CN117610536A - 基于XML文档相似度的Office操作题自动判分方法及*** - Google Patents

基于XML文档相似度的Office操作题自动判分方法及*** Download PDF

Info

Publication number
CN117610536A
CN117610536A CN202410091386.5A CN202410091386A CN117610536A CN 117610536 A CN117610536 A CN 117610536A CN 202410091386 A CN202410091386 A CN 202410091386A CN 117610536 A CN117610536 A CN 117610536A
Authority
CN
China
Prior art keywords
node
nodes
answer
office
file
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
CN202410091386.5A
Other languages
English (en)
Other versions
CN117610536B (zh
Inventor
薛景
赵守栋
吕丞玉
陈锦明
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.)
Nanjing University of Posts and Telecommunications
Original Assignee
Nanjing University of Posts and Telecommunications
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 Nanjing University of Posts and Telecommunications filed Critical Nanjing University of Posts and Telecommunications
Priority to CN202410091386.5A priority Critical patent/CN117610536B/zh
Publication of CN117610536A publication Critical patent/CN117610536A/zh
Application granted granted Critical
Publication of CN117610536B publication Critical patent/CN117610536B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • 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
    • G06F40/12—Use of codes for handling textual entities
    • G06F40/151—Transformation
    • G06F40/154—Tree transformation for tree-structured or markup documents, e.g. XSLT, XSL-FO or stylesheets
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/205—Parsing
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供一种基于XML文档相似度的Office操作题自动判分方法及***，通过在自主命题后获得Office原始文件，将未作答的Office原始文件另存为原始XML文件；将参考作答Office文件另存为参考作答XML文件；将实际作答Office文件另存为实际作答XML文件；将参考作答XML文件与原始XML文件进行比较，获得教师操作的答题特征；将实际作答XML文件与原始XML文件进行比较，获得学生操作的答题特征；根据相似度判分，得到判分结果；本发明能够对Office操作题提供快速灵活的自主命题，能够快速地对Office操作题进行判分，能够有效降低Office操作题的判分的时间与工作量，能够有效提高判分效率。

Description

基于XML文档相似度的Office操作题自动判分方法及***
技术领域
本发明涉及一种基于XML文档相似度的Office操作题自动判分方法及***，属于XML文档处理技术领域。
背景技术
计算机Office操作题主要用于在上机考试中考核办公软件如MS Office、WPSOffice的高级应用能力，例如全国计算机等级考试等考试的MS Office高级应用与设计等，主要题型包括字处理Word、电子表格Excel、演示文稿PowerPoint题型等。
在对Office操作题的进行自动判分时，可将Office文件转换为XML文档即可扩展标记语言 (Extensible Markup Language, XML) 文档。目前，Office操作题的判分方式主要采用基于知识点库的自动阅卷设计方案。
但是，采用基于知识点库的自动阅卷设计方案，难以实现快速灵活地自主命题，自动判分的实现也依赖于人工配置知识点库，过程非常复杂，判分时间与工作量较高，效率较低。如何实现Office操作题自主命题和自动判分，是一个亟待解决的技术难点。
例如，中国发明专利CN110659352A公开的一种试题考点识别方法及其***，同样存在难以对Office操作题实现快速灵活地自主命题，自动判分过程复杂，效率较低的问题。
上述问题是在基于XML文档相似度的Office操作题自动判分过程中应当予以考虑并解决的问题。
发明内容
本发明的目的是提供一种基于XML文档相似度的Office操作题自动判分方法解决现有技术中存在的难以对Office操作题实现快速灵活地自主命题，且判分效率有待提高的问题。
本发明的技术解决方案是：
一种基于XML文档相似度的Office操作题自动判分方法，包括以下步骤，
S1、在自主命题后获得Office原始文件，将未作答的Office原始文件另存为原始XML文件；
S2、在步骤S1得到的Office原始文件基础上，获得教师作答后的参考作答Office文件，并将参考作答Office文件另存为参考作答XML文件；
S3、在步骤S1得到的Office原始文件基础上，获得学生作答后的实际作答Office文件，并将实际作答Office文件另存为实际作答XML文件；
S4、将步骤S2得到的参考作答XML文件与步骤S1得到的原始XML文件进行比较，得到两份XML文件之间的差异，获得教师操作的答题特征；
S5、将步骤S3得到的实际作答XML文件与步骤S1得到的原始XML文件进行比较，得到两份XML文件之间的差异，获得学生操作的答题特征；
S6、比较步骤S4得到的教师操作的答题特征和步骤S5得到的学生操作的答题特征，根据相似度判分，得到判分结果。
进一步地，步骤S3中，获得学生作答后的实际作答Office文件，并将实际作答Office文件另存为实际作答XML文件，具体为，
S31、在未作答的Office原始文件分别由所有学生作答完毕后，得到所有学生作答完毕的实际作答Office文件，并将所有学生的实际作答Office文件放入同一个文件夹student_works下；
S32、使用Python标准库win32com提供的文件操作方法，遍历文件夹student_works中所有学生的实际作答Office文件，使用win32com库中有关操作Office文档的API方法SaveAs，将学生的实际作答Office文件另存为实际作答XML文件。
进一步地，步骤S4中，将步骤S2得到的参考作答XML文件与步骤S1得到的原始XML文件进行比较，得到两份XML文件之间的差异，获得教师操作的答题特征，具体为，
S41、对原始XML文件和参考作答XML文件中的每个XML文件，分别进行解析与提取节点，增添层次属性level，并分别为每个XML文件创建节点列表，分别得到节点列表nodelist1和节点列表nodelist2；
S42、遍历比较原始XML文件和参考作答XML文件两个XML文件的节点列表nodelist1和节点列表nodelist2，依据节点所属DOM树路径以及节点属性包括节点层次nodeLevel、节点名称nodeName和节点类型nodeType，确定分别在两个XML文件中的两个节点为完全相同、部分相同或完全不同，在完全相同时，进入下一步骤S43；在部分相同时，进入步骤S44；在完全不同时，进入步骤S45；
S43、将判定为完全相同的两个节点，分别从节点列表nodelist1 和节点列表nodelist2中删去；
S44、将判定为部分相同的两个节点，分别从节点列表nodelist1 和节点列表nodelist2中提取并保存在节点列表change_answer中，对应属性修改操作，并分别从节点列表nodelist1 和节点列表nodelist2中删去；
S45、将判定为完全不同的两个节点，提取节点列表nodelist1中对应的节点并保存在节点列表delete_answer中，提取节点列表nodelist2中对应的节点并保存在节点列表add_answer中；
S46、在遍历比较节点列表nodelist1和节点列表nodelist2完成后，得到的节点列表add_answer、节点列表delete_answer和节点列表change_answer为原始XML文件和参考作答XML文件两份文件的差异，代表教师操作的答题特征。
进一步地，步骤S5中，将步骤S3得到的实际作答XML文件与步骤S1得到的原始XML文件进行比较，得到两份XML文件之间的差异，获得学生操作的答题特征，具体为，
S51、对原始XML文件和实际作答XML文件中的每个XML文件，分别进行解析与提取节点，增添层次属性level，并分别为每个XML文件创建节点列表，分别得到节点列表nodelist1和节点列表nodelist3；
S52、遍历比较原始XML文件和实际作答XML文件两个XML文件的节点列表nodelist1和节点列表nodelist3，依据节点所属DOM树路径以及节点属性包括节点层次nodeLevel、节点名称nodeName和节点类型nodeType，确定分别在两个XML文件中的两个节点为完全相同、部分相同或完全不同，在完全相同时，进入下一步骤S53；在部分相同时，进入步骤S54；在完全不同时，进入步骤S55；
S53、将判定为完全相同的两个节点分别从节点列表nodelist1 和节点列表nodelist3中删去；
S54、将判定为部分相同的两个节点分别从节点列表nodelist1 和节点列表nodelist3中提取并保存在节点列表change_ student中，对应属性修改操作，并分别从节点列表nodelist1 和节点列表nodelist3中删去；
S55、将判定为完全不同的两个节点，提取节点列表nodelist1中对应的节点并保存在节点列表delete_student中，提取节点列表nodelist3中对应的节点并保存在节点列表add_student中；
S56、在遍历比较节点列表nodelist1和节点列表nodelist3完成后，得到的节点列表add_ student、节点列表delete_ student和节点列表change_ student为原始XML文件和实际作答XML文件两份文件的差异，代表学生操作的答题特征。
进一步地，步骤S41与步骤S51中，分别进行解析与提取节点，增添层次属性level，并分别为每个XML文件创建节点列表，具体为，
S411、对XML文件进行解析，使用Python内置的文档对象模型DOM即DOM树的API创建文档对象即Document对象，使用Document对象的解析方法Parse读取并解析XML文件内容；
S412、提取XML文件中的节点，使用Document对象的文档元素方法documentElement获取文档根节点对象，对DOM树中的所有节点进行从根节点开始的层序遍历，并对节点增添用以表示该节点的层次深度的层次属性level即level属性；并根据当前节点的level属性，将节点分类存储入创建的节点列表中；
S413、迭代步骤S411和步骤S412，直至XML文件中的所有节点遍历完毕。
进一步地，步骤S412中，对节点增添用以表示该节点的层次深度的层次属性level即level属性，具体为，令根节点对象的level属性为0，在父节点的level属性值上加1得到每个子节点的level属性，遍历DOM树并计算出每一个节点的level属性，并记遍历节点的level属性的最大值为m。
进一步地，步骤S42与步骤S52中，依据节点所属DOM树路径以及节点属性包括节点层次nodeLevel、节点名称nodeName和节点类型nodeType，确定分别在两个XML文件中的两个节点为完全相同、部分相同或完全不同，具体为，
S421、在两个节点的节点所属DOM树路径以及节点属性包括节点层次nodeLevel、节点名称nodeName和节点类型nodeType中至少一项不同时，则两个节点为完全不同；否则，进入下一步骤S422；
S422、判定两个节点的节点类型node.Type是否均为第一设定值，在两个节点的节点类型node.Type均为第一设定值时，表示为文本节点，在两个节点的节点文本值nodeValue相等时，判定为完全相同，否则，进入下一步骤S423；
S423、判定两个节点的节点类型node.Type是否均为第二设定值，在两个节点的节点类型node.Type均为第二设定值时，表示为元素节点，在两个节点的节点属性nodeAttribute相等时，判定为完全相同，否则，判定为部分相同。
进一步地，步骤S6中，比较步骤S4得到的教师操作的答题特征和步骤S5得到的学生操作的答题特征，根据相似度判分，得到判分结果，具体为，
S61、将每题的代表教师操作的答题特征的三个列表和代表学生操作的答题特征的三个列表对应比较，即add_answer与add_student遍历比较、delete_answer与delete_student遍历比较、change_answer与change_student遍历比较，得到完全相同的节点个数和；
S62、完全相同的节点个数和除以删去完全相同节点后教师作答卷的节点个数即为相似度；
S63、由步骤S62得到的相似度乘以对应题目的总分值即为学生在题目的得分。
一种采用上述任一项所述的基于XML文档相似度的Office操作题自动判分方法的基于XML文档相似度的Office操作题自动判分***，包括自主命题模块、参考作答模块、实际作答模块、答题特征提取模块和相似度判分模块，
自主命题模块：在自主命题后获得Office原始文件，将未作答的Office原始文件另存为原始XML文件；
参考作答模块：在Office原始文件基础上，获得教师作答后的参考作答Office文件，并将参考作答Office文件另存为参考作答XML文件；
实际作答模块：在Office原始文件基础上，获得学生作答后的实际作答Office文件，并将实际作答Office文件另存为实际作答XML文件；
答题特征提取模块：将参考作答XML文件与原始XML文件进行比较，得到两份XML文件之间的差异，获得教师操作的答题特征；将实际作答XML文件与原始XML文件进行比较，得到两份XML文件之间的差异，获得学生操作的答题特征；
相似度判分模块：比较教师操作的答题特征和学生操作的答题特征，根据相似度判分，得到判分结果。
本发明的有益效果是：该种基于XML文档相似度的Office操作题自动判分方法及***，能够对Office操作题提供快速灵活的自主命题，能够准确快速地对Office操作题进行判分，能够有效降低Office操作题的判分的时间与工作量，能够有效提高判分效率，能够有效对Office操作题如字处理Word、电子表格Excel、演示文稿PowerPoint等题型进行自动化判分，应用于上机考试的Office操作题的判分，尤其适用在有自主命题需求的Office操作题练习和考试中。
附图说明
图1是本发明实施例基于XML文档相似度的Office操作题自动判分方法的流程示意图；
图2是实施例基于XML文档相似度的Office操作题自动判分方法的一个具体示例得到节点列表add_answer的说明示意图；
图3是实施例基于XML文档相似度的Office操作题自动判分方法的一个具体示例得到节点列表delete_answer的说明示意图；
图4是实施例基于XML文档相似度的Office操作题自动判分方法的一个具体示例得到节点列表change_answer的说明示意图；
图5是实施例中节点列表add_answer中新增节点增加的属性的前部分说明示意图；
图6是节点列表add_answer中新增节点增加的属性的后部分说明示意图；
图7是实施例中节点列表delete_answer中删除的节点的信息的说明示意图；
图8是实施例基于XML文档相似度的Office操作题自动判分方法的一个具体示例得到节点列表add_student_01的说明示意图；
图9是实施例基于XML文档相似度的Office操作题自动判分方法的一个具体示例得到节点列表delete_student_01的说明示意图；
图10是实施例基于XML文档相似度的Office操作题自动判分方法的一个具体示例得到节点列表change_student_01的说明示意图；
图11是实施例中节点列表add_student_01中新增节点增加的属性的前部分说明示意图；
图12是实施例中节点列表add_student_01中新增节点增加的属性的后部分说明示意图；
图13是实施例中节点列表delete_student_01中删除的节点的信息的说明示意图；
图14是实施例基于XML文档相似度的Office操作题自动判分方法的一个具体示例得到节点列表add_student_02的说明示意图；
图15是实施例基于XML文档相似度的Office操作题自动判分方法的一个具体示例得到节点列表delete_student_02的说明示意图；
图16是实施例基于XML文档相似度的Office操作题自动判分方法的一个具体示例得到节点列表change_student_02的说明示意图；
图17是实施例中节点列表add_student_02中新增节点所增加的属性的说明示意图；
图18是实施例中节点列表delete_student_02中删除的节点的信息的说明示意图；
图19是实施例基于XML文档相似度的Office操作题自动判分***的说明示意图。
具体实施方式
下面结合附图详细说明本发明的优选实施例。
实施例提供一种基于XML文档相似度的Office操作题自动判分方法，如图1，包括以下步骤，
S1、在自主命题后获得Office原始文件，将未作答的Office原始文件另存为原始XML文件。
步骤S1中，将未作答的Office原始文件file_original另存为XML格式文档，命名为blank.xml。
S2、在步骤S1得到的Office原始文件基础上，获得教师作答后的参考作答Office文件，并将参考作答Office文件另存为参考作答XML文件。
步骤S2中，命题教师在Office原始文件file_original中根据Office操作题中包含的知识点进行正确操作步骤的作答，作答完毕后将另存为XML格式文档，命名为answer.xml。
S3、在步骤S1得到的Office原始文件基础上，获得学生作答后的实际作答Office文件，并将实际作答Office文件另存为实际作答XML文件。
步骤S3中，获得学生作答后的实际作答Office文件，并将实际作答Office文件另存为实际作答XML文件，具体为，
S31、在未作答的Office原始文件分别由所有学生作答完毕后，得到所有学生作答完毕的实际作答Office文件"file_student_学号"，并将所有学生的实际作答Office文件"file_student_学号"放入同一个文件夹student_works下；
S32、使用Python标准库win32com提供的文件操作方法，遍历文件夹student_works中所有学生的实际作答Office文件"file_student_学号"，使用win32com库中有关操作Office文档的API方法"SaveAs",将学生的实际作答Office文件"file_student_学号"另存为XML格式文档，文件名为file_student_学号.xml，得到实际作答XML文件。
S4、将步骤S2得到的参考作答XML文件与步骤S1得到的原始XML文件进行比较，得到两份XML文件之间的差异，获得教师操作的答题特征；
S41、对原始XML文件和参考作答XML文件中的每个XML文件，分别进行解析与提取节点，增添层次属性level，并分别为每个XML文件创建节点列表，分别得到节点列表nodelist1和节点列表nodelist2；
S42、遍历比较原始XML文件和参考作答XML文件两个XML文件的节点列表nodelist1和节点列表nodelist2，依据节点所属DOM树路径以及节点属性包括节点层次nodeLevel、节点名称nodeName和节点类型nodeType，确定分别在两个XML文件中的两个节点为完全相同、部分相同或完全不同，在完全相同时，进入下一步骤S43；在部分相同时，进入步骤S44；在完全不同时，进入步骤S45；
S43、将判定为完全相同的两个节点，分别从节点列表nodelist1 和节点列表nodelist2中删去；
S44、将判定为部分相同的两个节点，分别从节点列表nodelist1 和节点列表nodelist2中提取并保存在节点列表change_answer中，对应属性修改操作，并分别从节点列表nodelist1 和节点列表nodelist2中删去；
S45、将判定为完全不同的两个节点，提取节点列表nodelist1中对应的节点并保存在节点列表delete_answer中，提取节点列表nodelist2中对应的节点并保存在节点列表add_answer中；
S46、在遍历比较节点列表nodelist1和节点列表nodelist2完成后，得到的节点列表add_answer、节点列表delete_answer和节点列表change_answer为原始XML文件和参考作答XML文件两份文件的差异，代表教师操作的答题特征。
S5、将步骤S3得到的实际作答XML文件与步骤S1得到的原始XML文件进行比较，得到两份XML文件之间的差异，获得学生操作的答题特征；
S51、对原始XML文件和实际作答XML文件中的每个XML文件，分别进行解析与提取节点，增添层次属性level，并分别为每个XML文件创建节点列表，分别得到节点列表nodelist1和节点列表nodelist3；
S52、遍历比较原始XML文件和实际作答XML文件两个XML文件的节点列表nodelist1和节点列表nodelist3，依据节点所属DOM树路径以及节点属性包括节点层次nodeLevel、节点名称nodeName和节点类型nodeType，确定分别在两个XML文件中的两个节点为完全相同、部分相同或完全不同，在完全相同时，进入下一步骤S53；在部分相同时，进入步骤S54；在完全不同时，进入步骤S55；
S53、将判定为完全相同的两个节点分别从节点列表nodelist1 和节点列表nodelist3中删去；
S54、将判定为部分相同的两个节点分别从节点列表nodelist1 和节点列表nodelist3中提取并保存在节点列表change_ student中，对应属性修改操作，并分别从节点列表nodelist1 和节点列表nodelist3中删去；
S55、将判定为完全不同的两个节点，提取节点列表nodelist1中对应的节点并保存在节点列表delete_student中，提取节点列表nodelist3中对应的节点并保存在节点列表add_student中；
S56、在遍历比较节点列表nodelist1和节点列表nodelist3完成后，得到的节点列表add_ student、节点列表delete_ student和节点列表change_ student为原始XML文件和实际作答XML文件两份文件的差异，代表学生操作的答题特征。
步骤S41与步骤S51中，分别进行解析与提取节点，增添层次属性level，并分别为每个XML文件创建节点列表，具体为，
S411、对XML文件进行解析，使用Python内置的文档对象模型DOM即DOM树的API创建文档对象即Document对象，使用Document对象的"Parse"方法读取并解析XML文件内容；
S412、提取XML文件中的节点，使用Document对象的"documentElement"方法获取文档根节点对象，对DOM树中的所有节点进行从根节点开始的层序遍历，并对节点增添用以表示该节点的层次深度的层次属性level即level属性；并根据当前节点的level属性，将节点分类存储入创建的节点列表中；
步骤S412中，对节点增添用以表示该节点的层次深度的层次属性level即level属性，具体为，令根节点对象的level属性为0，在父节点的level属性值上加1得到每个子节点的level属性，遍历DOM树并计算出每一个节点的level属性，并记遍历节点的level属性的最大值为m。
步骤S412中，根据当前节点的level属性，将节点分类存储入创建的节点列表中。创建节点列表nodelist，其元素为子列表nodelist[1]、nodelist[2]、…、nodelist[m] ，分别存放level属性分别为1、2、…、m的节点。例如对于level属性值为i的节点，将被添加至nodelist[i]中。
S413、迭代步骤S411和步骤S412，直至XML文件中的所有节点遍历完毕。
步骤S42与步骤S52中，依据节点所属DOM树路径以及节点属性包括节点层次nodeLevel、节点名称nodeName和节点类型nodeType，确定分别在两个XML文件中的两个节点为完全相同、部分相同或完全不同，具体为，
S421、在两个节点的节点所属DOM树路径以及节点属性包括节点层次nodeLevel、节点名称nodeName和节点类型nodeType中至少一项不同时，则两个节点为完全不同；否则，进入下一步骤S422；
S422、判定两个节点的节点类型node.Type是否均为第一设定值，在两个节点的节点类型node.Type均为第一设定值时，表示为文本节点，在两个节点的节点文本值nodeValue相等时，判定为完全相同，否则，进入下一步骤S423；实施例中，第一设定值为3。
S423、判定两个节点的节点类型node.Type是否均为第二设定值，在两个节点的节点类型node.Type均为第二设定值时，表示为元素节点，在两个节点的节点属性nodeAttribute相等时，判定为完全相同，否则，判定为部分相同。实施例中，第二设定值为1。
步骤S42与步骤S52中，对于节点列表nodelist中的任意节点node所属DOM树路径为一个列表，该列表的第一个元素是node的父节点，之后每一个元素都是前一个元素的父节点，一直到根节点为止，表示为[node.parentNode, node.parentNode.parentNode, node.parentNode.parentNode.parentNode, …, root]。
步骤S4与步骤S5中，通过将XML文件转化成节点树，并把节点依次存储进节点列表，因此只需要比较两个XML文件对应的节点列表，即可达到比较两份XML文件的目的。根据对节点进行的不同操作包括增加、删除和修改操作，规定两份XML文件的差异。比较原始文件素材和作答完毕素材得到的差异代表作答者所做操作的答题特征。
S6、比较步骤S4得到的教师操作的答题特征和步骤S5得到的学生操作的答题特征，根据相似度判分，得到判分结果。
S61、将每题的代表教师操作的答题特征的三个列表和代表学生操作的答题特征的三个列表对应比较，即add_answer与add_student遍历比较、delete_answer与delete_student遍历比较、change_answer与change_student遍历比较，得到完全相同的节点个数和；
S62、完全相同的节点个数和除以删去完全相同节点后教师作答卷的节点个数即为相似度；
S63、由步骤S62得到的相似度乘以对应题目的总分值即为学生在题目的得分。
步骤S6中，比较答题特征，根据比较的结果判分：将教师作答卷与原始素材比较得出的三个列表与学生作答卷与原始素材比较得出的三个列表分别两两比较，即add_teacher与add_student比较，delete_teacher和delete_student比较，change_teacher和change_student比较，分别得出列表中的完全相同节点个数samenum_add，samenum_delete，samenum_change。将相同节点个数samenum_add，samenum_delete，samenum_change相加得到完全相同节点个数之和a，除以删去完全相同节点后教师作答卷的节点个数n，就得到学生答题特征与教师答题特征的相似度s =a/n*100%。进而获得学生在题目的得分。
该种基于XML文档相似度的Office操作题自动判分方法，能够对Office操作题提供快速灵活的自主命题，能够准确快速地对Office操作题进行判分，能够有效降低Office操作题的判分的时间与工作量，能够有效提高判分效率，能够有效对Office操作题如字处理（Word）、电子表格（Excel）、演示文稿（PowerPoint）等题型进行自动化判分，应用于上机考试的Office操作题的判分，尤其适用在有自主命题需求的Office操作题练习和考试中。
如图19，实施例还提供一种采用上述任一项所述的基于XML文档相似度的Office操作题自动判分方法的基于XML文档相似度的Office操作题自动判分***，包括自主命题模块、参考作答模块、实际作答模块、答题特征提取模块和相似度判分模块，
自主命题模块：在自主命题后获得Office原始文件，将未作答的Office原始文件另存为原始XML文件；
参考作答模块：在Office原始文件基础上，获得教师作答后的参考作答Office文件，并将参考作答Office文件另存为参考作答XML文件；
实际作答模块：在Office原始文件基础上，获得学生作答后的实际作答Office文件，并将实际作答Office文件另存为实际作答XML文件；
答题特征提取模块：将参考作答XML文件与原始XML文件进行比较，得到两份XML文件之间的差异，获得教师操作的答题特征；将实际作答XML文件与原始XML文件进行比较，得到两份XML文件之间的差异，获得学生操作的答题特征；
相似度判分模块：比较教师操作的答题特征和学生操作的答题特征，根据相似度判分，得到判分结果。
该种基于XML文档相似度的Office操作题自动判分方法，能将Office操作题转化成XML文件，并根据相似度算法进行自动判分。
实施例的该种基于XML文档相似度的Office操作题自动判分方法的一个具体示例如下：
S1、在自主命题后获得Office原始文件，将未作答的Office原始文件另存为原始XML文件。步骤S1中，Office原始文件由教师自命考题，以字处理题目为例：1）在考生文件夹下打开"素材.docx"。帮助某高校同学完成一份通知的修改。2）设置标题"通知"居中，字体大小为二号，字体为黑体，加粗。3）设置正文段落的段间距为段前1行，行间距为单倍行距。4）将“2月3日0：00—24：00”改成“2月3日0：00—2月4日24：00”。将未作答的原始素材"素材.docx"另存为XML格式文档，命名为"blank.xml"。
S2、在步骤S1得到的Office原始文件基础上，获得教师作答后的参考作答Office文件，并将参考作答Office文件另存为参考作答XML文件。步骤S2中，在Office原始文件中，教师根据Office操作题中包含的知识点进行正确操作步骤的作答，将作答完毕后的参考作答Office文件另存为参考作答XML文件，命名为"answer.xml"。
S3、在步骤S1得到的Office原始文件基础上，获得学生作答后的实际作答Office文件，并将实际作答Office文件另存为实际作答XML文件。步骤S3中，共有2名学生作答，学号分别为01和02。将所有学生作答完毕的实际作答Office文件"file_student_01.docx"和"file_student_02.docx"，放入同一个文件夹student_works下。使用Python标准库win32com提供的文件操作方法，遍历文件夹student_works中的学生文件，使用win32com库中有关操作Office文档的API方法"SaveAs",将学生作答完毕的实际作答Office文件"file_student_01.docx"和"file_student_02.docx"另存为XML格式文档，文件名分别为"file_student_01.xml"和"file_student_02.xml"。
S4、将步骤S2得到的参考作答XML文件与步骤S1得到的原始XML文件进行比较，得到两份XML文件之间的差异，获得教师操作的答题特征。
步骤S4中，对步骤S2得到的参考作答XML文件answer.xml与步骤S1得到的原始XML文件blank.xml，分别进行解析与提取节点，增添level属性，并分别为每个XML文件创建节点列表，分别得到节点列表nodelist2、节点列表nodelist1。
遍历比较原始XML文件和参考作答XML文件两个XML文件的节点列表nodelist1和节点列表nodelist2，依据节点所属DOM树路径以及节点属性包括节点层次nodeLevel、节点名称nodeName和节点类型nodeType，确定分别在两个XML文件中的两个节点为完全相同、部分相同或完全不同，分别对应处理后， 得到如图2中的节点列表add_answer、如图3中的节点列表delete_answer、如图4中的节点列表change_answer。其中，节点列表change_answer中修改的节点不直接反应对题目所做的改动，是一种结构性的标记。
图5是实施例中节点列表add_answer中新增节点增加的属性的前部分说明示意图。图6是节点列表add_answer中新增节点增加的属性的后部分说明示意图。图6中，实线方框圈起来的是对题目2）要求所做的解答，包括设置标题居中（“center”），字体大小（“44”），字体（“黑体”）和加粗（“bcs”）；双实线方框圈起来的是对题目3）要求所做的解答，包括段间距（“beforeline”）和行间距（行间距没有做修改）；虚线方框圈起来的是对题目4）要求所做的解答，新增了一个正确的文本节点。图7是实施例中节点列表delete_answer中删除的节点的信息的说明示意图。图7中删去了整个题目4）给出的需要修改的文本节点。
S5、将步骤S3得到的实际作答XML文件与步骤S1得到的原始XML文件进行比较，得到两份XML文件之间的差异，获得学生操作的答题特征；
步骤S5中，对步骤S3得到的实际作答XML文件"file_student_01.xml"、"file_student_02.xml"与步骤S1得到的原始XML文件，分别进行解析与提取节点，增添level属性，并分别为每个XML文件创建节点列表，分别得到节点列表nodelist3包括节点列表nodelist3_student_01、节点列表nodelist3_student_02、节点列表nodelist1。
然后，遍历比较原始XML文件和实际作答XML文件两个XML文件的节点列表nodelist1和节点列表nodelist3，依据节点所属DOM树路径以及节点属性包括节点层次nodeLevel、节点名称nodeName和节点类型nodeType，确定分别在两个XML文件中的两个节点为完全相同、部分相同或完全不同，分别对应处理后，得到学号01的如图8中的节点列表add_student_01、如图9中的delete_student_01、如图10中的change_student_01；得到学号02的如图14中的节点列表add_student_02、如图15中的节点列表delete_student_02、如图16中的节点列表change_student_02。
图11是节点列表add_student_01中新增节点增加的属性的前部分说明示意图，图12是节点列表add_student_01中新增节点增加的属性的后部分说明示意图。图12中，实线方框圈起来的是对题目2）要求所做的解答，包括设置标题居中（“center”），字体大小（“44”），字体（“黑体”）和加粗（“bcs”），该学生没有对段间距或和行间距做修改；虚线方框圈起来的是对题目4）要求所做的解答，新增了一个正确的文本节点。图13是实施例中节点列表delete_student_01中删除的节点的信息的说明示意图。图13中删去了整个题目4）给出的需要修改的文本节点。
图17是实施例中节点列表add_student_02中新增节点所增加的属性的说明示意图。图17中实线方框圈起来的是对题目2）要求所做的解答，包括设置标题居中（“center”）和加粗（“bcs”），该同学没有对字体和字号大小进行修改。双实线方框圈起来的是对题目3）要求所做的解答，包括段间距（“beforeline”）和行间距（行间距没有做修改）。该同学没有做题目4），因此没有新增文本节点。图18是实施例中节点列表delete_student_02中删除的节点的信息的说明示意图。由于该同学没有修改文本，因此没有删除需要修改的文本节点。
S6、比较步骤S4得到的教师操作的答题特征和步骤S5得到的学生操作的答题特征，根据相似度判分，得到判分结果。
步骤S6中，将每题的代表教师操作的答题特征的三个列表和学号为01的代表学生操作的答题特征的三个列表对应比较，即add_teacher与add_student_01比较，delete_teacher和delete_student_01比较，change_teacher和change_student_01比较，分别得出列表中的相同节点个数samenum_add_01，samenum_delete_01，samenum_change_01。将相同节点个数samenum_add_01，samenum_delete_01，samenum_change_01相加得到相同节点个数之和a1，除以列表answer的节点数n就得到学号为01的代表学生操作的答题特征与代表教师操作的答题特征的相似度s1 =a1/n*100%=25/68*100%=0.37。
同理，得到学号为02的代表学生操作的答题特征与代表教师操作的答题特征的相似度s2=a2/n*100%=16/68*100%==0.24。
若word操作题的满分为30分，则学号为01的word操作题得分为score_1=30*0.37，即11.1分；学号为02的word操作题得分为score_2=30*0.24，即7.2分。
该种基于XML文档相似度的Office操作题自动判分方法及***，与传统的知识点固定判分方法相比，该方法及***更加灵活，能够适用于有教师自主出题需求的应用场景，能够对Office操作题部分针对字处理Word、电子表格Excel、演示文档PowerPoint三种操作题型进行自动判分，使Office考试阅卷更加智能和便利，有效节省教师的工作量。
以上所述仅为本发明的较佳实施方式，本发明的保护范围并不以上述实施方式为限，但凡本领域普通技术人员根据本发明所揭示内容所作的等效修饰或变化，皆应纳入权利要求书中记载的保护范围内。

Claims (9)

1.一种基于XML文档相似度的Office操作题自动判分方法，其特征在于：包括以下步骤，
S1、在自主命题后获得Office原始文件，将未作答的Office原始文件另存为原始XML文件；
S2、在步骤S1得到的Office原始文件基础上，获得教师作答后的参考作答Office文件，并将参考作答Office文件另存为参考作答XML文件；
S3、在步骤S1得到的Office原始文件基础上，获得学生作答后的实际作答Office文件，并将实际作答Office文件另存为实际作答XML文件；
S4、将步骤S2得到的参考作答XML文件与步骤S1得到的原始XML文件进行比较，得到两份XML文件之间的差异，获得教师操作的答题特征；
S5、将步骤S3得到的实际作答XML文件与步骤S1得到的原始XML文件进行比较，得到两份XML文件之间的差异，获得学生操作的答题特征；
S6、比较步骤S4得到的教师操作的答题特征和步骤S5得到的学生操作的答题特征，根据相似度判分，得到判分结果。
2.如权利要求1所述的基于XML文档相似度的Office操作题自动判分方法，其特征在于：步骤S3中，获得学生作答后的实际作答Office文件，并将实际作答Office文件另存为实际作答XML文件，具体为，
S31、在未作答的Office原始文件分别由所有学生作答完毕后，得到所有学生作答完毕的实际作答Office文件，并将所有学生的实际作答Office文件放入同一个文件夹student_works下；
S32、使用Python标准库win32com提供的文件操作方法，遍历文件夹student_works中所有学生的实际作答Office文件，使用win32com库中有关操作Office文档的API方法SaveAs，将学生的实际作答Office文件另存为实际作答XML文件。
3.如权利要求1所述的基于XML文档相似度的Office操作题自动判分方法，其特征在于：步骤S4中，将步骤S2得到的参考作答XML文件与步骤S1得到的原始XML文件进行比较，得到两份XML文件之间的差异，获得教师操作的答题特征，具体为，
S41、对原始XML文件和参考作答XML文件中的每个XML文件，分别进行解析与提取节点，增添层次属性level，并分别为每个XML文件创建节点列表，分别得到节点列表nodelist1和节点列表nodelist2；
S42、遍历比较原始XML文件和参考作答XML文件两个XML文件的节点列表nodelist1和节点列表nodelist2，依据节点所属DOM树路径以及节点属性包括节点层次nodeLevel、节点名称nodeName和节点类型nodeType，确定分别在两个XML文件中的两个节点为完全相同、部分相同或完全不同，在完全相同时，进入下一步骤S43；在部分相同时，进入步骤S44；在完全不同时，进入步骤S45；
S43、将判定为完全相同的两个节点，分别从节点列表nodelist1 和节点列表nodelist2中删去；
S44、将判定为部分相同的两个节点，分别从节点列表nodelist1 和节点列表nodelist2中提取并保存在节点列表change_answer中，对应属性修改操作，并分别从节点列表nodelist1 和节点列表nodelist2中删去；
S45、将判定为完全不同的两个节点，提取节点列表nodelist1中对应的节点并保存在节点列表delete_answer中，提取节点列表nodelist2中对应的节点并保存在节点列表add_answer中；
S46、在遍历比较节点列表nodelist1和节点列表nodelist2完成后，得到的节点列表add_answer、节点列表delete_answer和节点列表change_answer为原始XML文件和参考作答XML文件两份文件的差异，代表教师操作的答题特征。
4.如权利要求3所述的基于XML文档相似度的Office操作题自动判分方法，其特征在于：步骤S5中，将步骤S3得到的实际作答XML文件与步骤S1得到的原始XML文件进行比较，得到两份XML文件之间的差异，获得学生操作的答题特征，具体为，
S51、对原始XML文件和实际作答XML文件中的每个XML文件，分别进行解析与提取节点，增添层次属性level，并分别为每个XML文件创建节点列表，分别得到节点列表nodelist1和节点列表nodelist3；
S52、遍历比较原始XML文件和实际作答XML文件两个XML文件的节点列表nodelist1和节点列表nodelist3，依据节点所属DOM树路径以及节点属性包括节点层次nodeLevel、节点名称nodeName和节点类型nodeType，确定分别在两个XML文件中的两个节点为完全相同、部分相同或完全不同，在完全相同时，进入下一步骤S53；在部分相同时，进入步骤S54；在完全不同时，进入步骤S55；
S53、将判定为完全相同的两个节点分别从节点列表nodelist1 和节点列表nodelist3中删去；
S54、将判定为部分相同的两个节点分别从节点列表nodelist1 和节点列表nodelist3中提取并保存在节点列表change_ student中，对应属性修改操作，并分别从节点列表nodelist1 和节点列表nodelist3中删去；
S55、将判定为完全不同的两个节点，提取节点列表nodelist1中对应的节点并保存在节点列表delete_student中，提取节点列表nodelist3中对应的节点并保存在节点列表add_student中；
S56、在遍历比较节点列表nodelist1和节点列表nodelist3完成后，得到的节点列表add_ student、节点列表delete_ student和节点列表change_ student为原始XML文件和实际作答XML文件两份文件的差异，代表学生操作的答题特征。
5.如权利要求4所述的基于XML文档相似度的Office操作题自动判分方法，其特征在于：步骤S41与步骤S51中，分别进行解析与提取节点，增添层次属性level，并分别为每个XML文件创建节点列表，具体为，
S411、对XML文件进行解析，使用Python内置的文档对象模型DOM即DOM树的API创建文档对象即Document对象，使用Document对象的解析方法Parse读取并解析XML文件内容；
S412、提取XML文件中的节点，使用Document对象的文档元素方法documentElement获取文档根节点对象，对DOM树中的所有节点进行从根节点开始的层序遍历，并对节点增添用以表示该节点的层次深度的层次属性level即level属性；并根据当前节点的level属性，将节点分类存储入创建的节点列表中；
S413、迭代步骤S411和步骤S412，直至XML文件中的所有节点遍历完毕。
6.如权利要求5所述的基于XML文档相似度的Office操作题自动判分方法，其特征在于：步骤S412中，对节点增添用以表示该节点的层次深度的层次属性level即level属性，具体为，令根节点对象的level属性为0，在父节点的level属性值上加1得到每个子节点的level属性，遍历DOM树并计算出每一个节点的level属性，并记遍历节点的level属性的最大值为m。
7.如权利要求4所述的基于XML文档相似度的Office操作题自动判分方法，其特征在于：步骤S42与步骤S52中，依据节点所属DOM树路径以及节点属性包括节点层次nodeLevel、节点名称nodeName和节点类型nodeType，确定分别在两个XML文件中的两个节点为完全相同、部分相同或完全不同，具体为，
S421、在两个节点的节点所属DOM树路径以及节点属性包括节点层次nodeLevel、节点名称nodeName和节点类型nodeType中至少一项不同时，则两个节点为完全不同；否则，进入下一步骤S422；
S422、判定两个节点的节点类型node.Type是否均为第一设定值，在两个节点的节点类型node.Type均为第一设定值时，表示为文本节点，在两个节点的节点文本值nodeValue相等时，判定为完全相同，否则，进入下一步骤S423；
S423、判定两个节点的节点类型node.Type是否均为第二设定值，在两个节点的节点类型node.Type均为第二设定值时，表示为元素节点，在两个节点的节点属性nodeAttribute相等时，判定为完全相同，否则，判定为部分相同。
8.如权利要求4-7任一项所述的基于XML文档相似度的Office操作题自动判分方法，其特征在于：步骤S6中，比较步骤S4得到的教师操作的答题特征和步骤S5得到的学生操作的答题特征，根据相似度判分，得到判分结果，具体为，
S61、将每题的代表教师操作的答题特征的三个列表和代表学生操作的答题特征的三个列表对应比较，即add_answer与add_student遍历比较、delete_answer与delete_student遍历比较、change_answer与change_student遍历比较，得到完全相同的节点个数和；
S62、完全相同的节点个数和除以删去完全相同节点后教师作答卷的节点个数即为相似度；
S63、由步骤S62得到的相似度乘以对应题目的总分值即为学生在题目的得分。
9.一种采用如权利要求1-8任一项所述的基于XML文档相似度的Office操作题自动判分方法的基于XML文档相似度的Office操作题自动判分***，其特征在于：包括自主命题模块、参考作答模块、实际作答模块、答题特征提取模块和相似度判分模块，
自主命题模块：在自主命题后获得Office原始文件，将未作答的Office原始文件另存为原始XML文件；
参考作答模块：在Office原始文件基础上，获得教师作答后的参考作答Office文件，并将参考作答Office文件另存为参考作答XML文件；
实际作答模块：在Office原始文件基础上，获得学生作答后的实际作答Office文件，并将实际作答Office文件另存为实际作答XML文件；
答题特征提取模块：将参考作答XML文件与原始XML文件进行比较，得到两份XML文件之间的差异，获得教师操作的答题特征；将实际作答XML文件与原始XML文件进行比较，得到两份XML文件之间的差异，获得学生操作的答题特征；
相似度判分模块：比较教师操作的答题特征和学生操作的答题特征，根据相似度判分，得到判分结果。
CN202410091386.5A 2024-01-23 2024-01-23 基于XML文档相似度的Office操作题自动判分方法及*** Active CN117610536B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410091386.5A CN117610536B (zh) 2024-01-23 2024-01-23 基于XML文档相似度的Office操作题自动判分方法及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410091386.5A CN117610536B (zh) 2024-01-23 2024-01-23 基于XML文档相似度的Office操作题自动判分方法及***

Publications (2)

Publication Number Publication Date
CN117610536A true CN117610536A (zh) 2024-02-27
CN117610536B CN117610536B (zh) 2024-04-09

Family

ID=89953852

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410091386.5A Active CN117610536B (zh) 2024-01-23 2024-01-23 基于XML文档相似度的Office操作题自动判分方法及***

Country Status (1)

Country Link
CN (1) CN117610536B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101329665A (zh) * 2007-06-18 2008-12-24 国际商业机器公司 解析标记语言文档的方法和解析器
CN101593240A (zh) * 2008-05-26 2009-12-02 北京智慧东方信息技术有限公司 一种Access操作题的考评方法
CN101876995A (zh) * 2009-12-18 2010-11-03 南开大学 一种计算xml文档相似度的方法
CN103500169A (zh) * 2013-09-02 2014-01-08 用友软件股份有限公司 文件对比装置和文件对比方法
CN103745104A (zh) * 2013-12-31 2014-04-23 广东工业大学 一种基于增强现实技术的评卷方法
US20200111379A1 (en) * 2018-10-03 2020-04-09 Act, Inc. Mitigating variance in standardized test administration using machine learning
CN113065311A (zh) * 2021-02-26 2021-07-02 成都环宇知了科技有限公司 一种基于OpenXml处理Power Point文稿内容的评分方法及***
CN115796146A (zh) * 2022-11-22 2023-03-14 平安银行股份有限公司 一种文件对比方法及装置

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101329665A (zh) * 2007-06-18 2008-12-24 国际商业机器公司 解析标记语言文档的方法和解析器
CN101593240A (zh) * 2008-05-26 2009-12-02 北京智慧东方信息技术有限公司 一种Access操作题的考评方法
CN101876995A (zh) * 2009-12-18 2010-11-03 南开大学 一种计算xml文档相似度的方法
CN103500169A (zh) * 2013-09-02 2014-01-08 用友软件股份有限公司 文件对比装置和文件对比方法
CN103745104A (zh) * 2013-12-31 2014-04-23 广东工业大学 一种基于增强现实技术的评卷方法
US20200111379A1 (en) * 2018-10-03 2020-04-09 Act, Inc. Mitigating variance in standardized test administration using machine learning
CN113065311A (zh) * 2021-02-26 2021-07-02 成都环宇知了科技有限公司 一种基于OpenXml处理Power Point文稿内容的评分方法及***
CN115796146A (zh) * 2022-11-22 2023-03-14 平安银行股份有限公司 一种文件对比方法及装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
周宇;吴涛;: "用C++语言实现XML文件解析的一种方案", 光通信研究, no. 04, 10 August 2008 (2008-08-10) *
王海燕等: "基于XML元数据交换的电子试卷管理***", 计算机工程, no. 19, 5 October 2009 (2009-10-05) *
陈宏君;冯亚东;熊蕙;王国栋;叶翔;文继锋;: "SCL文件逐级自动更新算法设计与实现", 计算机技术与发展, vol. 26, no. 03, 31 March 2016 (2016-03-31) *

Also Published As

Publication number Publication date
CN117610536B (zh) 2024-04-09

Similar Documents

Publication Publication Date Title
CN103605706B (zh) 一种基于知识地图的资源检索方法
CN102436547A (zh) 一种教学用错题统计方法及***
CN105138752B (zh) 智能变电站scd文件历史回溯差异化比较及展示方法
CN108334493B (zh) 一种基于神经网络的题目知识点自动提取方法
DE102010046439A1 (de) System und Verfahren für relevanzbasiertes Kategorisieren und zeitnahes Lernen von Vokabeln
CN106874508A (zh) 基于网格化图像处理的答卷生成及阅卷方法
CN102193906A (zh) Word格式试卷自动导入数据库***的方法
US20220164531A1 (en) Quality assessment method for automatic annotation of speech data
CN104123399A (zh) 一种跨平台的题库资源构建方法
CN112149399A (zh) 基于rpa及ai的表格信息抽取方法、装置、设备及介质
CN111209728B (zh) 一种试题自动标注录入方法
CN111309313A (zh) 一种快速生成html以及存储表单数据的方法
CN108595705A (zh) 多格式文件封装的微课制作方法、***、装置及学习平台
CN109637238A (zh) 一种练习题的生成方法、装置、设备和存储介质
CN113704499A (zh) 一种准确而高效的智能化教育知识图谱构建方法
CN112307720A (zh) 基于psd文档的html设计模板自动转换方法和***
CN101446896A (zh) Mib文件编辑器
CN117610536B (zh) 基于XML文档相似度的Office操作题自动判分方法及***
CN112509402A (zh) 一种基于立体教材的精品题库的建立、发行及防伪方法及其教学***
CN111553138A (zh) 用于规范内容结构文档的辅助写作方法及装置
CN109584127B (zh) 一种用于实验教学的教学资源管理方法及***
CN113408253A (zh) 一种作业评阅***及方法
CN112989783B (zh) 一种智能组卷装置及方法
CN109582944A (zh) 一种试卷编辑方法
Zhang et al. Design and Development of" Virtual AI Teacher" System Based on NLP

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