具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

图1为本发明所提供的作业评阅系统模块图，图2为本发明所提供的作业评阅系统架构图，图3为本发明所提供的作业评阅系统智能训练及批改流程图，如图1-3所示，一种作业评阅系统，包括：

作业提取模块101，采用浏览器/服务器架构(Brower/Server，B/S)、HTML5技术以及COM自动化技术，提取文字陈述性作业。

自动批阅分析模块102，用于按照批阅库中的模糊语义，基于正则表达式的模糊语义定位识别算法以及深度学习语义向量相似度识别算法对所述文字陈述性作业进行模糊语义识别，确定分析结果；所述批阅库包括多条模糊语义，每一条所述模糊语义对应一条或多条自动批注语句，若一条模糊语义对应多条自动批注语句，随机确定多条所述自动批注语句中的一条作为分析结果；所述分析结果包括所述文字陈述性作业中的错误、问题、优点以及缺点。

自动批注模块103，用于基于正则表达式的模糊语义定位识别算法和Ajax异步通讯技术，根据所述分析结果对所述文字陈述性作业自动添加所述批阅库内的自动批注语句，并根据批注语句生成批注类别；所述批注类别包括每条批注语句对应的格式、内容、专业要求，如格式错误、内容缺失、内容错误以及不符合专业要求。

自动总评模块104，用于利用深度学习语义向量相似度识别算法，根据所述批注类别生成总评报告；所述总评报告包括作业优缺点评价、分数、教师签名以及批阅日期。

在实际应用中，所述自动批阅分析模块102，具体包括：批阅库信息获取单元，用于基于正则表达式的模糊语义定位识别算法，获取所述批阅库中每条模糊语义对应的区域及内容；分析结果确定单元，用于基于深度学习语义向量相似度识别算法，按照所述批阅库中每条模糊语义对应的区域及内容对所述文字陈述性作业进行分词、过滤及语义对比，确定分析结果。

在实际应用中，还包括：自动查重模块，用于基于正则表达式的模糊语义定位识别算法，对比多份所述总评报告，筛选出文字重复率大于或者等于文字重复率阈值的文字陈述性作业。

在实际应用中，还包括：重返模块，用于基于B/S架构、HTML5技术以及COM自动化技术，将文字重复率大于或者等于文字重复率阈值的文字陈述性作业返回给教师客户端，进行人工复核、校对及修正。

在实际应用中，还包括：个性化批注模块，用于基于正则表达式的模糊语义定位识别算法，由所述教师客户端人工添加个性化批注语句，并将所述个性化批注语句作为自动批注语句，更新所述批阅库。

在实际应用中，还包括：总评报告发送模块，用于将所述总评报告自动发送至学生客户端。

本发明基于B/S架构及HTML5技术、com自动化技术、ajax异步通讯技术、基于模糊语义的定位识别算法、深度学习语义向量相似度识别算法开发而成，解决自动批阅文字陈述型作业或实验报告(后面简称作业)的问题，具体流程如下：

作业提交后，利用学生作业一般都有“固定格式或内容要求”，计算机程序根据批阅库中的模糊语义定位识别进行智能定位；自动批阅分析模块通过模糊语义识别，再与批阅库语义进行对比，按批阅库中的判断语义对作业中的错误、问题或优点进行分析和相应记分；自动化批注处理模块根据分析结果在作业的相应模块或内容处自动添加批注；自动总评模块对自动化批注内容进行分析，整理，给出总评和成绩；同时网上查重处理平台对已提交作业自动进行核对，发现相互间重复内容多的作业作为雷同作业返回给教师处理，杜绝抄袭作业还能得高分的问题。本系统在批阅作业过程中同时拥有随时添加自动或个性化批阅语句、个性化批阅语句转化为自动批阅语句的功能。自动批阅语句可实时更新到自动批阅库，用于自动批阅作业。个性化批阅语句在手工批阅作业时，只显示当前批阅部位的相关批阅语句供选择，可加快作业的批改速度。

图4为本发明所提供的作业评阅方法流程图，如图4所示，一种作业评阅方法，包括：

步骤401：采用B/S架构、HTML5技术以及COM自动化技术提取文字陈述性作业。

步骤402：按照批阅库中的模糊语义，基于正则表达式的模糊语义定位识别算法以及深度学习语义向量相似度识别算法对所述文字陈述性作业进行模糊语义识别，确定分析结果；所述批阅库包括多条模糊语义，每一条所述模糊语义对应一条或多条自动批注语句，若一条模糊语义对应多条自动批注语句，随机确定多条所述自动批注语句中的一条作为分析结果；所述分析结果包括所述文字陈述性作业中的错误、问题、优点以及缺点。

所述步骤402具体包括：基于正则表达式的模糊语义定位识别算法，获取所述批阅库中每条模糊语义对应的区域及内容；基于深度学习语义向量相似度识别算法，按照所述批阅库中每条模糊语义对应的区域及内容对所述文字陈述性作业进行分词、过滤及语义对比，确定分析结果。

步骤403：基于正则表达式的模糊语义定位识别算法和Ajax异步通讯技术，根据所述分析结果对所述文字陈述性作业自动添加所述批阅库内的自动批注语句，并根据批注语句生成批注类别；所述批注类别包括每条批注语句对应的格式、内容、专业要求，如格式错误、内容缺失、内容错误以及不符合专业要求。

步骤404：利用深度学习语义向量相似度识别算法，根据所述批注类别生成总评报告；所述总评报告包括作业优缺点评价、分数、教师签名以及批阅日期。

所述利用深度学习语义向量相似度识别算法，根据所述批注类别生成总评报告，之后还包括：自动查重模块，用于基于正则表达式的模糊语义定位识别算法，对比多份所述总评报告，筛选出文字重复率大于或者等于文字重复率阈值的文字陈述性作业。

重返模块，用于基于B/S架构、HTML5技术以及COM自动化技术，将文字重复率大于等于文字重复率阈值的文字陈述性作业返回给教师客户端，进行人工复核、校对及修正。

本发明的有益效果主要表现在：

可对传统上高度依赖人工批阅的文字陈述型作业进行自动智能化批改和评价，在大大缩短批阅时间、减轻教师批阅作业工作量的同时获得教师手工批改同样效果。

可对已批改作业各个部分知识点的得分情况进行自动分类、统计和汇总，有利于学习的形成性评价，可有效促进教学效果和教学反馈。

对新作业或批阅库中未涉及的内容，在批阅作业过程中同时拥有随时添加自动或个性化批阅语句、个性化批阅语句转化为自动批阅语句的功能，可实现系统的智能学习和最终的完全自动批阅。

自动智能分词分句可对批阅后的作业形成查重库，并自动比对每份作业的重复情况，发现内容雷同即可推送给教师处理，杜绝学生抄袭报告也能得到高分的问题。

本发明可扩展应用于所有文字陈述型内容的识别、批注和分析，可有效从个性化中文表述中得到基于某项既定标准的信息、并予以汇总和统计。

以下是本发明应用于实际中的作业批改操作流程：

1、登陆网上教学平台，无账号先行注册，有账号输入账号、密码点提交，即可登陆教学平台。

2、学生端：用学生账号打开相应课程，选择相应班级，选择相应的实验项目提交对应的作业(注：也可由教师登陆辅助提交作业)。

3、教师批改作业前可通过教学平台点击【我的量表】菜单，导入已有的个性化批阅库或批阅语句及其分值，以提高自动批阅的准确度。

4、作业批改：打开“电子作业智能批阅系统”插件，输入“网址、用户名、密码”后点【登陆】，进入电子作业批阅界面(图5)，点【自动批改】选择相应实验项目和班级，直接点【批量打开】即可对选中的整个班作业进行自动化批量批改；如果选中列表中单一的某一份作业(图6)，再点【打开】，可单独对选中的作业进行自动批改。对于只有基础批改库或不完善批阅库的作业，插件自动批阅后须进入【人工批阅】对批阅库进行智能训练和升级。

5、“人工批阅”具体方法：在插件面板中点击【人工批阅】，在调出的菜单栏中选择相应实验项目和班级，再选中“学生”右侧列表中一份欲批阅作业，点击【打开】即可打开选中作业的word文档，进入人工校对或批阅过程。具体操作如下：

A)在人工批阅过程中如果发现某个地方需要修改或添加批注内容，则先点击作业的当前批阅部位，再点击插件中【选择激活】(图7)，插件可通过自动定位库显示当前部位的所有自己添加的个性评语及其选中评语的分值；

B)选择作业中欲添加标注的错误、问题或优点内容，再选择插件中的评语，后点击【添加批注】即可将插件中选中的评语自动标注到作业中相应内容上。如果作业中欲添加标注的位置插件中无相应的评语，可通过点击【新增标准】(图8)，在随后出现的对话框中输入“标准内容、分值、权重、教师批注、总评批注等内容，并选择错误类型”，点击【保存】，即可添加新批注，并将该批注自动添加到插件评语库列表中。如果想将新增标注加入自动批阅库中，则在【关系】栏中选择“或不包含、不能包含、或者包含与必须包含”等相关信息，系统会自动生成标准代码，点【保存】即可将评语自动推入自动批阅库中。

C)在插件列表区评语中，如果出现错误或其它原因需要修改，则选择需要修改的评语，点【编辑标准】即可对该条评语进行编辑操作。如要删除评语时，点击欲删除的评语，然后在编辑区中点击【删除标准】即可。

6、总评：手工批阅作业完成后，点击插件中【总评】，可自动在作业的最后加入总评、教师签名、日期。如果对总评不满意，可点击插件中【人工总评】按钮，进入图9所示界面，选择优点库或缺点库列表中的总评语插入自动评语中，对自动评语进行修正或更改；如总评库中无相应评语，则可点击【优点库】或【缺点库】，在评语处输入相关评语，再点击【新增】，可添加优点库或缺点库的总评语句。选中作业中欲更改或修正的评语，选择插件中总评语列表中的总评语句(可多条)，点击【插入】按钮，选中的评语将被替换成插件中选中的总评语句。

7、保存上传：点击工具中的【上传批阅】按钮提交批改报告，系统会自动保存当前文档(评级、扣分、评语、时间、教师等所有信息)并在后台进行查重。

8、点击插件【自动批改】，点【批量导出】按钮，选择某个文件夹，可批量导出该班该实验项目下已经批改的学生作业。进入教学平台，教师可授权返还学生作业。

在实际应用中，如图10-图11所示，根据程序自动统计作业或报告的错误类型生成的教学大数据，便于教师有重点地讲解常见错误内容，为进一步改进教学方法提供依据。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。