CN115294573A - 作业批改方法、装置、设备及介质 - Google Patents

Abstract

本公开提供一种作业批改方法、装置、设备及介质，涉及人工智能领域，其中该作业批改方法包括：获取当前作业的作答结果图像；对作答结果图像进行文本识别，得到初始作答结果；获取当前作业的题型，并基于当前作业的题型对初始作答结果进行调整处理，得到目标作答结果；基于当前作业的题型和当前作业的标准作答结果，对目标作答结果进行判断，确定当前作业的批改结果。本公开实施例能够更有针对性的对初始作答结果进行调整，提高了最终获得的目标作答结果的准确性，并且根据当前作业的题型以及标准作答结果确定目标作答结果的批改结果，提高了批改过程中针对各种题型的适配性以及批改结果的准确性。

Description

作业批改方法、装置、设备及介质

技术领域

本公开涉及人工智能领域，尤其涉及作业批改方法、装置、设备及介质。

背景技术

随着人工智能技术的发展，人工智能的应用场景愈加广泛，在教育教学等场景中，也可以使用人工智能技术来辅助教师和/或学生，从而提高教学的效率等。

相关技术中，可以通过对学生的作答结果进行图像识别从而辅助教师实现作业的批改。但是这种方法识别作答结果的准确性较低，进而导致作业批改的准确性较低。

发明内容

为了解决上述技术问题或者至少部分地解决上述技术问题，本公开提供了一种作业批改方法、装置、设备及介质。

根据本公开的一方面，提供了一种作业批改方法，包括：获取当前作业的作答结果图像；对作答结果图像进行文本识别，得到初始作答结果；获取当前作业的题型，并基于当前作业的题型对初始作答结果进行调整处理，得到目标作答结果；基于当前作业的题型和当前作业的标准作答结果，对目标作答结果进行判断，确定当前作业的批改结果。

根据本公开的另一方面，提供了一种作业批改装置，所述装置，包括：图像获取模块，用于获取当前作业的作答结果图像；文本识别模块，用于对作答结果图像进行文本识别，得到初始作答结果；结果优化模块，用于获取当前作业的题型，并基于当前作业的题型对初始作答结果进行调整处理，得到目标作答结果；结果判断模块，用于基于当前作业的题型和当前作业的标准作答结果，对目标作答结果进行判断，确定当前作业的批改结果。

根据本公开的另一方面，提供了一种电子设备，包括：处理器；以及存储程序的存储器，其中，所述程序包括指令，所述指令在由所述处理器执行时使所述处理器执行上述作业批改方法或者上述作业批改方法。

根据本公开的另一方面，提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序用于执行上述作业批改方法或者上述作业批改方法。

本公开实施例中提供的上述作业批改方法及装置，能够获取当前作业的作答结果图像；对作答结果图像进行文本识别，得到初始作答结果；获取当前作业的题型，并基于当前作业的题型对初始作答结果进行调整处理，得到目标作答结果；基于当前作业的题型和当前作业的标准作答结果，对目标作答结果进行判断，确定当前作业的批改结果。采用上述技术方案，针对不同题型的特点存在对应的针对初始作答结果的调整处理方法，从而能够更有针对性的对初始作答结果进行调整，提高了最终获得的目标作答结果的准确性，并且根据当前作业的题型以及标准作答结果确定目标作答结果的批改结果，提高了批改过程中针对各种题型的适配性以及批改结果的准确性。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

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，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。

为了更清楚地说明本公开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为本公开实施例提供的一种作业批改方法的流程示意图；

图2为本公开实施例提供的一种作业的示意图；

图3为本公开实施例提供的一种批改页面的示意图；

图4为本公开实施例提供的一种扩大图像采集区域的示意图；

图5为本公开实施例提供的一种标准作答规范信息的示意图；

图6为本公开实施例提供的另一种作业批改方法的流程示意图；

图7为本公开实施例提供的又一种作业批改方法的流程示意图；

图8为本公开实施例提供的再一种作业批改方法的流程示意图；

图9为本公开实施例提供的一种阅卷方法的示意图；

图10为本公开实施例提供的一种标准阅卷规范的示意图；

图11为本公开实施例提供的一种作业批改方法的示意图；

图12为本公开实施例提供的一种作业批改装置的结构示意图；

图13为本公开实施例提供的一种电子设备的结构示意图。

具体实施方式

下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。

应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。

本公开使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。

需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。

为了改善以上至少一种问题，本公开实施例提供了一种作业批改方法、装置、设备及介质，为便于理解，以下进行阐述说明。

图1为本公开实施例提供的一种作业批改方法的流程示意图，该方法可以由作业批改装置执行，其中该装置可以采用软件和/或硬件实现，一般可集成在电子设备中。如图1所示，该方法主要包括：

步骤101、获取当前作业的作答结果图像。

其中，当前作业为当前进行批改处理的作业，本实施例对该当前作业的题型不做限制，例如，该当前作业的题型可以包括但不限于：填空题、主观题、选择题中的至少一种。本实施例对该当前作业的学科也不限制，例如，该当前作业的学科可以包括但不限于：语文、数学、英语中的至少一种。作答结果图像可以为包括当前作业的作答内容的图像，该作答结果图像的获取可以根据用户书写工具的不同采用不同的方式实现。

在本实施例中，用户使用书写工具在作答区域作答，该书写工具有多种，本实施例不做限制。

在一些实施例中，获取当前作业的作答结果图像，可以包括：获取当前作业的图像，并根据所述当前作业图像中预先设定预先确定的作答区域的区域坐标提取得到所述作答结果图像。

其中，本实施例中的书写工具可以包括圆珠笔和/或铅笔等不具备书写轨迹采集功能的普通笔。作答区域可以为提供给作答者对题目进行作答的区域，该作答区域可以根据具体的题型进行设置，不同题型可以设置不同的作答区域，本实施例不做限制。当前作业图像包括了作答区域的图像以及作答区域以外的其他图像。

作答区域的区域坐标为预先设定的表征作答区域位置的参数，图2为本公开实施例提供的一种作业的示意图，如图2所示，若当前作业的题型为选择题，作答结果图像可以为用户在作答区域内填写的作答内容的图像，其中，该作答区域可以设置在题目区域的一侧，例如图2中区域201-205均为作答区域，区域207-211均为题目区域，作答区域和题目区域的形状均可以设置为矩形，每个区域的位置通过矩形四个顶点的坐标表征，可以将该矩形作答区域的顶点坐标设置为作答区域的区域坐标。基于各题目可以建立作答区域和题目区域的对应关系，例如区域207和区域201相对应。可以理解的是，在生成上述作业的过程中可以记录每个题目区域及作答区域在web端生成的作业页面上的坐标，并将其转化成A4纸张中的坐标，进而可以将每个题目区域的坐标关联作答区域的坐标存储到数据库中。如图2所示，在该作业上还可以设置有二维码区域206，该二维码区域206中可以包括当前作业的二维码，通过扫描该二维码能够获取学生识别号（Identity Document，ID）、试卷ID、试卷页面ID等消息中的至少一个。

在本实施例中，当书写工具不具备书写轨迹采集功能，该书写工具对应的当前作业图像的获取方法有多种，本实施例不做限制，例如可以通过具备拍照功能的图像采集设备获取该当前作业图像，该图像采集设备可以包括具备拍照功能的手机和/或数码相机等；或者，可以通过具备扫描功能的扫描设备获取该当前作业图像，该图像扫描设备可以包括双面扫描仪和/或单面扫描仪等，其中，若使用双面扫描仪能够免去了人工翻页的过程，提高了图像获取效率。获取当前作业图像之后，读取当前作业图像中预先设定的作答区域的区域坐标，根据该区域坐标进行图像提取，获得与作答区域对应的作答结果图像，从而缩小了后续图像处理的范围，提高了图像处理的效率以及准确性。

在一些实施例中，获取当前作业的作答结果图像，可以包括：获取作答工具在作答区域内的轨迹坐标，并根据轨迹坐标生成作答结果图像。

其中，作答工具可以为能够记录自身运动轨迹的笔，该作答工具可以为点阵笔等具有压感功能的笔，若作答工具为点阵笔，该点阵笔可以配合点阵纸张使用，点阵笔在点阵纸张上书写时，产生压感同时点阵笔内的摄像头记录点阵笔的在每个轨迹点的坐标数据以及对应的时间戳，点阵笔获取该轨迹坐标以及时间戳之后，后续作业批改装置可以根据该轨迹坐标以及时间戳进行轨迹拟合，从而生成作答结果图像，通过该点阵笔还可以实现记录作答时长等功能。其中，轨迹坐标可以是用于记录点阵笔的运动路径的参数，可以包括点阵笔在移动过程中每个轨迹点的坐标数据和时间戳，轨迹坐标的数量可以为多个。本实施例对作答结果图像的格式不做限制，例如该作答结果图像的格式可以为位图文档。

在本实施例中，用户可以使用点阵笔等作答工具在作答区域内进行作答，作业批改装置可以根据作答区域的区域坐标提取作答区域内的点阵笔的多个轨迹坐标，基于多个轨迹坐标的时间戳对坐标数据进行轨迹拟合，生成作答结果图像。从而在用户书写的过程中可以采集轨迹坐标并生成作答结果图像，简化了操作流程，并且提取作答区域内的轨迹坐标进行后续的文本识别操作，能够降低卷面上的其他因素（例如，用户求解过程等）对文本识别准确性的影响。

步骤102、对作答结果图像进行文本识别，得到初始作答结果。

其中，初始作答结果为对作答结果图像进行文本识别直接获得的作答结果，该初始作答结果的准确性可能较低。

在一些实施例中，对作答结果图像进行文本识别，得到初始作答结果，包括：采用预先构建的文本识别模型对作答结果图像进行识别，得到初始作答结果。

其中，文本识别模型中包括检测模型和识别模型，检测模型用于提取作答结果图像中的作答位置并输入至识别模型，作答位置为用户的作答内容对应的位置，该检测模型有多种，本实施例对该检测模型不做限制。识别模型用于对作答位置的图像进行文本识别得到初始作答结果，该识别模型有多种，本实施例对该识别模型不做限制，例如该识别模型可以为光学字符识别（Optical Character Recognition，OCR）模型。

作答区域中具有作答内容的区域为上述作答位置的区域，此外作答区域中还可以包括没有作答内容的空白区域。在本实施例中，通过文本识别模型中的检测模型从作答结果图像中确定作答位置的区域，并将该作答位置输入文本识别模型的识别模型中，之后该识别模型对该作答位置的区域进行文本识别，可以获得初始作答结果。上述方案中，通过先确定作答位置的区域，进一步缩小了图像识别范围，避免了题目等图像对文本识别的干扰，提高了文本识别的针对性。

可选的，在当前作业的题型包括单选题且用户多次修改作答内容的情况下，在字符识别模型识别的初始作答结果中可能包括多个字符，该字符识别模型可以将识别到的字符以及各字符的置信度输出，以便于进行后续的初始作答结果优化。

上述通过字符识别模型进行文本识别获得初始作答结果仅为示例，本实施例还可以通过其他方式来实现初始作答结果的获取，具体不限。

步骤103、获取当前作业的题型，并基于当前作业的题型对初始作答结果进行调整处理，得到目标作答结果。

其中，当前作业的题型为当前作业所属的类型，在一些实施例中，当前作业的题型包括选择题、填空题或主观题。调整处理可以理解为根据初始作答结果的特征对初始作答结果进行调整，从而使得目标作答结果的准确率更高，不同题型的调整处理方法可以不同，本实施例不做限制。目标作答结果为经过对初始作答结果进行调整处理得到的最终作答结果。

本公开实施例中，作业批改装置可以获取当前作业的题型，并根据当前作业的题型确定针对初始作答结果的调整处理方法，进而根据该调整处理方法对当前作业对应的初始作答结果进行调整处理，获得目标作答结果。

可以理解地，由于文本识别精确度不足、用户作答不规范等原因，初始作答结果的准确性可能较低，通过对初始作答结果的调整，可以获得准确性较高的目标作答结果，进而提升了作答结果识别的准确性。

步骤104、基于当前作业的题型和当前作业的标准作答结果，对目标作答结果进行判断，确定当前作业的批改结果。

其中，标准作答结果为当前作业对应的标准答案，该标准作答结果可以为预先设置的。批改结果可以为用于表征目标作答结果和标准作答结果匹配情况的参数，该批改结果的类型有多种，本实施例不做限制，例如，该批改结果的类型可以为二分类类型，即该批改结果包括正确和错误；该批改结果的类型也可以为分数类型，可以在目标作答结果和标准作答结果匹配度越高的情况下，该批改结果分数越高。

以当前作业的题型为选择题、填空题、主观题中的文科主观题以及主观题中的理科主观题为例，说明上述步骤：

在一些实施例中，若当前作业的题型为选择题，基于当前作业的题型和当前作业的标准作答结果，对目标作答结果进行判断，确定当前作业的批改结果，包括：将目标作答结果与标准作答结果进行对比；根据对比结果确定当前作业的批改结果。当目标作答结果等于标准作答结果，则当前作业的批改结果为正确；否则当前作业的批改结果为错误。

在当前作业的题型为单项选择题的情况下，可以将目标作答结果和标准作答结果进行一致性对比，判断目标作答结果和标准作答结果是否一致，若对比结果为一致，则确定当前作业的批改结果为正确；若对比结果为不一致，则确定当前作业的批改结果为错误。

在当前作业的题型为多项选择题的情况下，可以将目标作答结果和标准作答结果进行一致性对比，判断目标作答结果和标准作答结果是否一致，若对比结果为一致，则确定当前作业的批改结果为正确；若比对结果为目标作答结果为标准作答结果的子集，则确定当前作业的批改结果为部分正确（即半对半错）；若比对结果为目标作答结果中的部分不属于标准作答结果或者目标作答结果完全不属于标准作答结果，则确定当前作业的批改结果为错误。

在一些实施例中，若当前作业的题型为填空题，基于当前作业的题型和当前作业的标准作答结果，对目标作答结果进行判断，确定当前作业的批改结果，包括：将目标作答结果与标准作答结果进行数据结构的对比，或者字符数量的对比；根据对比结果确定当前作业的批改结果；其中，数据结构用于表征作答结果包括的数据类型，该数据结构可以根据应用场景进行设置，本实施例不做限制，例如该数据结果可以包括数字、符号、数字与符号混合等；字符数量用于表征作答结果包括的字符的数量。

在当前作业的题型为填空题的情况下，确定批改结果的方法至少包括以下两种：一种方法中，可以获取目标作答结果的数据结构以及标准作答结果的数据结构，判断目标作答结果的数据结构与标准作答结果的数据结构是否相同，若相同，则当前作业的批改结果为正确；若不相同，则当前作业的批改结果为错误。例如，若标准作答结果的数据结构为数字，目标作答结果的数据结构包括数字以及其他格式，则确定判改结果为错误；若标准作答结果的数据结构包括数字和符合，目标作答结果的数据结构为数字，则确定判改结果为错误。另一种方法中，可以获取目标作答结果的字符数量以及标准作答结果的字符数量，判断目标作答结果与标准作答结果的字符数量是否相同，若相同，则当前作业的批改结果为正确；若不相同，则当前作业的批改结果为错误。

在一些实施例中，若当前作业的题型为主观题中的文科主观题，基于当前作业的题型和当前作业的标准作答结果，对目标作答结果进行判断，确定当前作业的批改结果，包括：基于预设批改算法识别所述目标作答结果的至少一种批改参数，批改参数包括字数、标题、错别字、语法错误、搭配不当和结构错误中的至少一项；展示标准作答结果以及至少一种批改参数以及当前作业的标准作答结果，获取用户基于标准作答结果以及至少一种批改参数输入的当前作业的批改结果。其中，预设批改算法可以为能够对参数进行识别的算法，本实施例对该预设批改算法的模型结构、具体训练方法等不做限制。批改参数可以为一个或多个维度指导用户对目标作答结果进行修改的参数，本实施例对该批改参数的获取方式不做限制，例如可以将目标作答结果输入参数生成模型中，生成对应的批改参数。批改结果为用户对目标作答结果进行批改之后获得的作答结果。

在当前作业的题型为文科主观题的情况下，作业批改装置可以将目标作答结果输入参数生成模型中，参数生成模型分析该目标作答结果，确定目标作答结果的至少一个批改参数，该批改参数包括但不限于：字数、标题、错别字、语法错误、搭配不当和结构错误中的至少一项，并且基于预设批改算法识别上述批改参数。进一步地，将当前作业的标准作答结果以及至少一种批改参数展示给用户，通过标准作答结果能够较使用户直观地理解对应的批改参数。用户基于标准作答结果以及批改参数输入批改结果，获取用户输入的当前作业的批改结果，其中，用户可以为教师。如图3所示，图3为本公开实施例提供的一种批改页面的示意图，图3中展示了一个批改页面300，该批改页面300中可以包括批改参数以及批改参数对应的数字标识①至⑨，批改参数包括总字数、是否存在标题、错别字、语法错误、搭配不当和结构错误，并且在目标作答结果中可以标记有与批改参数对应的数字标识。

在一些实施例中，若当前作业的题型为主观题中的理科主观题，基于当前作业的题型和当前作业的标准作答结果，对目标作答结果进行判断，确定当前作业的批改结果，包括：确定目标作答结果中位于最后一位的当前最终结果；将所述目标作答结果的当前最终结果与所述标准作答结果中的标准最终结果进行对比；当对比结果为当前最终结果与标准最终结果相同，则当前作业的批改结果确定为正确；否则当前作业的批改结果确定为错误。

其中，目标作答结果中的位于最后一位的当前最终结果过可以理解为该理科主观题在目标作答结果中的计算结果，例如，若当前作业为应用题，目标作答结果中可以包括该应用题的分析、计算过程以及计算结果，该应用题的计算结果为当前最终结果。标准作答结果的标准最终结果可以理解为该理科主观题在标准作答结果中的计算结果。

在当前作业的题型为理科主观题的情况下，作业批改装置可以获取目标作答结果中位于最后一位的当前最终结果以及标准作答结果中位于最后一位的标准最终结果，判断该当前最终结果与该标准最终结果是否相同，若相同；则当前作业的批改结果为正确；若不相同，则当前作业的批改结果为错误。一种可选的实施方式中，可以提供用于书写当前作业计算结果的结果填写区域，对该结果填写区域的图像进行文本识别获得目标作业结果中的当前最终结果。

上述方案中，基于题型的特性确定相应的作业批改结果，从而提升了批改结果的准确性，也丰富了本方法能够适配的题型，提高了本方法的适配性。

本公开实施例提供的作业批改方案，获取当前作业的作答结果图像；对作答结果图像进行文本识别，得到初始作答结果；获取当前作业的题型，并基于当前作业的题型对初始作答结果进行调整处理，得到目标作答结果；基于当前作业的题型和当前作业的标准作答结果，对目标作答结果进行判断，确定当前作业的批改结果。采用上述技术方案，针对不同题型的特点存在对应的针对初始作答结果的调整处理方法，从而能够更有针对性的对初始作答结果进行调整，提高了最终获得的目标作答结果的准确性，并且根据当前作业的题型以及标准作答结果确定目标作答结果的批改结果，提高了批改过程中针对各种题型的适配性以及批改结果的准确性。

在一些实施例中，若当前作业的题型是选择题，调整处理包括字符调整处理、数字调整处理、数量调整处理中的至少一种；若当前作业的题型是填空题或主观题，则调整处理包括区域调整处理或单位调整处理。

其中，字符调整处理可以为根据绑定字符库中的绑定字符与标准结果的对应关系对初始作答结果进行调整；数字调整处理可以为基于初始作答结果包括的数字对初始作答结果进行调整；数量调整处理可以为根据初始作答结果包括的字符数量对初始作答结果进行调整处理。需要说明的是，当前作业的题型是选择题，则对应的上述调整处理方法可以交叉使用，例如可以使用字符调整处理对初始作答结果进行调整之后，使用数字调整处理对字符调整处理获得的调整结果进行进一步的调整。区域调整处理可以为对初始作答结果对应的作答结果图像的区域进行调整；单位调整处理可以为对初始作答结果包括的计量单位的语言格式进行调整。与题型为选择题对应的调整处理方法类似，若当前作业的题型是填空题或主观题对应的上述调整处理方法也可以交叉使用，例如可以使用区域调整处理对初始作答结果进行优化之后，使用数字调整处理对区域调整处理获得的调整结果进行进一步的优化。

下面，基于字符调整处理、数字调整处理、数量调整处理、区域调整处理、单位调整处理对基于当前作业的题型对初始作答结果进行调整处理，得到目标作答结果，进行说明：

在一种实施方式中，基于当前作业的题型对初始作答结果进行调整处理，得到目标作答结果，包括：若当前作业的题型是选择题，将初始作答结果在绑定字符库中进行匹配，匹配则得到目标绑定字符，其中，绑定字符库中包括多个预设的绑定字符；基于预设的绑定字符与标准结果的关联关系，确定所述目标绑定字符对应的目标标准结果，将目标标准结果确定为目标作答结果，其中，绑定字符与标准结果的关联关系用于确定多个预设的绑定字符与标准结果之间的对应关系，一个所述标准结果关联至少一个绑定字符。

其中，预设的绑定字符可以为一个或多个字符构成的具有绑定关系的字符组，绑定字符库可以为包括多个绑定字符的数据库。预设的绑定字符与标准结果的关联关系用于记录绑定字符与标准结果之间的转化对应关系。标准结果为绑定字符对应的转化结果，一个标准结果可以对应一个或多个绑定字符，该标准结果中的字符数量少于或等于绑定字符的字符数量。目标绑定字符可以为绑定字符库中与初始作答结果匹配成功的绑定字符，目标标准结果为根据关联关系确定的与该目标绑定字符匹配的标准结果。

在本实施例中，在当前作业的题型是选择题时，调整处理可以为字符调整处理，关于该字符调整处理具体说明如下：

用户可以预先建立包括一个或多个预设绑定字符的绑定字符库，并且预先设定绑定字符与标准结果之间的关联关系。在确定初始作答结果之后，可以根据该初始作答结果在绑定字符库中进行查询操作，从而确定与该初始作答结果匹配的目标绑定字符。进一步地，根据该目标绑定字符在绑定字符与标准结果的关联关系进行查询操作，从而确定与该目标绑定字符对应的目标标准结果，将该目标标准结果确定为目标作答结果。可以理解地，由于用户书写的字符不规范等原因（例如，一个字符内部的空隙可能过大），对该字符进行文本识别时，可能将该字符识别为其他字符。本实施例对预设的绑定字符与标准结果的关联关系不做限制，举例而言，绑定字符可以包括多个字符，例如1和3可以为绑定字符，1和7可以为绑定字符，其中1和3对应的标准结果为B，1和7对应的标准结果为D。绑定字符可以包括单个字符，例如，绑定字符和标准结果的对应关系可以包括：H对应A，8对应B，L或e或①对应C，O或0或P或p或d对应D，7或十或+对应T，干对应F，2或√对应对钩字符，义或人对应叉号字符，0或O或@对应不完全正确字符。

上述方案中，基于字符调整处理对用户书写不规范造成的文本识别错误进行了调整，从而提高了目标作答结果的准确性。

在一种实施方式中，基于当前作业的题型对初始作答结果进行调整处理，得到目标作答结果，包括：若当前作业的题型是选择题，对初始作答结果进行数字识别；若识别到数字，删除初始作答结果中的数字，得到目标作答结果；或者，当初始作答结果中的数字判定为预设数字且字符数量为2，则删除初始作答结果中的预设数字，得到目标作答结果。其中，预设数字有多种，本实施例不做限制，例如可以将该预设数字设置为1。

在本实施例中，在当前作业的题型是选择题时，调整处理可以为数字调整处理，关于该数字调整处理具体说明如下：

在本实施例中，数字调整处理可以包括两种调整处理方法，其中一种调整处理方法包括：判断初始作答结果中包括的各字符是否包括数字，若是则确定初始作答结果中能够识别到数字，则删除该初始作答结果中的数字，获得不包括数字的目标作答结果。示例性的，若当前作业的题型为选项为字母的选择题，该作答结果中不应该包括数字，该数字可能为误识别结果，因而将初始作答结果中的数字删除，获得更准确的目标作答结果。

另一种数字调整处理包括：判断初始作答结果中是否包括预设数字，且初始作答结果中包括的字符数量是否为2，若初始作答结果中包括预设数字且字符数量为2，则在该初始作答结果中删除预设数字，获得不包括预设数字的目标作答结果。可以理解地，在单选题等应用场景中，作答结果中包括的字符数量应该为一个，但是在识别获得作答结果的过程中，作答区域的边框等容易对文本识别形成干扰，从而误识别出预设数字。例如，在初始作答结果中可能将作答区域的边框识别为1，因而当初始作答结果中包括的字符数量为2且包括1时，将初始作答结果中的1删除，获得目标作答结果。

上述方案中，基于数字调整处理对初始作答结果中的数字进行了调整，删除了初始作答结果中的部分或全部数字，获得目标作答结果，从而提高了目标作答结果的准确性。

在一种实施方式中，基于当前作业的题型对初始作答结果进行调整处理，得到目标作答结果，包括：若当前作业的题型是所述选择题，对初始作答结果进行数字识别；若未识别到数字，则将初始作答结果与预设的多个标准结果进行匹配，基于文本识别模型获取各所述标准结果的识别置信度；将至少两个所述标准结果中识别置信度最高的标准结果确定为目标作答结果。

其中，标准结果可以为选择题所对应的选项，该标准结果可以根据当前作业的具体选项进行设置，例如若当前作业的选项为A、B、C、D，则标准结果可以包括：A、B、C、D中的至少两个。标准结果的识别置信度表征该标准结果的真实值落在测量结果的周围的概率，该置信度越高则初始作答结果为该标准结果的可能性越大。

在本实施例中，在当前作业的题型是选择题时，调整处理可以为数量调整处理，关于该数量调整处理具体说明如下：

在本实施例中，可以根据选择题的选项预先设置多个标准结果。对初始作答结果进行数字识别，若未识别到数字，则可以根据初始作答结果对应的识别置信度确定目标作答结果。具体地，作业批改装置可以将初始作答结果中的字符与多个标准结果进行匹配，确定匹配成功的标准结果，匹配成功的标准结果的数量可以为多个，并通过文本识别模型确定各匹配成功的标准作答结果对应的识别置信度，并将该匹配成功的标准结果中置信度最高的标准识别结果确定为目标作答结果。示例性的，学生在作答的过程中，可能先作答C，然后将C划掉，修改作答为A，因而在初始作答结果中可能包括A和C，与该初始作答结果匹配成功的标准作答结果包括A和C，进而根据文本识别模型确定A对应的识别置信度，以及C对应的识别置信度。

可以理解地，在一些应用场景中，用户在作答区域内可能使用修改标记对作答内容进行修改，由于修改标记不标准等原因，在进行文本识别时，可能初始作答结果中包括多个标准作答结果，本实施例中在匹配成功的多个标准结果中确定了置信度最高的标准结果为目标作答结果，从而提高了目标作答结果的准确性。

上述方案中，使用数量调整处理初始作答结果，排除了置信度较低的标准结果，从而提高了目标作答结果的准确性。

在本实施例中，在当前作业的题型是填空题或主观题时，调整处理可以为区域调整处理，关于该区域调整处理具体说明如下：

在一种实施方式中，基于当前作业的题型对初始作答结果进行调整处理，得到目标作答结果，包括：若当前作业的题型为填空题或主观题，对初始作答结果进行文本识别；若未识别到文本，对当前作业的完整图像进行文本识别，得到文本识别结果；当文本识别结果中包括除当前作业的题目文本之外的目标文本，则将该目标文本确定为目标作答结果。

其中，当前作业的完整图像可以为包括所有当前作业题目以及当前作业的作答内容的图像。在一些实施例中，该完整图像可以包括当前作业的题目、当前作业的作答区域、该题目与作答区域之间的空白区域、该题目和作答区域两侧的空白区域。文本识别结果为对当前作业的完整图像进行文本识别获得的识别结果。可以理解地，由于当前作业的完整图像中包括当前作业的题目，因而文本识别结果中可以包括题目文本，该题目文本可以为对当前作业的题目进行文本识别确定的文本。

在本实施例中，用户可能在作答区域之外的区域对当前作业进行了作答，因而在初始作答结果中未识别到文本，说明基于当前作答区域无法获得用户作答的内容。因而可以将进行图像采集的图像采集区域进行扩大，扩大为完整图像，并采用文本识别模型对该完整图像进行文本识别，获得对应的文本识别结果，可以理解地，由于完整图像中包括了当前作业的题目以及用户针对该当前作业的作答内容，因而可以将对完整图像识别确定的文本识别结果中的当前作业的题目文本删除，确定作答内容对应的目标文本，将该目标文本作为目标作答结果。如图4所示，区域401为作答区域，区域402为当前作业的完整图像对应的区域，用户将用户作答的内容“A”在作答区域之外，当前作业包括题目1和题目2，则扩大图像采集区域如区域402所示，从而能够识别用户在作答区域之外书写的内容。

上述方案中，使用区域调整处理方法，当用户在作答区域之外书写作答内容时，通过扩大文本识别的区域能够在完整图像中包括用户的作答内容，从而对当前作业的完整图像进行图像识别，从而获得目标作答结果，提高了获得目标作答结果的灵活性。

在一种实施方式中，还可以将图像采集区域逐渐进行扩大，具体地，基于当前作业的题型对初始作答结果进行调整处理，得到目标作答结果，可以包括：当初始作答结果为空，则将图像采集区域从作答区域开始扩大，直到获取到包括内容的目标作答结果。

在本实施例中，在当前作业的题型是填空题或主观题时，调整处理可以为单位调整处理，关于该单位调整处理具体说明如下：

在一种实施方式中，基于当前作业的题型对初始作答结果进行调整处理，得到目标作答结果，包括：若当前作业的题型为填空题或主观题，对初始作答结果进行计量单位识别；若识别到计量单位，提取初始作答结果中的计量单位；对计量单位进行中英文格式的转换，得到包括中英文格式的计量单位的目标作答结果。

其中，计量单位为数学或物理等维度的计量值，本实施例对该计量单位不做限制，例如该计量单位可以包括初中数学计量单位、初中物理计量单位、高中数学计量单位、高中物理计量单位中的至少一个。本实施例对该计量单位中包括的语言种类不作限制，举例而言，该计量单位可以为中文语言种类，例如，5厘米；该计量单位可以为英文语言种类，例如，5cm；该计量单位还可以为中英文混合语言种类，例如，5厘米和5cm。

在一种实施方式中，可以预设计量单位，并将预设的计量单位与初始作答结果进行匹配，从而实现初始作答结果的计量单位识别。若在初始作答结果中识别到计量单位，则将初始作答结果中的计量单位进行中英文相互转化，本实施例对该转化过程不作限制，例如，若初始作答结果为5CM，进行中英文转化获得的目标作答结果中包括：5厘米、5cm等。

上述方案中，对初始作答结果中的计量单位进行中英文转化，避免了因为中英文不统一造成的后续批改结果错位。

通过上述结果调整处理能够较为明显的提升作答结果的准确性，根据实际测试，初始作答结果的准确性为92.5%，对初始作答结果使用进行调整处理获得的目标作答结果的准确性为97.9%。

在一些实施例中，获取当前作业在作答区域内的作答结果图像之前，所述方法还包括：获取且展示标准作答规范信息，其中标准作答规范信息用于指导用户作答当前作业具体操作的文字表述。该标准作答规范信息可以包括一个或多个维度的规则，本实施例不做限制，例如该标准作答规范可以包括作答区域规则、修改规则、涂改规则、书写规则、作答类型规则中的一个或多个。该标准作答规范信息的形式本实施例也不做限制，例如可以为条例形式和/或图例形式。该标准作答规范信息的展示方式有多种，包括但不限于，通过弹窗展示给用户和/或通过预先印制展示给用户。

在本实施例中，获取标准作答规范信息并将该标准作答规范信息展示给用户，用户获取该标准作答规范信息，用户按照该标准作答规范信息进行作答。具体地，一种可选的实施方式中，若标准作答规范信息以条例形式展示，则该标准作答规范信息可以包括但不限于以下条目中的至少一条：（1）做答内容需完全书写在作答区域内，不可超出作答区域，不要和做答区域的边框重叠。（2）如对作答内容进行修改，需使用做答笔划掉需要修改的作答内容（即尽量覆盖需要修改的作答内容，划线至少在三条以上），将更新的作答内容写在划掉的作答内容之后，注意：更新的作答内容也需要在做答区内，不可超出作答区域。（3）若多次进行修改，作答区域内没有足够空余空间填写更新的作答内容，请使用涂改工具（例如，涂改液、涂改带）覆盖需要修改的作答内容，将更新的作答内容写在做答区域内。（4）书写字母（例如，A、B、C、D）时尽量规范、标准，保持书写工整，不可有连笔。（5）若当前题目为单项选择题，做答区域中仅可书写选项字母中的一个，若书写数字、公式等，则当前作业的批改结果为错误。（6）请保持试卷干净整洁，做答区域内无污点、脏污。

一种可选的实施方式中，若标准作答规范信息以图例形式展示，则该标准作答规范信息可以包括但不限于图5所示的图例，图5中，区域501展示的为标准作答规范信息中的规范字母书写样式，区域502展示的为标准作答规范信息中的规范修改样式。

上述方案中，将标准作答规范展示给用户，从而使得用户能够获得该标准作答规范，从而根据作答规范生成当前作业，提高了用户作答的标准程度，基于该作答内容生成目标作答结果，能够从源头上提升目标作答结果的准确性。

接下来通过具体的示例对本公开实施例中的作业批改方法，进行进一步说明。

示例性的，图6为本公开实施例提供的另一种作业批改方法的流程示意图，如图6所示，该示例中当前作业的题型为客观题。该方法包括：

步骤601，开始。

步骤602，获取学生作答结果。

步骤603，根据作答区域对作答结果进行切图，获得作答结果图像。其中，作答区域为矩形框。

步骤604，对作答结果图像进行文本识别，获得初始作答结果。

步骤605，判断该初始作答结果是否属于客观题选项，若是，执行步骤607；否则，执行步骤606。

步骤606，对初始作答结果进行调整处理，得到目标作答结果。

步骤607，若存在目标作答结果，对照对目标作答结果和标准作答结果；若不存在目标作答结果，对照初始作答结果和标准作答结果，获得对照结果。

步骤608，根据对照结果生成自动批改结果，并显示该自动批改结果。

步骤609，结束。

示例性的，图7为本公开实施例提供的又一种作业批改方法的流程示意图，如图7所示，该示例中当前作业的题型为理科主观题。该方法包括：

步骤701，开始。

步骤702，获取学生作答结果。

步骤703，根据作答区域对作答结果进行切图，获得作答结果图像。其中，作答区域为虚线框。

步骤704，根据检测模型确定作答结果图像中最后一行，对该最后一行进行文本识别，获得初始作答结果。

步骤705，判断该初始作答结果是否属于客观题选项。若是，执行步骤707；否则，执行步骤706。

步骤706，对初始作答结果进行调整处理，得到目标作答结果。

步骤707，若存在目标作答结果，对照目标作答结果和标准作答结果；若不存在目标作答结果，对照初始作答结果和标准作答结果，获得对照结果。

步骤708，根据对照结果生成自动批改结果，并显示该自动批改结果。

步骤709，结束。

示例性的，图8为本公开实施例提供的再一种作业批改方法的流程示意图，如图8所示，该示例中做欠作业的题型为文科主观题。该方法包括：

步骤801，开始。

步骤802，获取学生作答结果。

步骤803，根据作答区域对作答结果进行切图，获得作答结果图像。其中，作答区域为虚线框。

步骤804，对目标作答结果进行基础校验，获得基础校验结果。

步骤805，对目标作答结果进行进阶校验，获得进阶校验结果。

步骤806，使用校验标识突出显示该校验结果。

步骤807，汇总展示该校验结果。

步骤808，获取用户基于该校验结果输入的分数。

步骤809，结束。

上述方案中，在生成作业时可以根据学生特点生成个性化作业，获取该个性化作业中的题型以及题目位置，基于题目位置对应的作答区域生成初始作答结果，根据题型确定的对初始结果进行调整处理，从而实现对个性化作业的自动化批改。并且具体说明了对客观题、理科主观题以及文科主观题的批改方法，从而能够根据题型提供针对性的批改方法，从而提高了批改结果的准确性。

可选的，基于上述实施例，作业批改装置可以在学生作答的过程中生成目标作答结果，根据试卷中坐标位置与web端页面中坐标位置的对应关系，将该目标作答结果存储到数据库中，并通过试卷中的二维码获取并存储对应的学生ID、试卷ID、页码ID。进而能够从该数据库中读取目标作答结果，将该目标作答结果提供给教师，以使教师对该目标作答结果进行阅卷。

在一些应用场景中，还可以将作答区域设置为教师对题目的批改区域，学生可以使用圆珠笔、签字笔等普通笔作答，教师使用点阵笔在批改区域进行阅卷，如图9所示，图9为本公开实施例提供的一种阅卷方法的示意图，图9展示了提取并识别轨迹，生成初始阅卷结果并优化初始阅卷结果为目标阅卷结果，进而生成个性化作业和/或学情的过程。具体地，首先，获取阅卷区域内的阅卷结果图像，具体地，若阅卷工具为点阵笔，提取点阵笔在阅卷区域内的轨迹坐标，并根据轨迹坐标生成轨迹。进一步地，根据轨迹生成作答结果图形，将该作答结果图像输入到识别模型（例如，OCR模型）接口中，识别模型对作答结果图像进行文本识别，获得初始阅卷结果，并将该初始阅卷结果落库存储。进一步地，基于当前作业的题型对初始阅卷结果进行优化，得到目标阅卷结果。最后，基于当前作业的题型和作答者信息，确定目标阅卷结果对应的分析结果，该分析结果包括分数、个性化作业学情分析中的至少一个。其中个性化作业能够基于学生的错题推荐针对性的习题；学情分析中包括个人学情分析和/班级学情分析，其中个人学情分析包括个人的做题状况或学习曲线等，班级学情分析包括班级的答题完成率、学习曲线等，从而能够辅助教师因材施教。通过阅卷调整处理能够较为明显的提升阅卷结果的准确性，

根据实际测试，初始阅卷结果的准确性为91.2%，对初始阅卷结果进行调整处理获得的目标阅卷结果的准确性为93%。

一种可选的实施方式中，若目标作答结果包括数学公式或书写步骤等，作业批改装置可以将目标作答结果和标准作答结果呈现给教师，教师点击对、错、半对选项生成目标阅卷结果。

上述方案中，通过教师的批改轨迹能够确定学生的作答结果是否正确，从而避免了收集学生的作答内容，通过自动化的方法获取分析结果，提高了分析结果的生成效率。

一种可选的实施方式中，还可以展示标准阅卷规范信息给教师，以获取按照标准阅卷规范信息的阅卷结果图像。本实施例对该标准阅卷规则的形式不做限制，例如可以为条例形式和/或图例形式。若标准作答规范以条例形式展示，则该标准作答规范信息可以包括但不限于以下条目中的至少一条：（1）请使用：对、错、半对三种符号进行判题，其余符号不支持识别；（2）对，错，半对均需书写在判题区内，不可超出阅卷区域；（3）错符号不要有连笔，半对符号中对钩上的点划需要书写清晰，和对符号清晰区分；（4）使用点阵笔阅卷时力度尽量均匀，阅卷速度不宜过快；（5）对符号要有弯曲度，不要和横线相似；（6）请保持试卷干净整洁，阅卷区域内无污点，遮挡。

一种可选的实施方式中，若标准阅卷规范以图例形式展示，则该标准作答规范可以包括但不限于图10所示的图例，图10中，区域1001展示的为标准阅卷规范，区域1002展示的为不标准阅卷规范。图10中展示了规范的对符号、错符号、半对符号以及不规范的对符号、错符号、半对符号。

本公开实施例提供的作业批改方案，具有丰富的图像采集手段，通过标准作答规范提高了当前作业的标准性，并且提示用户在作答区域内作答，从而提升了采集获取的作答结果图像的全面性。通过点阵笔能够实现用户书写及时获取轨迹，在收集数据的同时不会影响用户的作答体验，同时也降低了用户上传图像数据的负担。

接下来通过一个具体的示例对本公开实施例中的作业批改方法，进行进一步说明，该示例中学生、教师、家长三方可以参与该作业批改过程。示例性的，图11为本公开实施例提供的一种作业批改方法的示意图，如图11所示。步骤1101，学生登录学习***。步骤1102，学生打印试卷。打印试卷之后可以采用点阵笔或者普通笔作答，若采用点阵笔作答执行步骤1103；若采用普通笔作答执行步骤1104。步骤1103，学生使用点阵笔作答。步骤1104，学生采用普通笔作答。步骤1105，学生使用扫描仪扫描作答结果。步骤1106，云端***自动化批改客观题，获得客观题批改结果。步骤1107，教师审核客观题批改结果。步骤1108，教师批改主观题。步骤1109，云端***整合批改结果。步骤1110，云端***生成学情报告。步骤1111，云端***生成错题本。步骤1112，教师根据批阅结果在试卷上进行留痕打印。步骤1113，学生获得批改结果。需要说明的是，上述过程中，家长可以实时查看点阵笔作答结果、美学机扫描结果、学情报告、错题本等。

上述方案中，实现了客观题的自动化批改，从而降低了老师的工作强度，并且学生的答题和老师的批改可以并行进行，家长也可以实时查看学生的作答情况。

对应于前述作业批改方法，本公开实施例还提供了一种作业批改装置，图12为本公开实施例提供的一种作业批改装置的结构示意图，该装置可由软件和/或硬件实现，一般可集成在电子设备中。如图12所示，作业批改装置1200包括：

图像获取模块1201，用于获取当前作业的作答结果图像；

文本识别模块1202，用于对所述作答结果图像进行文本识别，得到初始作答结果；

结果优化模块1203，用于获取所述当前作业的题型，并基于所述当前作业的题型对所述初始作答结果进行调整处理，得到目标作答结果；

结果判断模块1204，用于基于所述当前作业的题型和所述当前作业的标准作答结果，对所述目标作答结果进行判断，确定所述当前作业的批改结果。

在一些实施方式中，图像获取模块1201，用于：

获取所述当前作业图像，并根据所述当前作业图像中预先设定作答区域的区域坐标提取得到所述作答结果图像。

在一些实施方式中，图像获取模块1201，用于：

获取作答工具在作答区域内的轨迹坐标，并根据所述轨迹坐标生成所述作答结果图像。

在一些实施方式中，文本识别模块1202，用于：

采用预先构建的文本识别模型对所述作答结果图像进行识别，得到所述初始作答结果，其中，所述文本识别模型中包括检测模型和识别模型，所述检测模型用于提取所述作答结果图像中的作答位置并输入至所述识别模型，所述识别模型用于对所述作答位置的图像进行文本识别得到所述初始作答结果。

在一些实施方式中，所述当前作业的题型包括选择题、填空题或主观题。

在一些实施方式中，若所述当前作业的题型是所述选择题，所述调整处理包括字符调整处理、数字调整处理、数量调整处理中的至少一种；若所述当前作业的题型是所述填空题或所述主观题，则所述调整处理包括区域调整处理或单位调整处理。

在一些实施方式中，结果优化模块1203，用于：

若所述当前作业的题型是所述选择题，将所述初始作答结果在绑定字符库中进行匹配，匹配则得到目标绑定字符，其中，所述绑定字符库中包括多个预设的绑定字符；

基于预设的绑定字符与标准结果的关联关系，确定所述目标绑定字符对应的目标标准结果，将所述目标标准结果确定为所述目标作答结果，其中，所述绑定字符与标准结果的关联关系用于确定所述多个预设的绑定字符与标准结果之间的对应关系，一个所述标准结果关联至少一个所述绑定字符。

在一些实施方式中，结果优化模块1203，用于：

若所述当前作业的题型是所述选择题，对所述初始作答结果进行数字识别；

若识别到数字，删除所述初始作答结果中的数字，得到所述目标作答结果；

或者，当所述初始作答结果中的数字判定为预设数字且字符数量为2，则删除所述初始作答结果中的所述预设数字，得到所述目标作答结果。

在一些实施方式中，结果优化模块1203，用于：

若所述当前作业的题型是所述选择题，对所述初始作答结果进行数字识别；

若未识别到数字，则将所述初始作答结果与预设的多个标准结果进行匹配，基于文本识别模型获取各所述标准结果的识别置信度；

将至少两个所述标准结果中识别置信度最高的标准结果确定为所述目标作答结果。

在一些实施方式中，结果优化模块1203，用于：

若所述当前作业的题型为所述填空题或所述主观题，对所述初始作答结果进行文本识别；

若未识别到文本，对所述当前作业的完整图像进行文本识别，得到文本识别结果；

当所述文本识别结果中包括除所述当前作业的题目文本之外的目标文本，则将该目标文本确定为目标作答结果。

在一些实施方式中，结果优化模块1203，用于：

若所述当前作业的题型为所述填空题或所述主观题，对所述初始作答结果进行计量单位识别；

若识别到计量单位，提取所述初始作答结果中的计量单位；

对所述计量单位进行中英文格式的转换，得到包括中英文格式的计量单位的目标作答结果。

在一些实施方式中，若所述当前作业的题型为选择题，结果判断模块1204，用于：

将所述目标作答结果与所述标准作答结果进行对比；

根据对比结果确定所述当前作业的批改结果。

在一些实施方式中，若所述当前作业的题型为填空题，结果判断模块1204，用于：

将所述目标作答结果与所述标准作答结果进行数据结构的对比，或者字符数量的对比；

根据对比结果确定所述当前作业的批改结果；其中，所述数据结构用于表征作答结果包括的数据类型；字符数量用于表征作答结果包括的字符的数量。

在一些实施方式中，若所述当前作业的题型为主观题中的文科主观题，结果判断模块1204，用于：

基于预设批改算法识别所述目标作答结果的至少一种批改参数，所述批改参数包括字数、标题、错别字、语法错误、搭配不当和结构错误中的至少一项；

展示所述至少一种批改参数以及所述当前作业的标准作答结果，获取用户基于所述标准作答结果以及所述至少一种批改参数输入的所述当前作业的批改结果。

在一些实施方式中，若所述当前作业的题型为主观题中的理科主观题，结果判断模块1204，用于：

确定所述目标作答结果中位于最后一位的当前最终结果；

将所述目标作答结果的当前最终结果与所述标准作答结果中的标准最终结果进行对比；

当对比结果为所述当前最终结果与所述标准最终结果相同，则所述当前作业的批改结果确定为正确；否则所述当前作业的批改结果确定为错误。

在一些实施方式中，所述方法还包括：

展示模块，用于在获取当前作业的作答结果图像之前，获取且展示标准作答规范信息，其中，所述标准作答规范信息用于指导用户作答当前作业具体操作的文字表述。

本公开实施例所提供的作业批改装置可执行本公开任意实施例所提供的作业批改方法，具备执行方法相应的功能模块和有益效果。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的装置实施例的具体工作过程，可以参考方法实施例中的对应过程，在此不再赘述。

本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。

本公开示例性实施例还提供一种电子设备，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。所述存储器存储有能够被所述至少一个处理器执行的计算机程序，所述计算机程序在被所述至少一个处理器执行时用于使所述电子设备执行根据本公开实施例的方法。

本公开示例性实施例还提供一种存储有计算机程序的非瞬时计算机可读存储介质，其中，所述计算机程序在被计算机的处理器执行时用于使所述计算机执行根据本公开实施例的方法。

本公开示例性实施例还提供一种计算机程序产品，包括计算机程序，其中，所述计算机程序在被计算机的处理器执行时用于使所述计算机执行根据本公开实施例的方法。

所述计算机程序产品可以以一种或多种程序设计语言的任意组合来编写用于执行本公开实施例操作的程序代码，所述程序设计语言包括面向对象的程序设计语言，诸如Java、C++等，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设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。

此外，本公开的实施例还可以是计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器执行本公开实施例所提供的XYZ方法。所述计算机可读存储介质可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以包括但不限于电、磁、光、电磁、红外线、或半导体的***、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子（非穷举的列表）包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器（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。

参考图13，现将描述可以作为本公开的服务器或客户端的电子设备1300的结构框图，其是可以应用于本公开的各方面的硬件设备的示例。电子设备旨在表示各种形式的数字电子的计算机设备，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。

如图13所示，电子设备1300包括计算单元1301，其可以根据存储在只读存储器（ROM）1302中的计算机程序或者从存储单元1308加载到随机访问存储器（RAM）1303中的计算机程序，来执行各种适当的动作和处理。在RAM 1303中，还可存储设备1300操作所需的各种程序和数据。计算单元1301、ROM 1302以及RAM 1303通过总线1304彼此相连。输入/输出（I/O）接口1305也连接至总线1304。

电子设备1300中的多个部件连接至I/O接口1305，包括：输入单元1306、输出单元1307、存储单元1308以及通信单元1309。输入单元1306可以是能向电子设备1300输入信息的任何类型的设备，输入单元1306可以接收输入的数字或字符信息，以及产生与电子设备的用户设置和/或功能控制有关的键信号输入。输出单元1307可以是能呈现信息的任何类型的设备，并且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。存储单元1308可以包括但不限于磁盘、光盘。通信单元1309允许电子设备1300通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据，并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机和/或芯片组，例如蓝牙TM设备、WiFi设备、WiMax设备、蜂窝通信设备和/或类似物。

计算单元1301可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元1301的一些示例包括但不限于中央处理单元（CPU）、图形处理单元（GPU）、各种专用的人工智能（AI）计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器（DSP）、以及任何适当的处理器、控制器、微控制器等。计算单元1301执行上文所描述的各个方法和处理。例如，在一些实施例中，作业批改方法均可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元1308。在一些实施例中，计算机程序的部分或者全部可以经由ROM 1302和/或通信单元1309而被载入和/或安装到电子设备1300上。在一些实施例中，计算单元1301可以通过其他任何适当的方式（例如，借助于固件）而被配置为执行作业批改方法。

用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器（RAM）、只读存储器（ROM）、可擦除可编程只读存储器（EPROM或快闪存储器）、光纤、便捷式紧凑盘只读存储器（CD-ROM）、光学储存设备、磁储存设备、或上述内容的任何合适组合。

如本公开使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(PLD))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。

为了提供与用户的交互，可以在计算机上实施此处描述的***和技术，该计算机具有：用于向用户显示信息的显示装置（例如，CRT（阴极射线管）或者LCD（液晶显示器）监视器）；以及键盘和指向装置（例如，鼠标或者轨迹球），用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈（例如，视觉反馈、听觉反馈、或者触觉反馈）；并且可以用任何形式（包括声输入、语音输入或者、触觉输入）来接收来自用户的输入。

可以将此处描述的***和技术实施在包括后台部件的计算***（例如，作为数据服务器）、或者包括中间件部件的计算***（例如，应用服务器）、或者包括前端部件的计算***（例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互）、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信（例如，通信网络）来将***的部件相互连接。通信网络的示例包括：局域网（LAN）、广域网（WAN）和互联网。

计算机***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。

需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上所述仅是本公开的具体实施方式，使本领域技术人员能够理解或实现本公开。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本公开的精神或范围的情况下，在其它实施例中实现。因此，本公开将不会被限制于本文所述的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (19)

1.一种作业批改方法，包括：

获取当前作业的作答结果图像；

对所述作答结果图像进行文本识别，得到初始作答结果；

获取所述当前作业的题型，并基于所述当前作业的题型对所述初始作答结果进行调整处理，得到目标作答结果；

基于所述当前作业的题型和所述当前作业的标准作答结果，对所述目标作答结果进行判断，确定所述当前作业的批改结果。

2.如权利要求1所述的作业批改方法，其中，获取当前作业的作答结果图像，包括：

获取所述当前作业图像，并根据所述当前作业图像中预先设定作答区域的区域坐标提取得到所述作答结果图像。

3.如权利要求1所述的作业批改方法，其中，获取当前作业的作答结果图像，包括：

获取作答工具在作答区域内的轨迹坐标，并根据所述轨迹坐标生成所述作答结果图像。

4.如权利要求1所述的作业批改方法，其中，对所述作答结果图像进行文本识别，得到初始作答结果，包括：

采用预先构建的文本识别模型对所述作答结果图像进行识别，得到所述初始作答结果，其中，所述文本识别模型中包括检测模型和识别模型，所述检测模型用于提取所述作答结果图像中的作答位置并输入至所述识别模型，所述识别模型用于对所述作答位置的图像进行文本识别得到所述初始作答结果。

5.如权利要求1所述的作业批改方法，其中，所述当前作业的题型包括选择题、填空题或主观题。

6.如权利要求5所述的作业批改方法，其中，若所述当前作业的题型是所述选择题，所述调整处理包括字符调整处理、数字调整处理、数量调整处理中的至少一种；若所述当前作业的题型是所述填空题或所述主观题，则所述调整处理包括区域调整处理或单位调整处理。

7.如权利要求6所述的作业批改方法，其中，基于所述当前作业的题型对所述初始作答结果进行调整处理，得到目标作答结果，包括：

若所述当前作业的题型是所述选择题，将所述初始作答结果在绑定字符库中进行匹配，匹配则得到目标绑定字符，其中，所述绑定字符库中包括多个预设的绑定字符；

基于预设的绑定字符与标准结果的关联关系，确定所述目标绑定字符对应的目标标准结果，将所述目标标准结果确定为所述目标作答结果，其中，所述绑定字符与标准结果的关联关系用于确定所述多个预设的绑定字符与标准结果之间的对应关系，一个所述标准结果关联至少一个所述绑定字符。

8.如根据权利要求6所述的作业批改方法，其中，基于所述当前作业的题型对所述初始作答结果进行调整处理，得到目标作答结果，包括：

若所述当前作业的题型是所述选择题，对所述初始作答结果进行数字识别；

若识别到数字，删除所述初始作答结果中的数字，得到所述目标作答结果；

或者，若所述初始作答结果中的数字判定为预设数字且字符数量为2，则删除所述初始作答结果中的所述预设数字，得到所述目标作答结果。

9.如权利要求6所述的作业批改方法，其中，基于所述当前作业的题型对所述初始作答结果进行调整处理，得到目标作答结果，包括：

若所述当前作业的题型是所述选择题，对所述初始作答结果进行数字识别；

若未识别到数字，则将所述初始作答结果与预设的多个标准结果进行匹配，基于文本识别模型获取各所述标准结果的识别置信度；

将至少两个所述标准结果中识别置信度最高的标准结果确定为所述目标作答结果。

10.如权利要求6所述的作业批改方法，其中，基于所述当前作业的题型对所述初始作答结果进行调整处理，得到目标作答结果，包括：

若所述当前作业的题型为所述填空题或所述主观题，对所述初始作答结果进行文本识别；

若未识别到文本，对所述当前作业的完整图像进行文本识别，得到文本识别结果；

若所述文本识别结果中包括除所述当前作业的题目文本之外的目标文本，则将该目标文本确定为目标作答结果。

11.如权利要求6所述的作业批改方法，其中，基于所述当前作业的题型对所述初始作答结果进行调整处理，得到目标作答结果，包括：

若所述当前作业的题型为所述填空题或所述主观题，对所述初始作答结果进行计量单位识别；

若识别到计量单位，提取所述初始作答结果中的计量单位；

对所述计量单位进行中英文格式的转换，得到包括中英文格式的计量单位的目标作答结果。

12.如权利要求1所述的作业批改方法，其中，若所述当前作业的题型为选择题，基于所述当前作业的题型和所述当前作业的标准作答结果，对所述目标作答结果进行判断，确定所述当前作业的批改结果，包括：

将所述目标作答结果与所述标准作答结果进行对比；

根据对比结果确定所述当前作业的批改结果。

13.如权利要求1所述的作业批改方法，其中，若所述当前作业的题型为填空题，基于所述当前作业的题型和所述当前作业的标准作答结果，对所述目标作答结果进行判断，确定所述当前作业的批改结果，包括：

将所述目标作答结果与所述标准作答结果进行数据结构的对比，或者字符数量的对比；

根据对比结果确定所述当前作业的批改结果；其中，所述数据结构用于表征作答结果包括的数据类型；字符数量用于表征作答结果包括的字符的数量。

14.如权利要求1所述的作业批改方法，其中，若所述当前作业的题型为主观题中的文科主观题，基于所述当前作业的题型和所述当前作业的标准作答结果，对所述目标作答结果进行判断，确定所述当前作业的批改结果，包括：

基于预设批改算法识别所述目标作答结果的至少一种批改参数，所述批改参数包括字数、标题、错别字、语法错误、搭配不当和结构错误中的至少一项；

展示所述至少一种批改参数以及所述当前作业的标准作答结果，获取用户基于所述标准作答结果以及所述至少一种批改参数输入的所述当前作业的批改结果。

15.如权利要求1所述的作业批改方法，其中，若所述当前作业的题型为主观题中的理科主观题，基于所述当前作业的题型和所述当前作业的标准作答结果，对所述目标作答结果进行判断，确定所述当前作业的批改结果，包括：

确定所述目标作答结果中位于最后一位的当前最终结果；

将所述目标作答结果的当前最终结果与所述标准作答结果中的标准最终结果进行对比；

若对比结果为所述当前最终结果与所述标准最终结果相同，则所述当前作业的批改结果确定为正确；否则所述当前作业的批改结果确定为错误。

16.如权利要求1所述的作业批改方法，其中，在获取当前作业的作答结果图像之前，所述方法还包括：

获取且展示标准作答规范信息，其中，所述标准作答规范信息用于指导用户作答当前作业具体操作的文字表述。

17.一种作业批改装置，包括：

图像获取模块，用于获取当前作业的作答结果图像；

文本识别模块，用于对所述作答结果图像进行文本识别，得到初始作答结果；

结果优化模块，用于获取所述当前作业的题型，并基于所述当前作业的题型对所述初始作答结果进行调整处理，得到目标作答结果；

结果判断模块，用于基于所述当前作业的题型和所述当前作业的标准作答结果，对所述目标作答结果进行判断，确定所述当前作业的批改结果。

18.一种电子设备，包括：

处理器；以及

存储程序的存储器，

其中，所述程序包括指令，所述指令在由所述处理器执行时使所述处理器执行根据权利要求1-16中任一项所述的方法。

19.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-16中任一项所述的方法。

Images