[发明专利]成绩信息录入方法及系统有效

专利信息
申请号: 201510836538.0 申请日: 2015-11-24
公开(公告)号: CN105488142B 公开(公告)日: 2019-07-30
发明(设计)人: 李扬;钟锟;王丽红;徐飞龙;王国庆;王颖;徐瑞祥;梁昭;段忠苗 申请(专利权)人: 科大讯飞股份有限公司
主分类号: G06F16/23 分类号: G06F16/23;G06Q50/20
代理公司: 北京维澳专利代理有限公司 11252 代理人: 刘路尧;逢京喜
地址: 230088 安徽省*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 学生成绩 录入 候选识别 成绩信息 朗读 数据库 语音 候选结果 属性信息 学生信息 异常标记 语音识别 预置 工作量 成绩 学生
【权利要求书】:

1.一种成绩信息录入方法,其特征在于,包括:

接收学生成绩信息的朗读语音,所述学生成绩信息包括:学生成绩和学生属性信息;

对所述朗读语音进行语音识别,得到候选识别结果;

如果所述候选识别结果有多个,则根据预置的学生信息确定最终识别结果,并标记所述最终识别结果,所述学生信息包括:学生名册、以及各学生整体能力得分和本次考试的预测得分这两者中其一或全部;否则将所述候选识别结果作为最终识别结果,并且在所述候选识别结果为容错识别得到的候选结果时,标记所述最终识别结果;

将所述最终识别结果中的学生成绩录入到学生成绩数据库中,并对录入到学生成绩数据库中的已标记最终识别结果中的学生成绩进行异常标记。

2.根据权利要求1所述的方法,其特征在于,所述学生属性信息包括以下任意一种或多种:姓名、学号、准考证号。

3.根据权利要求1所述的方法,其特征在于,所述方法还包括:

基于各学生历史考试成绩,应用IRT模型计算得到所述学生整体能力得分及试题难度得分;

根据各学生历史考试成绩,计算得到所述学生的历史得分率;

根据各学生整体能力得分、历史得分率、以及试题难度得分,采用数据挖掘算法构建得分预测模型;

根据所述得分预测模型对本次考试进行得分预测,得到各学生本次考试的预测得分。

4.根据权利要求1所述的方法,其特征在于,所述方法还包括:

在得到最终识别结果后,判断所述最终识别结果中的学生属性信息与之前的朗读语音的最终识别结果中的学生属性信息是否相同;

如果相同,并且学生成绩数据库中对应所述学生属性信息的学生成绩已录入,则删除已录入的对应所述学生属性信息的学生成绩,然后将当前最终识别结果中的学生成绩录入到学生成绩数据库中,并对该学生成绩进行异常标记;

否则,执行将所述最终识别结果中的学生成绩录入到学生成绩数据库中的步骤。

5.根据权利要求1所述的方法,其特征在于,所述方法还包括:

预先根据学生姓名中的生僻字及易错字构建容错发音词集;

检查所述候选识别结果中是否包含所述容错发音词集中的词;

如果是,则对所述朗读语音进行容错识别,得到新的候选识别结果。

6.根据权利要求1至5任一项所述的方法,其特征在于,所述方法还包括:

对所述最终识别结果进行异常检测,确定异常识别结果;

对录入到学生成绩数据库中的异常识别结果中的学生成绩进行异常标记。

7.根据权利要求6所述的方法,其特征在于,所述对所述最终识别结果进行异常检测包括:

根据所述最终识别结果的置信度对所述最终识别结果进行异常检测;和/或

根据所述最终识别结果中的学生成绩与对应的学生整体能力得分和/或本次考试的预测得分,对所述最终识别结果进行异常检测。

8.根据权利要求1至5任一项所述的方法,其特征在于,所述方法还包括:

对学生成绩数据库中异常标记的学生成绩进行异常录入提醒。

9.根据权利要求8所述的方法,其特征在于,所述异常录入提醒包括:

视觉形式的提醒,和/或听觉形式的提醒。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于科大讯飞股份有限公司,未经科大讯飞股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201510836538.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top