一種基于圖像識(shí)別的試題搜索方法和系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及互聯(lián)網(wǎng)技術(shù)領(lǐng)域，尤其涉及一種基于圖像識(shí)別的試題搜索方法和系統(tǒng)。
【背景技術(shù)】
[0002]隨著互聯(lián)網(wǎng)時(shí)代浪潮的到來，教育行業(yè)也慢慢在開始被顛覆，在線教育產(chǎn)品也隨著這個(gè)趨勢(shì)井噴式地爆發(fā)出來，在這些產(chǎn)品之中最為突出的產(chǎn)品類型當(dāng)屬題庫類和拍照答疑類，為了解決現(xiàn)在學(xué)生們作業(yè)多，作業(yè)中遇到難題等問題，題庫類和拍照答疑類產(chǎn)品必須保證后臺(tái)題庫類大，滿足學(xué)生們能夠搜索到他們想要的題目和答案解析。然而題目中含有較多的圖形、公式、字母符號(hào)，而且由于目前圖像識(shí)別的技術(shù)受限等原因，在傳統(tǒng)搜索方法中，學(xué)生們?cè)诶门恼沾鹨深惍a(chǎn)品的時(shí)候，拍出來的照片經(jīng)過圖像識(shí)別后，產(chǎn)生了大量的亂碼、錯(cuò)誤字符等問題，導(dǎo)致搜索查找出來的題目與學(xué)生們拍照上傳的題目不符，這樣會(huì)導(dǎo)致大量使用該產(chǎn)品的用戶流失。

【發(fā)明內(nèi)容】

[0003]本發(fā)明提供了一種基于圖像識(shí)別的試題搜索方法和系統(tǒng)，大大提高了搜索的準(zhǔn)確度，解決了因圖像識(shí)別技術(shù)缺陷產(chǎn)生的亂碼、錯(cuò)誤字符，而導(dǎo)致的搜索不到準(zhǔn)確的題目推送給用戶的問題。
[0004]為實(shí)現(xiàn)上述設(shè)計(jì)，本發(fā)明采用以下技術(shù)方案:
[0005]—方面，提供了一種基于圖像識(shí)別的試題搜索方法，該方法，包括:
[0006]識(shí)別試題圖像的原始信息；
[0007]使用所述原始信息對(duì)題庫的試題進(jìn)行搜索，匹配出預(yù)置數(shù)量的試題；刪除所述原始信息中不屬于漢字、數(shù)字、字母的信息和亂碼信息，得到文本信息；
[0008]分別計(jì)算所述預(yù)置數(shù)量的試題與所述文本信息的最大公共子序列；
[0009]根據(jù)所述最大公共子序列的長度推送檢索結(jié)果。
[0010]優(yōu)選地，所述根據(jù)最大公共子序列的長度推送檢索結(jié)果，包括:
[0011]推送最大公共子序列長度最長的試題；或
[0012]推送最大公共子序列長度最長的試題及試題對(duì)應(yīng)的答案和解析。
[0013]優(yōu)選地，所述根據(jù)最大公共子序列的長度推送檢索結(jié)果，包括:對(duì)最大公共子序列按長度從長到短進(jìn)行排序，推送長度排在前面的預(yù)置數(shù)目的試題。
[0014]優(yōu)選地，所述根據(jù)根據(jù)最大公共子序列的長度推送檢索結(jié)果，包括:
[0015]分別計(jì)算所述預(yù)置數(shù)量的試題與所述文本信息的相似度，相似度=最大公共子序列的長度/文本信息的長度；
[0016]根據(jù)所述相似度推送檢索結(jié)果。
[0017]優(yōu)選地，所述根據(jù)所述相似度推送檢索結(jié)果，包括:
[0018]推送最大相似度的試題；或
[0019]推送最大相似度的試題及試題對(duì)應(yīng)的答案和解析。
[0020]優(yōu)選地，所述根據(jù)所述相似度推送檢索結(jié)果，包括:對(duì)所述相似度進(jìn)行從大到小排序，推送相似度排在前面的預(yù)置數(shù)目的試題。
[0021 ]另一方面，提供了一種基于圖像識(shí)別的試題搜索系統(tǒng)，該系統(tǒng)，包括:
[0022]識(shí)別模塊，識(shí)別試題圖像的原始信息；
[0023]匹配模塊，使用所述原始信息對(duì)題庫的試題進(jìn)行搜索，匹配出預(yù)置數(shù)量的試題；
[0024]刪除模塊，刪除所述原始信息中不屬于漢字、數(shù)字、字母的信息和亂碼信息，得到文本信息；
[0025]計(jì)算模塊，分別計(jì)算所述預(yù)置數(shù)量的試題與所述文本信息的最大公共子序列；
[0026]推送模塊，根據(jù)所述最大公共子序列的長度推送檢索結(jié)果。
[0027]優(yōu)選地，所述推送模塊，具體用于，
[0028]推送最大公共子序列長度最長的試題；或
[0029]推送最大公共子序列長度最長的試題及試題對(duì)應(yīng)的答案和解析；或
[0030]對(duì)最大公共子序列按長度從長到短進(jìn)行排序，推送長度排在前面的預(yù)置數(shù)目的試題；
[0031 ] 優(yōu)選地，所述推送模塊還包括:
[0032]計(jì)算單元，分別計(jì)算所述預(yù)置數(shù)量的試題與所述文本信息的相似度，相似度=最大公共子序列的長度/文本信息的長度；
[0033]推送單元，根據(jù)所述相似度推送檢索結(jié)果。
[0034]優(yōu)選地，所述推送單元具體用于:
[0035]推送最大相似度的試題；或
[0036]推送最大相似度的試題的試題及試題對(duì)應(yīng)的答案和解析；或
[0037]對(duì)所述相似度進(jìn)行從大到小排序，推送相似度排在前面的預(yù)置數(shù)目的試題。
[0038]與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果為:一種基于圖像識(shí)別的試題搜索方法，包括:識(shí)別試題圖像的原始信息；使用所述原始信息對(duì)題庫的試題進(jìn)行搜索，匹配出預(yù)置數(shù)量的試題；刪除所述原始信息中不屬于漢字、數(shù)字、字母的信息和亂碼信息，得到文本信息；分別計(jì)算所述預(yù)置數(shù)量的試題與所述文本信息的最大公共子序列；根據(jù)所述最大公共子序列的長度推送檢索結(jié)果。本發(fā)明根據(jù)題庫試題中的信息特點(diǎn)，對(duì)圖像識(shí)別出來的原始信息進(jìn)行加工處理，再利用最大公共子序列的容錯(cuò)性和魯棒性，減少了搜索匹配時(shí)的干擾因素，大大提高了搜索的準(zhǔn)確度，能夠搜索到準(zhǔn)確的題目，并推送給用戶。
【附圖說明】
[0039]為了更清楚地說明本發(fā)明實(shí)施例中的技術(shù)方案，下面將對(duì)本發(fā)明實(shí)施例描述中所需要使用的附圖作簡單的介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)本發(fā)明實(shí)施例的內(nèi)容和這些附圖獲得其他的附圖。
[0040]圖1是本發(fā)明【具體實(shí)施方式】中提供的一種基于圖像識(shí)別的試題搜索方法的第一實(shí)施例的方法流程圖。
[0041]圖2是本發(fā)明【具體實(shí)施方式】中提供的一種基于圖像識(shí)別的試題搜索方法的第二實(shí)施例的方法流程圖。
[0042]圖3是本發(fā)明【具體實(shí)施方式】中提供的一種基于圖像識(shí)別的試題搜索系統(tǒng)的第一實(shí)施例的結(jié)構(gòu)方框圖。
[0043]圖4是本發(fā)明【具體實(shí)施方式】中提供的一種基于圖像識(shí)別的試題搜索系統(tǒng)的第二實(shí)施例的結(jié)構(gòu)方框圖。
【具體實(shí)施方式】
[0044]為使本發(fā)明解決的技術(shù)問題、采用的技術(shù)方案和達(dá)到的技術(shù)效果更加清楚，下面將結(jié)合附圖對(duì)本發(fā)明實(shí)施例的技術(shù)方案作進(jìn)一步的詳細(xì)描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域技術(shù)人員在沒有作出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。
[0045]請(qǐng)參考圖1，其是本發(fā)明【具體實(shí)施方式】中提供的一種基于圖像識(shí)別的試題搜索方法的第一實(shí)施例的方法流程圖。如圖所示，該方法，包括:
[0046]步驟S101:識(shí)別試題圖像的原始信息。
[0047]利用圖像識(shí)別技術(shù)識(shí)別試題圖像的原始信息。
[0048]步驟S102:使用所述原始信息對(duì)題庫的試題進(jìn)行搜索，匹配出預(yù)置數(shù)量的試題。
[0049]所述預(yù)置數(shù)量可以為30道、50道、100道或120道，優(yōu)選地，本實(shí)施例的預(yù)置數(shù)量為100道。
[0050]優(yōu)選地，搜索匹配的過程包括:
[0051]1.索引過程:
[0052]a)取數(shù)據(jù)庫的試題以及其屬性記錄，每一條記錄為一個(gè)文檔，離線構(gòu)建索引文件；
[0053]b)被索引文件經(jīng)過語法分析和語言處理形成一系列詞；
[0054]c)經(jīng)過索引創(chuàng)建形成詞典和反向索引表；
[0055]d)通過索引存儲(chǔ)將索引寫入硬盤。
[0056]2.搜索過程:
[0057]a)用戶輸入識(shí)別后的文本進(jìn)行查詢；
[0058]b)對(duì)查詢語句經(jīng)過語法分析和語言分析得到一系列詞；
[0059]c)通過語法分析得到一個(gè)查詢樹；
[0060]d)通過索引存儲(chǔ)將索引讀入到內(nèi)存；
[0061]e)利用查詢樹搜索索引，從而得到每個(gè)詞的文檔鏈表，對(duì)文檔鏈表進(jìn)行交差，并得到結(jié)果文檔；
[0062]f)將搜索到的結(jié)果文檔對(duì)查詢的相關(guān)性進(jìn)行排序；
[0063]g)返回查詢結(jié)果中最相關(guān)的100道試題。
[0064]步驟S103:刪除所述原始信息中不屬于漢字、數(shù)字、字母的信息和亂碼信息，得到文本信息。
[0065]采用圖像識(shí)別技術(shù)對(duì)試題圖像進(jìn)行識(shí)別后，會(huì)產(chǎn)生大量的亂碼、錯(cuò)誤字符等。例如:
[0066]原題為:
[0067]2011 ?云南曲靖中考)珠江流域某江段江水流向經(jīng)過B、C、D三點(diǎn)拐彎后與原來相同，如圖 7 — 1 — 20 ①所示，若Z ABC = 120。，Z BCD = 80°，則ZCDE =_度.
[0068]圖像識(shí)別后，得到的原始信息為:
[0069]0①珠江流域某江殷江水流向經(jīng)過二點(diǎn)拐彎后與一妒_ABC = 1200ZB⑶=800則乙d站=②麵圖已知ABn⑶八五=a-E⑶=戶則E =孑D慝a6的式一 E4㈧\
[0070]這時(shí)，刪除原始信息中不屬于漢字、數(shù)字、字母的信息和亂碼信息，例如，①、㈧、慝、\等，能提高搜索的準(zhǔn)確性。
[0071]優(yōu)選地，步驟S102與步驟S103沒有固定順序，也可以先執(zhí)行步驟S103，再執(zhí)行步驟S102，或者步驟S102與步驟S103同時(shí)進(jìn)行。
[0072]步驟S104:分別計(jì)算所述預(yù)置數(shù)量的試題與所述文本信息的最大公共子序列。
[0073]利用動(dòng)態(tài)規(guī)劃理想中的求最大公共子序列的方法對(duì)搜索結(jié)果進(jìn)行優(yōu)化，由于該方法具有很強(qiáng)的魯棒性，對(duì)識(shí)別后的錯(cuò)誤信息又具有很好的容錯(cuò)性，這樣能夠降低干擾因子的干擾，提高搜索的準(zhǔn)確性。求最大公共子序列時(shí)，不要求所求的字符在字符串中是連續(xù)的，而最大公共子串是要求在字符串中是連續(xù)存在的。對(duì)于原始數(shù)據(jù)基本有序或者順序不會(huì)改變的問題有一個(gè)較好的適用效果。
[0074]求最大公共子序列的基本原理為:
[0075]設(shè)X = (xl，x2，..., xm)，Y = (yl, y2,..., yn)，Z = (zl，z2，..., zk)為 X 和 Y
的任意最大公共子序列；
[0076]1、如果xm等于yn，則xm = yn = zk,且Zk_l是Xm_l與Yn_l的一個(gè)最大公共子序列；
[0077]2、如果xm不等于yn，那么zk不等于xm，意味著Z是Xm_l與Y的一個(gè)最大公共子序列；
[0078]3、如果xm不等于yn，那么zk不等于yn，意味著Z是Yn_l與X的一個(gè)最大公共子序列。
[0079]步驟S105:根據(jù)所述最大公共子序列的長度推送檢索結(jié)果。
[0080]優(yōu)選地，所述根據(jù)所述最大公共子序列的長度推送檢索結(jié)果，包括:推送最大公共子序列長度最長的試題；或推送最大公共子序列長度最長的試題及試題對(duì)應(yīng)的答案和解析。根據(jù)所述最大公共子序列的長度，可以只推送最大公共子序列長度最大的試題給用戶，也可以把試題及其對(duì)應(yīng)的答案和解析一起推送給用戶。
[0081]優(yōu)選地，所述根據(jù)所述最大公共子序列的長度