翌学

AI智能阅卷技术发展现状

发布人:小翌君 发布时间:2020-02-06 23:34:34
AI智能阅卷技术发展现状,目前“人工智能+教育”提供的教育服务充分尊重师生人性,能依据教师、学生的特征和需求,提供精细、富有实效的个性化教育服务。比如,AI自动阅卷系统是以教师为核心,利用AI技术及大数据分析实现作业、试卷等自动化批阅、数据分析的综合应用性系统,为教师因材施教提供数据支撑,从而实现为教育工作者减负增效的目的。以“人工智能+大数据”技术实现“自动批阅”“精准施教”为主要功能出发点的批阅系统。

AI智能阅卷技术发展现状

 
一、AI阅卷技术有哪些?
 

1.大数据技术
 

大数据(big data),IT行业术语,是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合,是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。
 

2.图像识别技术
 

图像识别是计算机对图像进行处理、分析和理解,以识别各种不同模式的目标和对像的技术。识别过程包括图像预处理、图像分割、特征提取和判断匹配。简单来说,图像识别就是计算机如何像人一样读懂图片的内容。
 

图像的传统识别流程分为四个步骤:图像采集→图像预处理→特征提取→图像识别。
 

图像识别技术就像人一样可以读懂图的内容,我们同过图像识别技术直接识别出试卷的内容,帮助老师完成自动批阅。
 

3.手写体识别技术
 

手写体识别由于数据采集方式不同可以划分为脱机手写体识别和联机手写体识别两大类。联机手写识别所处理的手写文字是书写者通过物理设备(如数字笔、数字手写板或者触摸屏) 在线书写获取的文字信号,书写的轨迹通过定时采样即时输入到计算机中。而脱机手写文字识别所处理的手写文字是通过扫描仪或摄像头等图像捕捉设备采集到的手写文字二维图片。
 

4.深度学习技术
 

深度学习是大数据时代的一种算法工具,近年来成为研究热点。与传统的机器学习算法相比,深度学习技术有两个优点。首先,深度学习技术可以随着数据规模的增加不断提高其性能,而传统的机器学习算法很难利用海量数据来不断提高其性能。第二,深度学习技术可以直接从数据中提取特征,减少了为每个问题设计特征提取器的工作量,而传统的机器学习算法需要手工提取特征。因此,深度学习已经成为大数据时代的热门技术。学术界和产业界对深度学习进行了大量的研究和实践。


二、根据AI阅卷技术的应用系统主要有以下功能


AI自动批阅:试卷答案自动定位、自动识别、自动判决、自动切分人工批阅题


誊分系统:自动算分,自动成绩单下发, 自动考试分析报告


原卷打印:支持原卷打印批阅痕迹,完全贴合老师 学生考试习惯


考试分析:多维度考试分析,可定制
 

学情分析:每个学生个性化分析,因材施教
 

易错题:定位薄弱知识点,精准施教
 
三、人工智能融入学校教育的发展趋势


从历史来看,人工智能的发展总体上呈“螺旋上升”的态势,每一次进步都离不开技术的发展和国家政策的影响,技术的进步与发展又会反过来影响国家政策的出台。从长远来看,科学技术和国家政策仍将是人工智能持续发展的影响因素。

到目前随着人工智能技术的发展AI自动阅卷系统越来越广受欢迎,其实AI自动阅卷系统现在应用比较广泛。

最新资讯