[发明专利]一种题目搜索、批改方法、装置、电子设备和存储介质

权利要求书

1.一种题目搜索方法，其特征在于，所述方法包括：

步骤S11：对待搜索试卷的影像进行检测，检测出所述待搜索试卷上的各个待搜索题目的区域，并识别出各个待搜索题目的区域中题干的文字内容；

步骤S12：将每一待搜索题目的题干的文字内容输入预先训练的题干向量化模型中，得到每一待搜索题目的题干的特征向量，作为每一待搜索题目的特征向量，其中，所述题干向量化模型是基于神经网络的模型；

步骤S13：针对每一待搜索题目，在题库中进行搜索，查找与该待搜索题目的特征向量相匹配的特征向量，将题库中相匹配的特征向量对应的题目确定为与该待搜索题目最接近的题目；

步骤S14：汇总查找到的所有待搜索题目的最接近题目所在的试卷，将满足预设条件的试卷确定为与所述待搜索试卷匹配的目标试卷，通过所述目标试卷完成对所述待搜索试卷上的待搜索题目的搜索；

在步骤S11中，在检测出所述待搜索试卷上的各个待搜索题目的区域后，将每个所述待搜索题目的区域切割为单个影像，或者在识别各个所述待搜到题目的区域中题干的文字内容时，将每个所述待搜索题目的区域分开为单个区域影像进行处理，并根据题目位置信息进行排序。

2.如权利要求1所述的题目搜索方法，其特征在于，所述题干向量化模型通过以下步骤训练得到：

对第一题目样本训练集中每个题目样本进行标注处理，标注出每个题目样本中题干的文字内容；

利用神经网络模型对每个题目样本中题干的文字内容进行二维特征向量提取，从而训练得到所述题干向量化模型。

3.如权利要求1所述的题目搜索方法，其特征在于，在所述待搜索试卷中的待搜索题目包含图片的情况下，所述方法还包括：

步骤S15：在步骤S11检测出所述待搜索试卷上的各个待搜索题目的区域之后，将包含图片的待搜索题目中的图片输入预先训练的图片向量化模型中，得到包含图片的待搜索题目的图片的特征向量，其中，所述图片向量化模型是基于神经网络的模型；

步骤S16：在步骤S12得到每一待搜索题目的题干的特征向量之后，对于不包含图片的待搜索题目，直接将该待搜索题目的题干的特征向量作为该待搜索题目的特征向量，对于包含图片的待搜索题目，将该待搜索题目的图片的特征向量与题干的特征向量进行拼接，作为该待搜索题目的特征向量。

4.如权利要求3所述的题目搜索方法，其特征在于，所述图片向量化模型通过以下步骤训练得到：

对第二题目样本训练集中每个题目样本进行标注处理，标注出每个题目样本中的图片；

利用神经网络模型对每个题目样本中的图片进行二维特征向量提取，从而训练得到所述图片向量化模型。

5.如权利要求1所述的题目搜索方法，其特征在于，预先对题库中试卷上的各个题目的特征向量建立索引信息表；

步骤S13进一步包括：

针对每一待搜索题目，在所述索引信息表中查找与该待搜索题目的特征向量相匹配的特征向量；

将相匹配的特征向量在所述索引信息表中对应的题目确定为与该待搜索题目最接近的题目。

6.如权利要求5所述的题目搜索方法，其特征在于，在建立所述索引信息表之前，将不同长度的特征向量按照长度进行分组；

所述针对每一待搜索题目，在所述索引信息表中查找与该待搜索题目的特征向量相匹配的特征向量，包括：

针对每一待搜索题目，在所述索引信息表中与该待搜索题目的特征向量长度相同或相近的分组内，查找与该待搜索题目的特征向量相匹配的特征向量。

7.如权利要求1所述的题目搜索方法，其特征在于，所述将满足预设条件的试卷确定为与所述待搜索试卷匹配的目标试卷，包括：

将出现频率最大且大于第一预设阈值的试卷确定为与所述待搜索试卷匹配的目标试卷。