【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)涉及人工智能和教育評(píng)估，尤其涉及一種基于生成式人工智能的試卷自動(dòng)評(píng)閱方法及系統(tǒng)。
技術(shù)介紹
1、本部分的陳述僅僅是提供了與本專利技術(shù)相關(guān)的
技術(shù)介紹
信息，不必然構(gòu)成在先技術(shù)。
2、數(shù)字化浪潮推動(dòng)教育領(lǐng)域的變革，校園考試系統(tǒng)的自動(dòng)化評(píng)分和快速反饋功能，已成為提升教育評(píng)估效率的重要驅(qū)動(dòng)力，教育信息化需求大。與此同時(shí)，人工智能技術(shù)的快速發(fā)展，尤其是在自然語(yǔ)言處理（nlp）領(lǐng)域的進(jìn)步，使得機(jī)器學(xué)習(xí)技術(shù)在教育評(píng)估領(lǐng)域的應(yīng)用逐漸增多。
3、傳統(tǒng)的試卷評(píng)閱方法主要依賴于教師的主觀判斷，這種方法不僅效率低下，而且容易受到評(píng)閱者疲勞和主觀性的影響。為了提高評(píng)閱的效率和準(zhǔn)確性，研究者們開(kāi)始探索利用機(jī)器學(xué)習(xí)技術(shù)來(lái)實(shí)現(xiàn)試卷自動(dòng)評(píng)閱。
4、目前，盡管已經(jīng)出現(xiàn)了很多自動(dòng)閱卷方面的研究工作，但仍存在一些挑戰(zhàn)和局限性問(wèn)題。首先，在信息輸入端，自動(dòng)閱卷系統(tǒng)的準(zhǔn)確性在很大程度上依賴于掃描和識(shí)別技術(shù)的準(zhǔn)確性，對(duì)于手寫(xiě)文字和復(fù)雜公式的精準(zhǔn)識(shí)別仍然存在挑戰(zhàn)。其次，為了提高評(píng)分的準(zhǔn)確性，自動(dòng)閱卷系統(tǒng)需要大量的標(biāo)注數(shù)據(jù)進(jìn)行訓(xùn)練，這在實(shí)際操作中可能耗時(shí)且成本較高。再次，相比于人工評(píng)卷，自助評(píng)分系統(tǒng)在解釋評(píng)分結(jié)果方面存在不足，這可能會(huì)影響學(xué)生和教師對(duì)評(píng)分結(jié)果的接受度。
5、生成式人工智能，尤其是chatgpt作為一種基于大型語(yǔ)言模型的生成式人工智能對(duì)話系統(tǒng)，通過(guò)海量數(shù)據(jù)存儲(chǔ)和高效設(shè)計(jì)架構(gòu)理解和解讀用戶請(qǐng)求，以近乎人類自然語(yǔ)言的方式生成具有“較高復(fù)雜度的回應(yīng)文本”。
6、目前，在教育領(lǐng)域基于生成式人工智能的應(yīng)用日
技術(shù)實(shí)現(xiàn)思路
1、為克服上述現(xiàn)有技術(shù)的不足，本專利技術(shù)提供了一種基于生成式人工智能的試卷自動(dòng)評(píng)閱方法及系統(tǒng)，利用生成式人工智能大模型，即chatgpt技術(shù)全周期應(yīng)用于評(píng)閱流程，實(shí)現(xiàn)試卷自動(dòng)評(píng)閱。通過(guò)結(jié)合自然語(yǔ)言處理和機(jī)器學(xué)習(xí)技術(shù)，利用chatgpt輔助ocr識(shí)別、增強(qiáng)特征提取和文本相似度比較，并結(jié)合協(xié)同主動(dòng)學(xué)習(xí)機(jī)制，持續(xù)優(yōu)化評(píng)分模型，提高了評(píng)閱效率和準(zhǔn)確性，并引入注意力機(jī)制增強(qiáng)了評(píng)分結(jié)果的可解釋性，提供高效、準(zhǔn)確的評(píng)分和反饋，從而改善教育評(píng)估的質(zhì)量和效率。
2、為實(shí)現(xiàn)上述目的，本專利技術(shù)的一個(gè)或多個(gè)實(shí)施例提供了如下技術(shù)方案：
3、本專利技術(shù)第一方面提供了一種基于生成式人工智能的試卷自動(dòng)評(píng)閱方法。
4、一種基于生成式人工智能的試卷自動(dòng)評(píng)閱方法，包括：
5、獲取紙質(zhì)答題試卷的圖像，并進(jìn)行預(yù)處理，得到處理后的作答圖像；
6、對(duì)處理后的作答圖像進(jìn)行內(nèi)容識(shí)別，得到作答圖像的內(nèi)容；通過(guò)生成式人工智能大模型對(duì)作答圖像的內(nèi)容進(jìn)行異常檢測(cè)，得到檢測(cè)結(jié)果后對(duì)作答圖像的內(nèi)容進(jìn)行校正，得到校正后的作答圖像內(nèi)容；
7、對(duì)校正后的作答圖像的內(nèi)容進(jìn)行特征提取，得到作答圖像內(nèi)容的特征向量；利用生成式人工智能大模型從校正后的作答圖像的內(nèi)容中提取關(guān)鍵信息，并嵌入到作答圖像內(nèi)容的特征向量中，形成新的作答圖像內(nèi)容的特征向量；
8、對(duì)作答圖像內(nèi)容的特征向量計(jì)算余弦相似度得分；同時(shí)，對(duì)作答圖像內(nèi)容的特征向量也通過(guò)生成式人工智能大模型獲得預(yù)測(cè)評(píng)分；
9、當(dāng)余弦相似度得分和生成式人工智能大模型的預(yù)測(cè)評(píng)分存在嚴(yán)重差距時(shí)，引入?yún)f(xié)同主動(dòng)學(xué)習(xí)機(jī)制，通過(guò)不確定性采樣的查詢方法，評(píng)估考生答案置信度；當(dāng)置信度高于給定閾值時(shí)，輸出預(yù)測(cè)得分。
10、本專利技術(shù)第二方面提供了一種基于生成式人工智能的試卷自動(dòng)評(píng)閱系統(tǒng)。
11、一種基于生成式人工智能的試卷自動(dòng)評(píng)閱系統(tǒng)，包括：
12、試卷獲取模塊，被配置為：獲取紙質(zhì)答題試卷的圖像，并進(jìn)行預(yù)處理，得到處理后的作答圖像；
13、內(nèi)容識(shí)別模塊，被配置為：對(duì)處理后的作答圖像進(jìn)行內(nèi)容識(shí)別，得到作答圖像的內(nèi)容；通過(guò)生成式人工智能大模型對(duì)作答圖像的內(nèi)容進(jìn)行異常檢測(cè)，得到檢測(cè)結(jié)果后對(duì)作答圖像的內(nèi)容進(jìn)行校正，得到校正后的作答圖像內(nèi)容；
14、特征提取模塊，被配置為：對(duì)校正后的作答圖像的內(nèi)容進(jìn)行特征提取，得到作答圖像內(nèi)容的特征向量；利用生成式人工智能大模型從校正后的作答圖像的內(nèi)容中提取關(guān)鍵信息，并嵌入到作答圖像內(nèi)容的特征向量中，形成新的作答圖像內(nèi)容的特征向量；
15、預(yù)測(cè)評(píng)分模塊，被配置為：對(duì)作答圖像內(nèi)容的特征向量計(jì)算余弦相似度得分；同時(shí)，對(duì)作答圖像內(nèi)容的特征向量也通過(guò)生成式人工智能大模型獲得預(yù)測(cè)評(píng)分；
16、置信度評(píng)估模塊，被配置為：當(dāng)余弦相似度得分和生成式人工智能大模型的預(yù)測(cè)評(píng)分存在嚴(yán)重差距時(shí)，引入?yún)f(xié)同主動(dòng)學(xué)習(xí)機(jī)制，通過(guò)不確定性采樣的查詢方法，評(píng)估考生答案置信度；當(dāng)置信度高于給定閾值時(shí)，輸出預(yù)測(cè)得分。
17、本專利技術(shù)第三方面提供一種計(jì)算機(jī)裝置,包括存儲(chǔ)器、處理器及存儲(chǔ)在存儲(chǔ)器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序，所述處理器執(zhí)行所述程序時(shí)實(shí)現(xiàn)如本專利技術(shù)第一方面所述的一種方法中的步驟。
18、本專利技術(shù)第四方面提供了計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有程序，該程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如本專利技術(shù)第一方面所述的一種方法中的步驟。
19、本專利技術(shù)第五方面提供了一種包含指令的計(jì)算機(jī)程序產(chǎn)品，其在計(jì)算機(jī)上運(yùn)行時(shí)，使得計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如本專利技術(shù)第一方面所述的一種方法中的步驟。
20、以上一個(gè)或多個(gè)技術(shù)方案存在以下有益效果：
21、本專利技術(shù)將生成式人工智能大模型，即chatgpt大模型全周期應(yīng)用于評(píng)閱流程，包括內(nèi)容識(shí)別、特征提取、文本相似度比較和得分生成等環(huán)節(jié)，克服了傳統(tǒng)系統(tǒng)局限。此外，本專利技術(shù)利用chatgpt輔助ocr識(shí)別、增強(qiáng)特征提取和文本相似度比較，并結(jié)合協(xié)同主動(dòng)學(xué)習(xí)機(jī)制，持續(xù)優(yōu)化評(píng)分模型，提高了評(píng)閱效率和準(zhǔn)確性，并引入注意力機(jī)制增強(qiáng)了評(píng)分結(jié)果的可解釋性。
22、本專利技術(shù)融合生成式人工智能大模型，即chatgpt大模型與多種算法技術(shù)，利用chatgpt輔助bpd和sidenet模型進(jìn)行ocr識(shí)別，并結(jié)合chatgpt進(jìn)行異常檢測(cè)；chatgpt優(yōu)化word2vec、bert、lamda等算法進(jìn)行特征提??；chatgpt增強(qiáng)文本向量表示并計(jì)算余弦相似度；以及chatgpt預(yù)測(cè)評(píng)分并結(jié)合主動(dòng)學(xué)習(xí)機(jī)制進(jìn)行評(píng)分決策。通過(guò)余弦相似度計(jì)算和chatgpt的預(yù)測(cè)評(píng)分，并結(jié)合權(quán)重因子進(jìn)行加權(quán)平均，得出最終評(píng)分，使得評(píng)分結(jié)果更加透明和可解釋，有助于學(xué)生和教師理解和接受評(píng)分結(jié)果。
23、本專利技術(shù)基于生成式人工智能大模型chatgpt的試卷/作業(yè)自動(dòng)評(píng)閱系統(tǒng)，具有顯著實(shí)用性，可廣泛應(yīng)用于教育領(lǐng)域。克服了傳統(tǒng)試卷評(píng)閱方法高度依賴人工特征提取或數(shù)據(jù)采集的問(wèn)題，通過(guò)自動(dòng)化流程大幅提高評(píng)閱效率，降低人工成本，并利用chatgpt的強(qiáng)大語(yǔ)言理解能力，準(zhǔn)確理解文本內(nèi)容，進(jìn)行語(yǔ)義分析，從而提高評(píng)分準(zhǔn)確性和可靠性。以及自助評(píng)分系統(tǒng)在解釋評(píng)分結(jié)果方面的不足，從而實(shí)現(xiàn)了本文檔來(lái)自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
1.一種基于生成式人工智能的試卷自動(dòng)評(píng)閱方法，其特征在于，包括：獲取紙質(zhì)答題試卷的圖像，并進(jìn)行預(yù)處理，得到處理后的作答圖像；
2.如權(quán)利要求1所述的一種基于生成式人工智能的試卷自動(dòng)評(píng)閱方法，其特征在于，所述處理后的作答圖像內(nèi)容中包括數(shù)學(xué)公式、文字和子圖；
3.如權(quán)利要求1所述的一種基于生成式人工智能的試卷自動(dòng)評(píng)閱方法，其特征在于，所述校正后的作答圖像內(nèi)容分為文本和非文本元素；
4.如權(quán)利要求1所述的一種基于生成式人工智能的試卷自動(dòng)評(píng)閱方法，其特征在于，所述利用生成式人工智能大模型從校正后的作答圖像的內(nèi)容中提取關(guān)鍵信息，并嵌入到作答圖像內(nèi)容的特征向量中，形成新的作答圖像內(nèi)容的特征向量，具體包括：
5.如權(quán)利要求1所述的一種基于生成式人工智能的試卷自動(dòng)評(píng)閱方法，其特征在于，所述作答圖像內(nèi)容的特征向量包括：標(biāo)準(zhǔn)答案文本向量和作答文本向量；
6.如權(quán)利要求1所述的一種基于生成式人工智能的試卷自動(dòng)評(píng)閱方法，其特征在于，所述當(dāng)余弦相似度得分和生成式人工智能大模型的預(yù)測(cè)評(píng)分存在嚴(yán)重差距時(shí)，引入?yún)f(xié)同主動(dòng)學(xué)習(xí)機(jī)制，通過(guò)不確定性采樣的查詢方
7.一種基于生成式人工智能的試卷自動(dòng)評(píng)閱系統(tǒng)，其特征在于，包括：試卷獲取模塊，被配置為：獲取紙質(zhì)答題試卷的圖像，并進(jìn)行預(yù)處理，得到處理后的作答圖像；
8.一種計(jì)算機(jī)裝置,包括存儲(chǔ)器、處理器及存儲(chǔ)在存儲(chǔ)器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序，其特征在于，所述處理器執(zhí)行所述程序時(shí)實(shí)現(xiàn)上述權(quán)利要求1至6任一所述的方法的步驟。
9.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，該程序被處理器執(zhí)行時(shí)執(zhí)行上述權(quán)利要求1至6任一所述方法的步驟。
10.一種計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)程序，其特征在于，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)權(quán)利要求1至6中任一項(xiàng)所述的方法。
...【技術(shù)特征摘要】
1.一種基于生成式人工智能的試卷自動(dòng)評(píng)閱方法，其特征在于，包括：獲取紙質(zhì)答題試卷的圖像，并進(jìn)行預(yù)處理，得到處理后的作答圖像；
2.如權(quán)利要求1所述的一種基于生成式人工智能的試卷自動(dòng)評(píng)閱方法，其特征在于，所述處理后的作答圖像內(nèi)容中包括數(shù)學(xué)公式、文字和子圖；
3.如權(quán)利要求1所述的一種基于生成式人工智能的試卷自動(dòng)評(píng)閱方法，其特征在于，所述校正后的作答圖像內(nèi)容分為文本和非文本元素；
4.如權(quán)利要求1所述的一種基于生成式人工智能的試卷自動(dòng)評(píng)閱方法，其特征在于，所述利用生成式人工智能大模型從校正后的作答圖像的內(nèi)容中提取關(guān)鍵信息，并嵌入到作答圖像內(nèi)容的特征向量中，形成新的作答圖像內(nèi)容的特征向量，具體包括：
5.如權(quán)利要求1所述的一種基于生成式人工智能的試卷自動(dòng)評(píng)閱方法，其特征在于，所述作答圖像內(nèi)容的特征向量包括：標(biāo)準(zhǔn)答案文本向量和作答文本向量；
6.如權(quán)利要求1所...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：馬玉玲，畢玉璽，于德湖，劉萌，聶秀山，
申請(qǐng)(專利權(quán))人：山東建筑大學(xué)，
類型：發(fā)明
國(guó)別省市：
還沒(méi)有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。