。实现了全程采用智能***进行批阅试题,通过智能***的客观判断进行阅卷,无需对阅卷人进行培训,避免了阅卷人通过主观判断进行主观题批阅时出现阅卷规则不一致的情况,克服了采用机器阅卷和人工阅卷结合的方法时,由于阅卷人自身的局限性,无法快速适应考核规则,导致阅卷所需要的时间长的技术缺陷,提高了考核阅卷的效率。
实施例二
本申请实施例还提供一种阅卷优化装置,所述阅卷优化装置包括:
数据获取模块,用于当检测到用户正在答题时,获取答题操作数据,并将所述答题操作数据存储至预设元数据文件;
数据匹配模块,用于当检测到用户答题完毕后,通过扫描所述预设元数据文件,将所述答题操作数据与预设阅卷规则进行匹配,得到匹配结果;
结果输出模块,用于依据所述匹配结果输出所述用户对应的考核结果。
可选地,所述数据匹配模块还用于:
扫描所述表单元数据文件,获取所述表单元数据;
依据表单元数据与列表元数据之间的第一映射关系,在所述列表元数据文件查询所述表单元数据所对应的列表元数据;
依据列表元数据与阅卷规则之间的第二映射关系,在所述规则元数据文件查询所述列表元数据对应的预设阅卷规则;
将所述表单元数据与所述预设阅卷规则进行匹配,得到匹配结果。
可选地,所述数据匹配模块还用于:
当检测到所述列表元数据对应的题目为客观题时,依据所述预设阅卷规则,判断所述表单元数据中的答题操作是否与所述预设阅卷规则对应的预设答题操作一致;
若一致,则判定所述客观题回答正确,得到第一匹配结果;
若不一致,则判定所述客观题回答错误,得到第二匹配结果。
可选地,所述数据匹配模块还用于:
当检测到所述列表元数据对应的题目为主观题时,获取所述表单元数据中的答题字段;
计算所述答题字段与所述预设阅卷规则对应的预设字段之间的语义相似度,根据所述语义相似度生成所述匹配结果。
可选地,所述数据获取模块还用于:
当检测到用户正在答题时,获取所述答题操作数据和所述答题操作数据对应的题目数据,根据所述题目数据与所述答题操作数据之间的关联关系,生成对应的属性标签;
将所述题目数据和所述属性标签共同存储至表单元数据文件,以及将所述答题操作数据和所述属性标签共同存储至所述列表元数据文件。
可选地,所述数据获取模块还用于:
获取考核内容和所述用户所属的用户角色;
依据所述考核内容和所述用户角色,配置相对应的预设阅卷规则,并储存至所述规则元数据文件。
可选地,所述数据获取模块还用于:
获取当前考核内容和所述用户所属的当前用户角色;
判断所述当前考核内容或所述当前用户角色是否发生改变;
若发生改变,则返回执行步骤:依据所述考核内容和所述用户角色,配置相对应的预设阅卷规则,储存至所述规则元数据文件。
本发明提供的阅卷优化装置,采用上述实施例一中的阅卷优化方法,解决了考核阅卷效率低的技术问题。与现有技术相比,本发明实施例提供的阅卷优化装置的有益效果与上述实施例提供的阅卷优化方法的有益效果相同,且该阅卷优化装置中的其他技术特征与上述实施例方法公开的特征相同,在此不做赘述。
实施例三
本发明实施例提供一种电子设备,电子设备包括:至少一个处理器;以及,与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行上述实施例一中的阅卷优化方法。
下面参考图2,其示出了适于用来实现本公开实施例的电子设备的结构示意图。本公开实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图2示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图2所示,电子设备可以包括处理装置(例如中央处理器、图形处理器等),其可以根据存储在只读存储器(ROM)中的程序或者从存储装置加载到随机访问存储器(RAM)中的程序而执行各种适当的动作和处理。在RAM中,还存储有电子设备操作所需的各种程序和数据。处理装置、ROM以及RAM通过总线彼此相连。输入/输出(I/O)接口也连接至总线。
通常,以下***可以连接至I/O接口:包括例如触摸屏、触摸板、键盘、鼠标、图像传感器、麦克风、加速度计、陀螺仪等的输入装置;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置;包括例如磁带、硬盘等的存储装置;以及通信装置。通信装置可以允许电子设备与其他设备进行无线或有线通信以交换数据。虽然图中示出了具有各种***的电子设备,但是应理解的是,并不要求实施或具备所有示出的***。可以替代地实施或具备更多或更少的***。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置从网络上被下载和安装,或者从存储装置被安装,或者从ROM被安装。在该计算机程序被处理装置执行时,执行本公开实施例的方法中限定的上述功能。
本发明提供的电子设备,采用上述实施例一中的阅卷优化方法,解决了考核阅卷效率低的技术问题。与现有技术相比,本发明实施例提供的电子设备的有益效果与上述实施例一提供的阅卷优化方法的有益效果相同,且该电子设备中的其他技术特征与上述实施例方法公开的特征相同,在此不做赘述。
应当理解,本公开的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式的描述中,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,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。
实施例四
本实施例提供一种计算机可读存储介质,具有存储在其上的计算机可读程序指令,计算机可读程序指令用于执行上述实施例一中的阅卷优化的方法。
本发明实施例提供的计算机可读存储介质例如可以是U盘,但不限于电、磁、光、电磁、红外线、或半导体的***、***或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、***或者器件使用或者与其结合使用。计算机可读存储介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
上述计算机可读存储介质可以是电子设备中所包含的;也可以是单独存在,而未装配入电子设备中。
上述计算机可读存储介质承载有一个或者多个程序,当上述一个或者多个程序被电子设备执行时,使得电子设备:当检测到用户正在答题时,获取答题操作数据,并将所述答题操作数据存储至预设元数据文件;当检测到用户答题完毕后,通过扫描所述预设元数据文件,将所述答题操作数据与预设阅卷规则进行匹配,得到匹配结果;依据所述匹配结果输出所述用户对应的考核结果。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本发明各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的模块可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,模块的名称在某种情况下并不构成对该单元本身的限定。
本发明提供的计算机可读存储介质,存储有用于执行上述阅卷优化方法的计算机可读程序指令,解决了考核阅卷效率低的技术问题。与现有技术相比,本发明实施例提供的计算机可读存储介质的有益效果与上述实施例一提供的阅卷优化方法的有益效果相同,在此不做赘述。
实施例五
本申请还提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如上述的阅卷优化方法的步骤。
本申请提供的计算机程序产品解决了考核阅卷效率低的技术问题。与现有技术相比,本发明实施例提供的计算机程序产品的有益效果与上述实施例一提供的阅卷优化方法的有益效果相同,在此不做赘述。
以上仅为本申请的优选实施例,并非因此限制本申请的专利范围,凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本申请的专利处理范围内。
Claims (10)
1.一种阅卷优化方法,其特征在于,所述阅卷优化方法包括:
当检测到用户正在答题时,获取答题操作数据,并将所述答题操作数据存储至预设元数据文件;
当检测到用户答题完毕后,通过扫描所述预设元数据文件,将所述答题操作数据与预设阅卷规则进行匹配,得到匹配结果;
依据所述匹配结果输出所述用户对应的考核结果。
2.如权利要求1所述阅卷优化方法,其特征在于,所述预设元数据文件包括规则元数据文件、列表元数据文件和表单元数据文件,所述答题操作数据作为表单元数据存储于所述表单元数据文件中,
所述通过扫描所述预设元数据文件,将所述答题操作数据与预设阅卷规则进行匹配,得到匹配结果的步骤包括:
扫描所述表单元数据文件,获取所述表单元数据;
依据表单元数据与列表元数据之间的第一映射关系,在所述列表元数据文件查询所述表单元数据所对应的列表元数据;
依据列表元数据与阅卷规则之间的第二映射关系,在所述规则元数据文件查询所述列表元数据对应的预设阅卷规则;
将所述表单元数据与所述预设阅卷规则进行匹配,得到匹配结果。
3.如权利要求2所述阅卷优化方法,其特征在于,所述匹配结果包括第一匹配结果和第二匹配结果,
所述将所述表单元数据与所述预设阅卷规则进行匹配,得到匹配结果的步骤包括:
当检测到所述列表元数据对应的题目为客观题时,依据所述预设阅卷规则,判断所述表单元数据中的答题操作是否与所述预设阅卷规则对应的预设答题操作一致;
若一致,则判定所述客观题回答正确,得到第一匹配结果;
若不一致,则判定所述客观题回答错误,得到第二匹配结果。
4.如权利要求2所述阅卷优化方法,其特征在于,所述将所述表单元数据与所述预设阅卷规则进行匹配,得到匹配结果的步骤还包括:
当检测到所述列表元数据对应的题目为主观题时,获取所述表单元数据中的答题字段;
计算所述答题字段与所述预设阅卷规则对应的预设字段之间的语义相似度,根据所述语义相似度生成所述匹配结果。
5.如权利要求1所述阅卷优化方法,其特征在于,所述预设元数据文件包括表单元数据文件、列表元数据文件,
所述当检测到用户正在答题时,获取答题操作数据,并将所述答题操作数据存储至预设元数据文件的步骤包括:
当检测到用户正在答题时,获取所述答题操作数据和所述答题操作数据对应的题目数据,根据所述题目数据与所述答题操作数据之间的关联关系,生成对应的属性标签;
将所述题目数据和所述属性标签共同存储至表单元数据文件,以及将所述答题操作数据和所述属性标签共同存储至所述列表元数据文件。
6.如权利要求1所述阅卷优化方法,其特征在于,所述预设元数据文件包括规则元数据文件,
在所述通过扫描所述预设元数据文件,将所述答题操作数据与预设阅卷规则进行匹配,得到匹配结果的步骤之前,所述阅卷优化方法包括:
获取考核内容和所述用户所属的用户角色;
依据所述考核内容和所述用户角色,配置相对应的预设阅卷规则,并储存至所述规则元数据文件。
7.如权利要求6所述阅卷优化方法,其特征在于,在所述依据所述考核内容和所述用户角色,配置相对应的预设阅卷规则,并储存至所述规则元数据文件的步骤之后,所述阅卷优化方法还包括:
获取当前考核内容和所述用户所属的当前用户角色;
判断所述当前考核内容或所述当前用户角色是否发生改变;
若发生改变,则返回执行步骤:依据所述考核内容和所述用户角色,配置相对应的预设阅卷规则,储存至所述规则元数据文件。
8.一种阅卷优化装置,其特征在于,所述阅卷优化装置包括:
数据获取模块,用于当检测到用户正在答题时,获取答题操作数据,并将所述答题操作数据存储至预设元数据文件;
数据匹配模块,用于当检测到用户答题完毕后,通过扫描所述预设元数据文件,将所述答题操作数据与预设阅卷规则进行匹配,得到匹配结果;
结果输出模块,用于依据所述匹配结果输出所述用户对应的考核结果。
9.一种电子设备,其特征在于,所述电子设备包括:存储器、处理器以及存储在存储器上的用于实现所述阅卷优化方法的程序:
所述存储器用于存储实现所述阅卷优化方法的程序;
所述处理器用于执行实现所述阅卷优化方法的程序,以实现如权利要求1至7中任一项所述阅卷优化方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有实现阅卷优化方法的程序,所述实现阅卷优化方法的程序被处理器执行以实现如权利要求1至7中任一项所述阅卷优化方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210039894.XA CN114064739B (zh) | 2022-01-14 | 2022-01-14 | 阅卷优化方法、装置、电子设备及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210039894.XA CN114064739B (zh) | 2022-01-14 | 2022-01-14 | 阅卷优化方法、装置、电子设备及可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114064739A true CN114064739A (zh) | 2022-02-18 |
CN114064739B CN114064739B (zh) | 2022-04-15 |
Family
ID=80230884
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210039894.XA Active CN114064739B (zh) | 2022-01-14 | 2022-01-14 | 阅卷优化方法、装置、电子设备及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114064739B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102760226A (zh) * | 2011-04-29 | 2012-10-31 | 贵州师范大学 | 一种基于实心正方形的试卷客观题答题卡定位方法 |
CN107832768A (zh) * | 2017-11-23 | 2018-03-23 | 盐城线尚天使科技企业孵化器有限公司 | 基于深度学习的高效阅卷方法和阅卷*** |
CN108122181A (zh) * | 2017-12-20 | 2018-06-05 | 中州大学 | 一种计算机应用考试*** |
CN108764074A (zh) * | 2018-05-14 | 2018-11-06 | 山东师范大学 | 基于深度学习的主观题智能阅卷方法、***及存储介质 |
CN110196893A (zh) * | 2019-05-05 | 2019-09-03 | 平安科技(深圳)有限公司 | 基于文本相似度的非主观题阅卷方法、装置及存储介质 |
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*** |
CN112116840A (zh) * | 2019-06-19 | 2020-12-22 | 广东小天才科技有限公司 | 一种基于图像识别的作业批改方法、***和智能终端 |
CN112115736A (zh) * | 2019-06-19 | 2020-12-22 | 广东小天才科技有限公司 | 一种基于图像识别的作业批改方法、***和智能终端 |
CN112270318A (zh) * | 2020-11-12 | 2021-01-26 | 北京百度网讯科技有限公司 | 自动阅卷方法和装置、电子设备和存储介质 |
CN112749257A (zh) * | 2021-01-11 | 2021-05-04 | 徐州金林人工智能科技有限公司 | 一种基于机器学习算法的智能阅卷*** |
-
2022
- 2022-01-14 CN CN202210039894.XA patent/CN114064739B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102760226A (zh) * | 2011-04-29 | 2012-10-31 | 贵州师范大学 | 一种基于实心正方形的试卷客观题答题卡定位方法 |
CN107832768A (zh) * | 2017-11-23 | 2018-03-23 | 盐城线尚天使科技企业孵化器有限公司 | 基于深度学习的高效阅卷方法和阅卷*** |
CN108122181A (zh) * | 2017-12-20 | 2018-06-05 | 中州大学 | 一种计算机应用考试*** |
CN108764074A (zh) * | 2018-05-14 | 2018-11-06 | 山东师范大学 | 基于深度学习的主观题智能阅卷方法、***及存储介质 |
CN110196893A (zh) * | 2019-05-05 | 2019-09-03 | 平安科技(深圳)有限公司 | 基于文本相似度的非主观题阅卷方法、装置及存储介质 |
CN112116840A (zh) * | 2019-06-19 | 2020-12-22 | 广东小天才科技有限公司 | 一种基于图像识别的作业批改方法、***和智能终端 |
CN112115736A (zh) * | 2019-06-19 | 2020-12-22 | 广东小天才科技有限公司 | 一种基于图像识别的作业批改方法、***和智能终端 |
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*** |
CN112270318A (zh) * | 2020-11-12 | 2021-01-26 | 北京百度网讯科技有限公司 | 自动阅卷方法和装置、电子设备和存储介质 |
CN112749257A (zh) * | 2021-01-11 | 2021-05-04 | 徐州金林人工智能科技有限公司 | 一种基于机器学习算法的智能阅卷*** |
Also Published As
Publication number | Publication date |
---|---|
CN114064739B (zh) | 2022-04-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106202453B (zh) | 一种多媒体资源推荐方法和装置 | |
CN106971009B (zh) | 语音数据库生成方法及装置、存储介质、电子设备 | |
US20190065624A1 (en) | Method and device for obtaining answer, and computer device | |
CN111475627B (zh) | 解答推导题目的检查方法、装置、电子设备及存储介质 | |
CN111125342B (zh) | 习题测试数据生成方法以及装置 | |
TWI798652B (zh) | 一種自動生成數據採集模組的方法和系統 | |
CN111324609A (zh) | 知识图谱构建方法、装置、电子设备及存储介质 | |
TWI791176B (zh) | 自動識別有效資料採集模組的方法、系統、裝置及電腦程式載體 | |
CN111552463A (zh) | 一种页面跳转方法、装置、计算机设备及存储介质 | |
CN111475237A (zh) | 菜单处理方法、装置、电子设备及存储介质 | |
CN114417169A (zh) | 信息推荐优化方法、设备、介质及程序产品 | |
CN112464075B (zh) | 智能音箱的应用推荐方法、装置及电子设备 | |
CN114064739B (zh) | 阅卷优化方法、装置、电子设备及可读存储介质 | |
KR20210080561A (ko) | 컨설팅 정보 처리 방법 및 장치 | |
WO2023078197A1 (zh) | 课堂活动课件制作方法、装置、存储介质以及电子设备 | |
CN115221290A (zh) | 标签前置数据查询方法、装置、电子设备及可读存储介质 | |
CN114185805A (zh) | 一种埋点验证方法、装置、设备及存储介质 | |
CN113420135A (zh) | 在线教学中笔记处理方法、装置、电子设备及存储介质 | |
CN114168775A (zh) | 特征信息获取方法及装置、存储介质及电子设备 | |
CN112308745A (zh) | 用于生成信息的方法和装置 | |
CN117473069B (zh) | 业务语料生成方法、装置、设备及计算机可读存储介质 | |
CN114218251A (zh) | 问答数据的匹配方法、装置、电子设备及存储介质 | |
CN114595697B (zh) | 用于生成预标注样本的方法、装置、服务器和介质 | |
CN109492695B (zh) | 数据建模的样本处理方法、装置、电子设备及可读介质 | |
CN113032469A (zh) | 文本结构化模型训练、医疗文本结构化方法及装置 |
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 |