对象评测方法、装置、设备、存储介质及能力评测设备与流程

1.本技术涉及人工智能技术领域，尤其涉及一种对象评测方法、装置、设备、存储介质及能力评测设备。


背景技术：

2.对被评测对象进行某些特定方面的能力评测，是了解被评测对象特定方面能力的发展状况，以及及时了解被评测对象特定方面能力缺陷的必要操作。例如，通过评测智能机器人等被评测对象在语言、推理、阅读、运动等方面的能力，可以了解被评测对象在这些方面的能力水平，并可以及时发现被评测对象在这些方面的能力缺陷，以便针对被评测对象制定科学的能力提升方案。
3.目前常规的能力评测方案通常是先确定通过哪些评测维度来评测特定方面的能力，然后通过各个评测维度对被评测对象在相应维度的能力进行评测，根据各个评测维度的评测结果来判断被评测对象在特定方面能力的高低。
4.上述的能力评测方案的准确度较低，通常无法得到准确的评测结果。


技术实现要素：

5.基于上述技术现状，本技术提出一种对象评测方法、装置、设备、存储介质及能力评测设备，能够更加准确地得到能力评测结果。
6.为了提高评测结果的准确度，本技术具体提出如下技术方案：
7.一种对象评测方法，包括：
8.获取各个评测结果，所述各个评测结果通过评估被评测对象在各个评测维度的能力而确定，所述各个评测维度为用于评测特定方面能力的各个评测维度；
9.根据预设的多种类型对象中的不同类型对象在所述各个评测维度中的相同评测维度的能力差异度，以及所述预设的多种类型对象中的相同类型对象在所述各个评测维度中的不同评测维度的能力相似度，分别确定所述各个评测维度与所述特定方面能力之间的关联度；其中，所述预设的多种类型对象中的相同类型对象的所述特定方面能力相同，所述预设的多种类型对象中的不同类型对象的所述特定方面能力不同；
10.根据所述各个评测结果，以及所述各个评测维度与所述特定方面能力之间的关联度，将所述被评测对象分类为所述预设的多种类型对象中的一种类型对象。
11.一种对象评测装置，包括：
12.数据获取单元，用于获取各个评测结果，所述各个评测结果通过评估被评测对象在各个评测维度的能力而确定，所述各个评测维度为用于评测特定方面能力的各个评测维度；
13.计算处理单元，用于根据预设的多种类型对象中的不同类型对象在所述各个评测维度中的相同评测维度的能力差异度，以及所述预设的多种类型对象中的相同类型对象在所述各个评测维度中的不同评测维度的能力相似度，分别确定所述各个评测维度与所述特
定方面能力之间的关联度；其中，所述预设的多种类型对象中的相同类型对象的所述特定方面能力相同，所述预设的多种类型对象中的不同类型对象的所述特定方面能力不同；
14.分类处理单元，用于根据所述各个评测结果，以及所述各个评测维度与所述特定方面能力之间的关联度，将所述被评测对象分类为所述预设的多种类型对象中的一种类型对象。
15.一种电子设备，包括：
16.存储器和处理器；
17.所述存储器与所述处理器连接，用于存储计算机程序；
18.所述处理器，用于通过运行所述存储器中的程序，实现上述的对象评测方法。
19.一种能力评测设备，包括：
20.输入输出设备，以及与所述输入输出设备连接的处理器；
21.所述输入输出设备，用于输出评测任务的图形界面和所述评测任务的音频数据，以及，采集被评测对象执行所述评测任务时的评测数据，所述评测数据包括所述被评测对象执行所述评测任务时的语音数据和/或行为数据；
22.所述处理器，用于通过各个评测维度对所述评测数据进行评分，得到对应各个评测维度的评测结果；所述各个评测维度为用于评测特定方面能力的各个评测维度；根据预设的多种类型对象中的不同类型对象在所述各个评测维度中的相同评测维度的能力差异度，以及所述预设的多种类型对象中的相同类型对象在所述各个评测维度中的不同评测维度的能力相似度，分别确定所述各个评测维度与所述特定方面能力之间的关联度；其中，所述预设的多种类型对象中的相同类型对象的所述特定方面能力相同，所述预设的多种类型对象中的不同类型对象的所述特定方面能力不同；根据所述各个评测结果，以及所述各个评测维度与所述特定方面能力之间的关联度，将所述被评测对象分类为所述预设的多种类型对象中的一种类型对象。
23.一种存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器运行时，实现上述的对象评测方法。
24.本技术提出的对象评测方法，能够通过度量多种类型对象中的不同类型对象在各个评测维度中的相同评测维度的能力差异度，以及多种类型对象中的相同类型对象在各个评测维度中的不同评测维度的能力相似度，准确把握不同评测维度与特定方面能力的关联度，从而把握不同评测维度对于评测特定方面能力的作用大小。在此基础上，本技术实施例根据各个评测维度与特定方面能力的关联度，以及各个评测维度对应的评测结果，将被评测对象分类为多种类型对象中的一种类型对象。上述被评测对象分类过程综合考虑了各个评测维度的评测结果，以及各个评测维度对于评测特定方面能力的作用大小，因此能够使分类结果更准确，即能够更加准确地确定被评测对象的特定方面能力。
25.进一步的，本技术基于不同群体在各个评测维度的能力的异同，科学、准确地把握了各个评测维度对于评测特定方面能力的作用大小，而且通过各个维度的评测结果和各个评测维度与特定方面能力的关联度对被评测对象进行基于特定方面能力的分类处理，可以使得分类结果具有更高的可解释性，例如通过对比各个评测维度的评测结果以及各个评测维度与特定方面能力的关联度，可知被评测对象在哪些维度的能力更好，在哪些维度的能力有待提升，哪些维度的评测结果导致了对被评测对象的分类结果的走向等。
附图说明
26.为了更清楚地说明本技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
27.图1为本技术实施例提供的一种对象评测方法的流程示意图；
28.图2为本技术实施例提供的第一类型对象和第二类型对象在感知觉维度的评测得分分布示意图；
29.图3为本技术实施例提供的基于探索性因子分析方法的综合得分体系示意图；
30.图4为本技术实施例提供的一种对象评测装置的结构示意图；
31.图5为本技术实施例提供的一种电子设备的结构示意图；
32.图6为本技术实施例提供的一种能力评测设备的结构示意图。
具体实施方式
33.本技术实施例技术方案适用于能力评测应用场景，采用本技术实施例技术方案，能够对能力评测的基础评测结果进行数据后处理，确定各个评测维度与待评测能力之间的关联度，然后利用各个评测维度的评测结果以及各个评测维度与待评测能力之间的关联度，对被评测对象分类，确定待评测对象的能力水平，该方案能够更加准确地评测被评测对象的能力。
34.通常情况下，对被评测对象的某方面能力进行评测，需要通过多个不同的细分评测维度进行评测，以保证评测的全面性。例如，在评测被评测对象的推理能力时，通常会分为图文推理、图形组合、关系分析、推导计算等多个维度进行评测，每一维度的评测完成后输出评测结果，然后结合各个维度的评测结果，得到对被评测对象的推理能力评测结果。又例如，在评测被评测对象的运动能力时，通常会分为长跑、急速跑、跳高、跳远、柔韧性测试、力量测试等多个维度进行，每一维度的评测完成后输出评测结果，然后结合各个维度的评测结果，得到对被评测对象的运动能力评测结果。
35.上述常见的能力评测方案，通常是将各个评测维度的评测结果进行简单叠加，即得到最终的评测得分，根据最终评测得分的高低直接判定被评测对象的能力高低。
36.上述的评测方案无法准确把握各个评测维度对于最终评测结果的影响程度，会导致最终的评测结果不准确，难以科学、客观地区分不同被评测对象的能力高低。
37.基于上述问题，本技术的发明人提出一种对象评测方案，该方案能够准确把握各个评测维度与待评测能力的关联度，将各个评测维度的评测结果以及各个评测维度与待评测能力的关联度，共同用于对被评测对象进行能力分类，从而更加准确地确定待评测对象的能力高低。
38.下面将结合本技术实施例中的附图，对本技术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技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，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，都属于本技术保护的范围。
39.示例性方法
40.本技术实施例首先提出一种对象评测方法，该方法可由计算机设备执行，例如由计算机、计算机的处理器、智能终端设备、服务器等执行。
41.参见图1所示，该方法包括：
42.s101、获取各个评测结果。
43.其中，所述各个评测结果通过评估被评测对象在各个评测维度的能力而确定，所述各个评测维度为用于评测特定方面能力的各个评测维度。
44.具体的，上述的被评测对象，可以是任意的具备特定方面能力的有生命或无生命的、有形的或无形的对象。例如假设上述的特定方面能力为运动能力，则上述的被评测对象可以是生物体、机器人、车、运动机械部件等；假设上述的特定方面能力为语言能力，则上述的被评测对象可以是智能机器人、人、神经网络语言模型等。
45.上述的特定方面的能力，可以是任意方面的能力，例如语言能力、推理能力、阅读能力、运动能力等。
46.上述的各个评测维度，是指用于评测特定方面能力的各个细分的评测维度。例如，假设上述的评测特定方面能力是评测推理能力，则相应的各个评测维度可以是图文推理、图形组合、关系分析、推导计算等维度，通过对这些维度的能力评测，综合反应被评测对象的推理能力；假设上述的评测特定方面能力是评测运动能力，则相应的各个评测维度可以是长跑、急速跑、跳高、跳远、柔韧性测试、力量测试等维度，通过对这些维度的能力评测，综合反应被评测对象的运动能力；假设上述的评测特定方面的能力是评测阅读能力，则相应的各个评测维度可以是感知觉维度、注意力维度、记忆力维度等，通过对被评测对象的感知觉、注意力和记忆力进行评测，可以综合反应被评测对象的阅读能力。
47.在实际实施本技术实施例技术方案时，用于评测特定方面能力的各个评测维度，可以按照行业惯例预先确定。例如，可以对业内常见的特定方面能力评测方法进行统计、分析，确定业内是从哪些维度对特定方面能力进行评测的，从而可以将这些维度确定为对特定方面能力进行评测的评测维度。
48.上述的获取各个评测结果，可以是获取通过评估被评测对象在各个评测维度的能力而确定的各个评测结果，该评测结果可以是定性评测结果，例如优、良、可、差等，或者是定量评测结果，例如评测得分等。在获取各个评测结果时，可以是在执行本技术实施例技术方案时接收或读取的预先已经得到的各个评测结果，该各个评测结果，是通过评估被评测对象在各个评测维度的能力而确定的，即，每个评测维度的评测得到一个评测结果。
49.或者，上述的获取各个评测结果，也可以是在执行本技术实施例技术方案时，通过各个评测维度，分别对被评测对象的能力进行评估，即评估被评测对象在各个评测维度的能力，分别得到与每个评测维度对应的评测结果。
50.具体的通过不同评测维度对被评测对象的能力进行评测得到评测结果的过程，可以参照常规的评测方案。
51.s102、根据预设的多种类型对象中的不同类型对象在所述各个评测维度中的相同评测维度的能力差异度，以及所述预设的多种类型对象中的相同类型对象在所述各个评测维度中的不同评测维度的能力相似度，分别确定所述各个评测维度与所述特定方面能力之间的关联度。
52.其中，所述预设的多种类型对象中的相同类型对象的所述特定方面能力相同，所
述预设的多种类型对象中的不同类型对象的所述特定方面能力不同。
53.本技术实施例预先根据对象的特定方面能力的差异，划定多种不同类型的对象，其中，每种类型对象的特定方面能力均互不相同。
54.并且，不同类型对象在特定方面能力具有明显差异，例如，不同类型对象在上述特定方面能力的差异度大于预设差异度。而相同类型对象，是指特定方面能力相同的对象群体。
55.例如，假设上述的特定方面能力为阅读能力，则不同类型对象分别为阅读能力正常的对象和阅读能力异常的对象。而相同类型对象为阅读能力均正常的对象，或阅读能力均异常的对象。
56.可以理解，上述的相同或不同类型对象，代表了特定方面能力处于相同或不同水平的一类对象。
57.本技术实施例对不同类型对象在各个评测维度中的相同评测维度的能力差异度，以及相同类型对象在各个评测维度中的不同评测维度的能力相似度进行度量。
58.其中，不同类型对象在各个评测维度中的相同评测维度的能力差异度，能够体现特定方面能力不同的群体，在某一评测维度的能力差异情况，从而能够确定被评测对象在某一评测维度的能力，对于被评测对象在上述特定方面能力的影响程度。
59.例如，假设通过感知觉、注意力和记忆力三个评测维度对被评测对象的阅读能力进行评测。对于其中的注意力维度，通过分析阅读能力正常的群体和阅读能力异常的群体的注意力能力，发现阅读能力正常的群体的注意力能力与阅读能力异常的群体的注意力能力具有显著差距，具体是阅读能力正常的群体的注意力能力明显高于阅读能力异常的群体的注意力能力。则可以说明，被评测对象的注意力能力的高低，对于被评测对象的阅读能力的高低具有较大的影响作用。
60.相同类型对象在各个评测维度中的不同评测维度的能力相似度，能够体现特定方面能力相同的群体，在各个不同评测维度的能力相似性，从而能够确定在评测特定方面能力时，不同评测维度之间的相关性，也就是确定不同评测维度对于评测特定方面能力的影响程度。
61.例如，假设通过感知觉、注意力和记忆力三个评测维度对被评测对象的阅读能力进行评测。对于其中的注意力维度，通过分析阅读能力正常的群体和阅读能力异常的群体的注意力能力，发现阅读能力正常的群体的注意力能力和阅读能力正常的群体的感知觉能力和记忆力能力的相似度较高，同时，阅读能力异常的群体的注意力能力和阅读能力异常的群体的感知觉能力和记忆力能力的相似度较高。则可以说明，被评测对象的注意力能力与感知觉能力和记忆力能力的相关度较高。而某一评测维度能力与其他评测维度能力的相关度高低，直接确定了该评测维度对于评测上述特定方面能力高低的影响程度。
62.其中，某一评测维度与其他评测维度的相关度高时，该评测维度的能力高低变化，与其他评测维度的能力高低变化相同，也就是，该评测维度的能力高低变化时，其他评测维度的能力高低也随之变化。
63.比如，仍以上述的注意力能力为例，若其与感知觉能力和记忆力能力的相关度较高，则当某一被评测对象的注意力能力较高时，其感知觉能力和记忆力能力也较高，从而可知该被评测对象的阅读能力较高；而当某一评测对象的注意力能力较低时，其感知觉能力
和记忆能力也较低，从而可知该被评测对象的阅读能力较低。
64.综上论述可知，通过度量不同类型对象在所述各个评测维度中的相同评测维度的能力差异度，以及相同类型对象在所述各个评测维度中的不同评测维度的能力相似度，可以确定用于评测特定方面能力的各个评测维度，对于特定方面能力评测的影响程度。
65.基于上述的用于评测特定方面能力的各个评测维度，对于特定方面能力评测的影响程度，本技术实施例分别确定各个评测维度与上述特定方面能力之间的关联度，该关联度也可以视为用于评测特定方面能力的各个评测维度各自对应的评测权重。
66.示例性的，当某一评测维度对于评测特定方面能力的影响程度较高时，其与上述特定方面能力之间的关联度较高，其对应的评测权重较大，当某一评测维度对于评测特定方面能力的影响程度较低时，其与上述特定方面能力之间的关联度较低，其对应的评测权重较小。
67.则，各个评测维度与上述特定方面能力之间的关联度的大小，体现了该评测维度对于评测被评测对象的特定方面能力的影响程度的高低。
68.评测维度与上述特定方面能力之间的关联度，与其对应的评测权重数值之间的具体对应关系则可以在上述基本思想下灵活设定。
69.在实际实施本技术实施例技术方案时，当明确评测哪个特定方面能力，以及明确用于评测该特定方面能力的各个评测维度后，可以通过度量预设的多种类型对象中的不同类型对象在各个评测维度中的相同评测维度的能力差异度，以及预设的多种类型对象中的相同类型对象在各个评测维度中的不同评测维度的能力相似度，确定各个评测维度与所述特定方面能力之间的关联度，也就是确定各个评测维度各自对应的评测权重。
70.s103、根据所述各个评测结果，以及所述各个评测维度与所述特定方面能力之间的关联度，将所述被评测对象分类为所述预设的多种类型对象中的一种类型对象。
71.具体的，以各个评测结果，以及各个评测维度与特定方面能力之间的关联度，对被评测对象进行基于所述特定方面能力的分类，确定其属于上述的预设的多种类型对象中的哪一类型对象，从而能够确定被评测对象的特定方面能力高低。
72.作为一种示例性的实施方式，可以预先训练分类模型，该分类模型以被评测对象在各个评测维度的评测结果，以及各个评测维度与特定方面能力的关联度信息为输入，能够将被评测对象分类为预设的多种类型对象中的一种类型对象。
73.作为另一种示例性的实施方式，可以先根据各个评测结果，以及各个评测维度与所述特定方面能力之间的关联度，确定对所述被评测对象的所述特定方面能力的综合评测结果；然后再根据对所述被评测对象的所述特定方面能力的综合评测结果，将所述被评测对象分类为所述预设的多种类型对象中的一种类型对象。
74.例如，当各个评测结果为对应各个评测维度的评测得分时，可以将各个评测维度与特定方面能力之间的关联度作为各自对应的评测权重，将对应各个评测维度的评测得分进行加权求和，或者，将对应各个评测维度的评测得分进行加权求和后再计算平均值，即可得到对应特定方面能力的综合评测得分。然后根据被评测对象对应特定评测方面能力的综合评测得分，将被评测对象分类为预设的多种类型对象中的一种类型对象。
75.可以理解，在上述的综合评测得分中，不同评测维度的评测得分所占权重大小不同，因此该综合评测得分更加客观，能够更加准确地反映特定方面能力高低。
76.通过上述介绍可见，本技术提出的对象评测方法，能够通过度量多种类型对象中的不同类型对象在各个评测维度中的相同评测维度的能力差异度，以及多种类型对象中的相同类型对象在各个评测维度中的不同评测维度的能力相似度，准确把握不同评测维度与特定方面能力的关联度，从而把握不同评测维度对于评测特定方面能力的作用大小。在此基础上，本技术实施例根据各个评测维度与特定方面能力的关联度，以及各个评测维度对应的评测结果，将被评测对象分类为多种类型对象中的一种类型对象。上述被评测对象分类过程综合考虑了各个评测维度的评测结果，以及各个评测维度对于评测特定方面能力的作用大小，因此能够使分类结果更准确，即能够更加准确地确定被评测对象的特定方面能力。
77.进一步的，本技术基于不同群体在各个评测维度的能力的异同，科学、准确地把握了各个评测维度对于评测特定方面能力的作用大小，而且通过各个维度的评测结果和各个评测维度与特定方面能力的关联度对被评测对象进行基于特定方面能力的分类处理，可以使得分类结果具有更高的可解释性，例如通过对比各个评测维度的评测结果以及各个评测维度与特定方面能力的关联度，可知被评测对象在哪些维度的能力更好，在哪些维度的能力有待提升，哪些维度的评测结果导致了对被评测对象的分类结果的走向等。
78.下面以阅读能力评测为例，介绍按照本技术实施例提出的对象评测方法，对被评测对象进行分类的具体处理过程。
79.首先，本技术实施例对现有的阅读能力评测方案进行研究，提出了多维度、多任务的阅读能力评测任务体系。
80.具体的，从文献数据库中检索关于阅读能力评测和阅读障碍筛查的文献。其中，检索采取主题词和自由词组合的方式，中文检索词包括阅读困难、阅读障碍、筛查、分类等；英文检索词包括：reading disorder、reading difficulty、poor read、developmental dyslexia、screening、chinese等。
81.然后，对检索得到的文献进行筛选，从中选出包含实验性研究的实验数据和研究组信息、包含评测所用任务和标准，并且涉及阅读能力感知觉、注意力和记忆力的考察的文献，而且，筛选出的文献不是综述、重复发表的文献。在此基础上，对筛选出的符合要求的文献进行编码，编码信息中包含如下三方面信息：第一方面，包括文献题目、作者、地区、发表时间等；第二方面，包括研究对象的基本特征，如各组样本智力水平、年龄、筛选标准等；第三方面，包括研究所关注的结局指标和结果测量数据，如筛查所用任务及其度量指标。
82.其次，以上述的文献编码作为输入，通过元分析方法，对评测维度、评测任务进行统计分析，确定出对应感知觉、注意力和记忆力三个维度的多任务评测任务体系。
83.其中，该评测任务体系由多个评测任务组成，这些评测任务实现对各个维度的能力评测。例如，某些任务实现对感知觉维度的能力评测，某些任务实现对注意力维度的能力评测，某些任务实现对记忆力维度的能力评测。
84.进一步的，本技术实施例还对上述的评测任务体系进行有效性验证。具体的，首先采用多种信度分析(同质性信度分析(cronbachα信度系数法)、分半信度分析、重测信度分析等)和效度分析(准则效度分析、结构效度分析、单项与总和相关效度分析等)对上述的阅读能力评测任务体系的内部一致性、稳定性、可靠性等进行多维剖析；然后采用方差检验对上述的阅读能力评测任务体系进行分析，以评价其测试结果是否具有统计学意义；最后采
用结构方程模型对上述的阅读能力评测任务体系进行因子分析，以深度剖析评测任务体系中单项指标对总体的作用和单项指标间的相互关系，从而优选出针对不同群体的标准化测查测量维度及相应测评任务。
85.通过上述的有效性验证，可以保证最终投入应用的评测任务是科学、合理的、能够有效评测阅读能力的评测任务。
86.在实际评测阅读能力时，可以从感知觉、注意力和记忆力三个维度进行评测，也可以从三个维度中任选两个维度进行评测，或者也可以从其中一个维度进行评测，但是应当理解，评测维度越全面，则对阅读能力的评测越准确。在本技术实施例中，以通过三个维度进行阅读能力评测为例，对本技术实施例技术方案进行介绍。
87.另外，本技术实施例还对上述的评测任务体系的展示形式进行了特别设计，使得评测任务体系的任务展示方式更加自然，让被测试对象在自然的交互过程中完成评测任务。
88.例如针对上述的阅读能力评测，某些被评测对象(如学龄儿童)会存在紧张、害怕、担心自己评测结果不佳的心理负担，因此本技术实施例通过游戏化场景的设置可以有效帮助被测试对象放松心情，在游戏过程中自然的完成评测过程。同时游戏化场景设置可以较好的吸引被测试对象的注意力，实现通过评测达到干预训练的目的。
89.目前，较为成熟的游戏化理论基础是arcs动机理论，arcs模型关注如何通过教学设计调动学生的学习动机，“a”即注意(attention)，在教学活动的开始阶段，通过游戏的虚拟情境，吸引学生的注意力。“r”即关联(relevance)，游戏设计的内容尽量与学龄儿童熟悉的事物、事例或概念关联，游戏也应当与学龄的实际需求关联。“c”即信心(confidence)，在游戏中引导学龄儿童正确对待游戏结果，增强学龄儿童对成功完成评测的信念。“s”即满足(satisfaction)，在游戏化学习中，学生获得精神愉悦感，同时也因习得技能而获得成就感。因此，本技术实施例在arcs理论的支撑下，提出了基于一般感知觉和认知能力层面的界面交互设计原则：
90.基于知觉层面的界面交互设计：对于学龄儿童来说，在对游戏化的界面交互过程中难以形成自上而下的信息加工，主要知觉还是来源于游戏本身规则、游戏的美术资源及按钮等内容的刺激。为此，本技术实施例对游戏的图标图形、游戏界面类型和交互操作形式进行设计，使儿童与游戏化的任务进行互动时，保证其最核心的知觉感受来源于游戏的视知觉刺激。
91.基于注意力层面的界面交互设计：由于学龄儿童在不同学段的注意力发展情况侧重不同，如在10到12岁侧重于注意力分配能力的发展，12-15岁侧重于注意力转移能力的发展。因此，本技术实施例通过趣味互动、音效配音、动效画面等对儿童产生刺激，利用适当加强阅读能力测评交互操作流程的连贯性和紧凑感的方式来提高儿童的注意力集中程度。此外，依据音效刺激、动效刺激、色彩变化刺激等，也能在一定程度上达到集中儿童注意力的效果。
92.基于记忆层面的界面交互设计：本技术实施例对学龄儿童阅读能力测评界面中的功能入口进行整理归类，重点突出核心功能，从而更加符合儿童的记忆认知特点，也将有助于从记忆认知的角度提升儿童在主界面等界面中的操作效率和交互。
93.经过上述设计之后，阅读能力评测任务体系将更加自然，利于取得更客观的评测
结果。
94.上述的评测任务体系可以被设置于任意的终端产品中，或者设置于云端服务器，同时设置客户端供用户在任意终端上登录客户端进行评测。
95.在确定上述的多个评测任务组成的评测任务体系后，即可由被测试对象执行该评测任务体系，即完成该评测任务体系中的任务，从而得到对应各个评测维度的评测结果。
96.为了度量不同类型对象在各个评测维度中的相同评测维度的能力差异度，以及相同类型对象在各个评测维度中的不同评测维度的能力相似度，本技术实施例预先组织设定数量的阅读能力正常的对象，作为第一类型对象，以及，组织相同数量的阅读能力异常的对象，作为第二类型对象。
97.然后，由第一类型对象和第二类型对象分别执行上述的评测任务体系，得到第一类型对象中的每一个对象对应各个评测维度的评测得分，以及得到第二类型对象中的每一个对象对应各个评测维度的评测得分。即，分别得到第一类型对象中的每一个对象在感知觉、注意力和记忆力三个维度的评测得分，以及分别得到第二类型对象中的每一个对象在感知觉、注意力和记忆力三个维度的评测得分。可以理解，第一类型对象和第二类型对象在各个维度的评测得分，体现了第一类型对象和第二类型对象在各个维度的能力水平。
98.然后，对应每一评测维度，分别计算设定数量的第一类型对象的评测得分分布与设定数量的第二类型对象的评测得分分布的差异，得到第一类型对象和第二类型对象在各个评测维度中的相同评测维度的能力差异度。
99.具体的，对应感知觉、注意力和记忆力三个维度中的每一个维度，利用js散度计算每一类型对象和第二类型对象在该维度的评测得分的分布差异，即可得到第一类型对象和第二类型对象在该评测维度的能力差异度。
100.以感知觉维度为例，参见图2所示，通过统计阅读能力正常的第一类型对象和阅读能力异常的第二类型对象在感知觉维度的评测得分分布，可以确定两者在该维度的评测得分差异，从确定两者在该维度的能力差异度w1。
101.同理，针对注意力和记忆力维度，也可以通过上述处理确定第一类型对象和第二类型对象在该注意力和记忆力维度的能力差异度w2和w3。
102.另一方面，对应第一类型对象，计算各个第一类型对象的对应各个评测维度的评测得分的相似度，确定第一类型对象在各个评测维度的能力相似度。
103.例如，利用皮尔逊相关系数，计算第一类型对象在感知觉和注意力两个维度的评测得分相似度，记为a12，计算第一类型对象在感知觉和记忆力两个维度的评测得分相似度，记为a13，计算第一类型对象在注意力和记忆力两个维度的评测得分相似度，即为a23。
104.同理，按照上述技术方案，对应第二类型对象，计算各个第二类型对象的对应各个评测维度的评测得分的相似度，确定第二类型对象在各个评测维度的能力相似度，分别记为b12、b13和b23,。其中，b12表示第二类型对象在感知觉和注意力两个维度的评测得分相似度，b13表示第二类型对象在感知觉和记忆力两个维度的评测得分相似度，b23表示第二类型对象在注意力和记忆力两个维度的评测得分相似度。
105.第一类型对象和第二类型对象在各个评测维度的评测得分相似度，即体现了第一类型对象和第二类型对象在各个评测维度的能力相似度。
106.在此基础上，当实施本技术实施例提出的对象评测方法，分别确定各个评测维度
与特定方面能力之间的关联度时，即可根据第一类型对象和第二类型对象在各个评测维度中的相同评测维度的能力差异度、第一类型对象在各个评测维度的能力相似度，以及第二类型对象在各个评测维度的能力相似度，分别计算得到各个评测维度与所述特定方面能力之间的关联度。
107.具体的，在阅读能力评测时，对应感知觉、注意力和记忆力三个评测维度中每一评测维度，分别通过如下处理确定其与阅读能力之间的关联度：
108.根据第一类型对象在该评测维度的能力与第一类型对象在其他评测维度的能力的相似度、第二类型对象在该评测维度的能力与第二类型对象在其他评测维度的能力的相似度，以及第一类型对象和第二类型对象在该评测维度的能力的差异度，计算得到该评测维度与阅读能力之间的关联度。
109.示例性的，先根据第一类型对象在该评测维度的能力与第一类型对象在其他评测维度的能力的相似度，以及第二类型对象在该评测维度的能力与第二类型对象在其他评测维度的能力的相似度，计算确定在该评测维度的能力与在其他评测维度的能力的平均相似度。
110.然后，将在该评测维度的能力与在其他评测维度的能力的平均相似度，以及第一类型对象和第二类型对象在该评测维度的能力的差异度的乘积，确定为该评测维度与阅读能力之间的关联度。
111.例如，以感知觉维度为例，根据第一类型对象在感知觉维度的能力与第一类型对象在注意力和记忆力维度的能力的相似度a12和a13、第二类型对象在感知觉维度的能力与第二类型对象在注意力和记忆力维度的能力的相似度b12和b13，以及第一类型对象和第二类型对象在感知觉维度的能力的差异度w1，计算得到该评测维度与阅读能力之间的关联度k1。
112.具体过程是：先根据第一类型对象在感知觉维度的能力与第一类型对象在注意力和记忆力维度的能力的相似度a12和a13，以及第二类型对象在感知觉维度的能力与第二类型对象在注意力和记忆力维度的能力的相似度b12和b13，计算确定在感知觉维度的能力与在注意力和记忆力维度的能力的平均相似度，例如计算a12和a13以及b12和b13的调和平均数，得到在感知觉维度的能力与在注意力和记忆力维度的能力的平均相似度n1：
[0113][0114]
然后，将n1与第一类型对象和第二类型对象在感知觉维度的能力的差异度w1的乘积，确定为感知觉维度与阅读能力之间的关联度k1：
[0115]
k1＝n1*w1
[0116]
同理，按照上述处理可以计算得到注意力维度与阅读能力之间的关联度k2以及记忆力维度与阅读能力之间的关联度k3。
[0117]
当对某一被评测对象进行阅读能力评测时，由该被评测对象执行上述的用于评测阅读能力的评测任务体系，待该被评测对象完成各项任务后，得到对应感知觉维度的评测得分a1、对应注意力维度的评测得分a2以及对应记忆力维度的评测得分a3。
[0118]
然后，根据该评测对象对应感知觉维度的评测得分a1、对应注意力维度的评测得
分a2和对应记忆力维度的评测得分a3，以及感知觉维度与阅读能力之间的关联度k1、注意力维度与阅读能力之间的关联度k2和记忆力维度与阅读能力之间的关联度k3，对该被评测对象进行阅读能力分类，将其分类为第一类型对象或第二类型对象。
[0119]
例如将评测对象对应感知觉维度的评测得分a1、对应注意力维度的评测得分a2和对应记忆力维度的评测得分a3，以及感知觉维度与阅读能力之间的关联度k1、注意力维度与阅读能力之间的关联度k2和记忆力维度与阅读能力之间的关联度k3，输入预先训练的阅读能力分类模型，将该被评测对象分类为第一类型对象或第二类型对象。
[0120]
或者，当上述获取的各个评测结果为对应各个评测维度的评测得分时，将感知觉维度与阅读能力之间的关联度k1、注意力维度与阅读能力之间的关联度k2和记忆力维度与阅读能力之间的关联度k3，分别作为感知觉维度、注意力维度和记忆力维度的评测权重，根据通过上述处理获取的感知觉维度、注意力维度和记忆力维度各自对应的评测权重，以及上述的各个评测得分，即可计算得到对应该被评测对象的阅读能力综合评测得分。然后根据该被评测对象的阅读能力综合评测得分，将其分类为第一类型对象或第二类型对象。
[0121]
示例性，根据各个评测维度各自对应的评测权重，以及各个评测得分，对各个评测得分进行加权求和，然后再计算平均值，作为综合评测得分。
[0122]
例如，对于上述的被评测对象在感知觉维度、注意力维度和记忆力维度的评测得分，按照如下公式计算三者的加权和的平均值，作为该被评测对象的阅读能力综合评测得分a：
[0123]
a＝(a1k1+a2k2+a3k3)/3
[0124]
该综合评测得分a的大小，即表示该被评测对象的阅读能力高低。a的值越大，则说明该被评测对象的阅读能力越强，反之则说明该被评测对象的阅读能力越弱。根据该综合评测得分a的大小，可以确定被评测对象的阅读能力是正常还是异常，从而可以将其分类为第一类型对象或第二类型对象。
[0125]
作为一种示例性的实施方式，本技术实施例在获取各个评测结果时，通过各个评测维度对评测数据进行评分，从而得到对应各个评测维度的评测结果。
[0126]
其中，上述的评测数据，包括被评测对象在执行评测任务时的语音数据和/或行为数据。
[0127]
其中，上述的语音数据，包括被评测对象在执行评测任务时，响应评测任务要求而回答问题或读某些内容的语音数据。
[0128]
上述的行为数据，包括被评测对象在执行评测任务时，响应评测任务要求而执行的操作行为数据。
[0129]
基于上述的评测数据，通过各个评测维度进行评分，即可得到对应各个评测维度的评测结果。
[0130]
作为可选的实施方式，本技术实施例先从评测数据中分别提取得到与各个评测维度对应的评测特征。
[0131]
例如在阅读能力评测时，针对任意评测维度，分别提取对应的评测特征。
[0132]
对于感知觉维度而言，主要考察认知维度的指标度量，可以从评测数据中提取如图形推理和划消任务的正确率和答题反应时间等信息作为评测特征；此外，也可以提取听觉任务中对不同目标的排序和辨别能力度量的正确率和反应时间等信息作为评测特征。
[0133]
对于注意力维度，主要考察时间维度的指标度量，可以从评测数据中提取如快速命名任务的反应时间，字之间的间隔停顿时间等信息作为评测特征。
[0134]
对于记忆力维度，主要考察识字量维度的指标度量，可以从评测数据中提取如高低频词的得分以及声韵母、声调的正确率等信息作为评测特征。
[0135]
然后，对各个评测维度对应的评测特征进行关联性分析，并基于各个评测维度对应的评测特征之间的关联性，将各个评测维度对应的评测特征划分为评测特征类。
[0136]
最后，通过分别对各个评测维度对应的评测特征类进行评分，得到对应各个评测维度的评测得分。
[0137]
具体的，对于每个评测维度，本技术实施例分别通过探索性因子分析方法，构建综合得分体系。在该体系下，评测特征被自动分类，并且利用分类后的聚类特征进行评分。
[0138]
参见图3所示，对于某一评测维度，假设提取到评测特征1-n，则该得分体系会先对n个评测特征进行关联性分析，将关联性较强的评测特征聚为同一评测特征类，然后再对各个评测特征类进行评分，得到该维度对应的评测结果。
[0139]
按照上述处理，对感知觉、注意力和记忆力三个评测维度对应的评测特征分别进行处理，即可得到感知觉、注意力和记忆力三个评测维度各自对应的评测得分。
[0140]
作为一种可选的实施方式，本技术实施例预先训练语音评测模型，用于对被评测对象执行评测任务时的语音数据进行音素粒度的检错和评分处理，确定语音数据中包含的用于评测特定方面能力的评测特征。
[0141]
以阅读能力评测为例，基于上述实施例介绍的用于评测阅读能力的评测任务体系，组织大量的评测对象执行该评测任务提取，获取这些评测对象执行该评测任务体系时的语音数据，作为语音数据样本。
[0142]
然后由标注人员对这些语音数据样本进行标注，主要标注这些语音数据在声韵母、声调以及字级别的对应时间戳信息。
[0143]
其次，利用这些标注过的语音数据样本，对基于transformer的语音评测模型进行微调优化，使其对输入语音数据进行音素粒度的检错和评分处理。经过训练后，该模型具备与阅读能力评测相适应的音素检错、口语评分的能力。
[0144]
在上述的处理过程中，当评测数据为被评测对象执行评测任务时的语音数据时，将被评测对象执行评测任务时的语音数据输入上述的语音评测模型，即可得到与各个评测维度对应的评测特征。这些评测特征，可以是对应任意评测维度的，能够通过语音评测表现处理的信息，例如高低频词得分、声韵母正确率、声调正确率、听觉任务中对不同目标的排序和辨别的正确率和时间等。
[0145]
示例性装置
[0146]
与上述的对象评测方法相对应的，本技术实施例还提供了一种对象评测装置，参见图4所示，该装置包括：
[0147]
数据获取单元100，用于获取各个评测结果，所述各个评测结果通过评估被评测对象在各个评测维度的能力而确定，所述各个评测维度为用于评测特定方面能力的各个评测维度；
[0148]
计算处理单元110，用于根据预设的多种类型对象中的不同类型对象在所述各个评测维度中的相同评测维度的能力差异度，以及所述预设的多种类型对象中的相同类型对
象在所述各个评测维度中的不同评测维度的能力相似度，分别确定所述各个评测维度与所述特定方面能力之间的关联度；其中，所述预设的多种类型对象中的相同类型对象的所述特定方面能力相同，所述预设的多种类型对象中的不同类型对象的所述特定方面能力不同；
[0149]
分类处理单元120，用于根据所述各个评测结果，以及所述各个评测维度与所述特定方面能力之间的关联度，将所述被评测对象分类为所述预设的多种类型对象中的一种类型对象。
[0150]
作为一种可选的实施方式，当所述不同类型对象包括第一类型对象和第二类型对象时，所述根据预设的多种类型对象中的不同类型对象在所述各个评测维度中的相同评测维度的能力差异度，以及所述预设的多种类型对象中的相同类型对象在所述各个评测维度中的不同评测维度的能力相似度，分别确定所述各个评测维度与所述特定方面能力之间的关联度，包括：
[0151]
根据第一类型对象和第二类型对象在所述各个评测维度中的相同评测维度的能力差异度、所述第一类型对象在所述各个评测维度的能力相似度，以及所述第二类型对象在所述各个评测维度的能力相似度，分别计算得到所述各个评测维度与所述特定方面能力之间的关联度；
[0152]
其中，所述第一类型对象与所述第二类型对象的所述特定方面能力不同。
[0153]
作为一种可选的实施方式，根据第一类型对象和第二类型对象在所述各个评测维度中的相同评测维度的能力差异度、所述第一类型对象在所述各个评测维度的能力相似度，以及所述第二类型对象在所述各个评测维度的能力相似度，分别计算得到所述各个评测维度与所述特定方面能力之间的关联度，包括：
[0154]
对应每一评测维度，根据第一类型对象在该评测维度的能力与第一类型对象在其他评测维度的能力的相似度、第二类型对象在该评测维度的能力与第二类型对象在其他评测维度的能力的相似度，以及所述第一类型对象和所述第二类型对象在该评测维度的能力的差异度，计算得到该评测维度与所述特定方面能力之间的关联度。
[0155]
作为一种可选的实施方式，根据第一类型对象在该评测维度的能力与第一类型对象在其他评测维度的能力的相似度、第二类型对象在该评测维度的能力与第二类型对象在其他评测维度的能力的相似度，以及所述第一类型对象和所述第二类型对象在该评测维度的能力的差异度，计算得到该评测维度与所述特定方面能力之间的关联度，包括：
[0156]
根据第一类型对象在该评测维度的能力与第一类型对象在其他评测维度的能力的相似度，以及第二类型对象在该评测维度的能力与第二类型对象在其他评测维度的能力的相似度，计算确定在该评测维度的能力与在其他评测维度的能力的平均相似度；
[0157]
将在该评测维度的能力与在其他评测维度的能力的平均相似度，以及所述第一类型对象和所述第二类型对象在该评测维度的能力的差异度的乘积，确定为该评测维度与所述特定方面能力之间的关联度。
[0158]
作为一种可选的实施方式，所述获取各个评测结果，包括：
[0159]
通过各个评测维度对评测数据进行评分，得到对应各个评测维度的评测结果；其中，所述评测数据包括所述被评测对象执行评测任务时的语音数据和/或行为数据。
[0160]
作为一种可选的实施方式，所述通过各个评测维度对评测数据进行评分，得到对
应各个评测维度的评测结果，包括：
[0161]
从评测数据中分别提取得到与各个评测维度对应的评测特征；
[0162]
对各个评测维度对应的评测特征进行关联性分析，并基于各个评测维度对应的评测特征之间的关联性，将各个评测维度对应的评测特征划分为评测特征类；
[0163]
通过分别对各个评测维度对应的评测特征类进行评分，得到对应各个评测维度的评测结果。
[0164]
作为一种可选的实施方式，当所述评测数据为所述被评测对象执行所述评测任务时的语音数据时，所述从评测数据中分别提取得到与各个评测维度对应的评测特征，包括：
[0165]
将所述评测数据输入预先训练的语音评测模型，得到与各个评测维度对应的评测特征；
[0166]
其中，所述语音评测模型用于对被评测对象执行所述评测任务时的语音数据进行音素粒度的检错和评分处理，确定语音数据中包含的用于评测所述特定方面能力的评测特征。
[0167]
作为一种可选的实施方式，所述评测任务的数量为多个，其中，多个所述评测任务实现对所述各个评测维度的能力评测。
[0168]
作为一种可选的实施方式，所述根据所述各个评测结果，以及所述各个评测维度与所述特定方面能力之间的关联度，将所述被评测对象分类为所述预设的多种类型对象中的一种类型对象，包括：
[0169]
根据所述各个评测结果，以及所述各个评测维度与所述特定方面能力之间的关联度，确定对所述被评测对象的所述特定方面能力的综合评测结果；
[0170]
根据对所述被评测对象的所述特定方面能力的综合评测结果，将所述被评测对象分类为所述预设的多种类型对象中的一种类型对象。
[0171]
作为一种可选的实施方式，所述各个评测维度，包括感知觉维度、注意力维度和记忆力维度中的至少两个；
[0172]
所述特定方面能力包括阅读能力。
[0173]
作为一种可选的实施方式，所述第一类型对象和所述第二类型对象在所述各个评测维度中的相同评测维度的能力差异度，通过如下处理确定：
[0174]
分别获取设定数量的第一类型对象和设定数量的第二类型对象的对应所述各个评测维度的评测得分；
[0175]
对应每一评测维度，分别计算所述设定数量的第一类型对象的评测得分分布与所述设定数量的第二类型对象的评测得分分布的差异，得到所述第一类型对象和所述第二类型对象在所述各个评测维度中的相同评测维度的能力差异度。
[0176]
作为一种可选的实施方式，所述第一类型对象在所述各个评测维度的能力相似度，以及所述第二类型对象在所述各个评测维度的能力相似度，通过如下处理确定：
[0177]
分别获取设定数量的第一类型对象和设定数量的第二类型对象的对应所述各个评测维度的评测得分；
[0178]
通过计算各个第一类型对象的对应所述各个评测维度的评测得分的相似度，确定所述第一类型对象在所述各个评测维度的能力相似度；
[0179]
以及，通过计算各个第二类型对象对应所述各个评测维度的评测得分的相似度，
确定所述第二类型对象在所述各个评测维度的能力相似度。
[0180]
本实施例提供的对象评测装置，与本技术上述实施例所提供的对象评测方法属于同一申请构思，可执行本技术上述任意实施例所提供的对象评测方法，具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参见本技术上述实施例提供的对象评测方法的具体处理内容，此处不再加以赘述。
[0181]
示例性电子设备
[0182]
本技术另一实施例还提出一种电子设备，参见图5所示，该设备包括：
[0183]
存储器200和处理器210；
[0184]
其中，所述存储器200与所述处理器210连接，用于存储程序；
[0185]
所述处理器210，用于通过运行所述存储器200中存储的程序，实现上述任一实施例公开的对象评测方法。
[0186]
具体的，上述电子设备还可以包括：总线、通信接口220、输入设备230和输出设备240。
[0187]
处理器210、存储器200、通信接口220、输入设备230和输出设备240通过总线相互连接。其中：
[0188]
总线可包括一通路，在计算机系统各个部件之间传送信息。
[0189]
处理器210可以是通用处理器，例如通用中央处理器(cpu)、微处理器等，也可以是特定应用集成电路(application-specific integrated circuit，asic)，或一个或多个用于控制本发明方案程序执行的集成电路。还可以是数字信号处理器(dsp)、专用集成电路(asic)、现成可编程门阵列(fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
[0190]
处理器210可包括主处理器，还可包括基带芯片、调制解调器等。
[0191]
存储器200中保存有执行本发明技术方案的程序，还可以保存有操作系统和其他关键业务。具体地，程序可以包括程序代码，程序代码包括计算机操作指令。更具体的，存储器200可以包括只读存储器(read-only memory，rom)、可存储静态信息和指令的其他类型的静态存储设备、随机存取存储器(random access memory，ram)、可存储信息和指令的其他类型的动态存储设备、磁盘存储器、flash等等。
[0192]
输入设备230可包括接收用户输入的数据和信息的装置，例如键盘、鼠标、摄像头、扫描仪、光笔、语音输入装置、触摸屏、计步器或重力感应器等。
[0193]
输出设备240可包括允许输出信息给用户的装置，例如显示屏、打印机、扬声器等。
[0194]
输出设备240具体可以用于输出评测任务的图形界面和所述评测任务的音频数据，例如通过显示屏显示评测任务的图形界面，扬声器输出评测任务的音频；输入设备230具体可以用于采集被评测对象执行所述评测任务时的评测数据，所述评测数据包括所述被评测对象执行所述评测任务时的语音数据和/或行为数据，例如通过触摸屏的触摸模组采集被评测对象执行评测任务时在触摸屏上操作的行为数据，通过麦克风(语音输入装置)采集被评测对象执行评测任务时的语音数据。
[0195]
通信接口220可包括使用任何收发器一类的装置，以便与其他设备或通信网络通信，如以太网，无线接入网(ran)，无线局域网(wlan)等。
[0196]
处理器210执行存储器200中所存放的程序，以及调用其他设备，可用于实现本申
请上述实施例所提供的任意一种对象评测方法的各个步骤。
[0197]
本技术另一实施例还提出一种能力评测设备，参见图6所示，该设备包括：
[0198]
输入输出设备300，以及与所述输入输出设备连接的处理器310；
[0199]
所述输入输出设备300，用于输出评测任务的图形界面和所述评测任务的音频数据，以及，采集被评测对象执行所述评测任务时的评测数据，所述评测数据包括所述被评测对象执行所述评测任务时的语音数据和/或行为数据；
[0200]
所述处理器310，用于通过各个评测维度对所述评测数据进行评分，得到对应各个评测维度的评测结果；所述各个评测维度为用于评测特定方面能力的各个评测维度；根据预设的多种类型对象中的不同类型对象在所述各个评测维度中的相同评测维度的能力差异度，以及所述预设的多种类型对象中的相同类型对象在所述各个评测维度中的不同评测维度的能力相似度，分别确定所述各个评测维度与所述特定方面能力之间的关联度；其中，所述预设的多种类型对象中的相同类型对象的所述特定方面能力相同，所述预设的多种类型对象中的不同类型对象的所述特定方面能力不同；根据所述各个评测结果，以及所述各个评测维度与所述特定方面能力之间的关联度，将所述被评测对象分类为所述预设的多种类型对象中的一种类型对象。
[0201]
作为一种可选的实施方式，所述输入输出设备300，包括触控显示屏、麦克风和扬声器；
[0202]
所述触控显示屏用于显示所述评测任务的图形界面，以及采集被评测对象执行所述评测任务时在所述触控显示屏上操作的行为数据；
[0203]
所述扬声器用于输出所述评测任务的音频数据；
[0204]
所述麦克风用于采集被评测对象执行所述评测任务时的语音数据。
[0205]
作为一种可选的实施方式，当所述不同类型对象包括第一类型对象和第二类型对象时，所述根据预设的多种类型对象中的不同类型对象在所述各个评测维度中的相同评测维度的能力差异度，以及所述预设的多种类型对象中的相同类型对象在所述各个评测维度中的不同评测维度的能力相似度，分别确定所述各个评测维度与所述特定方面能力之间的关联度，包括：
[0206]
根据第一类型对象和第二类型对象在所述各个评测维度中的相同评测维度的能力差异度、所述第一类型对象在所述各个评测维度的能力相似度，以及所述第二类型对象在所述各个评测维度的能力相似度，分别计算得到所述各个评测维度与所述特定方面能力之间的关联度；
[0207]
其中，所述第一类型对象与所述第二类型对象的所述特定方面能力不同。
[0208]
作为一种可选的实施方式，根据第一类型对象和第二类型对象在所述各个评测维度中的相同评测维度的能力差异度、所述第一类型对象在所述各个评测维度的能力相似度，以及所述第二类型对象在所述各个评测维度的能力相似度，分别计算得到所述各个评测维度与所述特定方面能力之间的关联度，包括：
[0209]
对应每一评测维度，根据第一类型对象在该评测维度的能力与第一类型对象在其他评测维度的能力的相似度、第二类型对象在该评测维度的能力与第二类型对象在其他评测维度的能力的相似度，以及所述第一类型对象和所述第二类型对象在该评测维度的能力的差异度，计算得到该评测维度与所述特定方面能力之间的关联度。
[0210]
作为一种可选的实施方式，根据第一类型对象在该评测维度的能力与第一类型对象在其他评测维度的能力的相似度、第二类型对象在该评测维度的能力与第二类型对象在其他评测维度的能力的相似度，以及所述第一类型对象和所述第二类型对象在该评测维度的能力的差异度，计算得到该评测维度与所述特定方面能力之间的关联度，包括：
[0211]
根据第一类型对象在该评测维度的能力与第一类型对象在其他评测维度的能力的相似度，以及第二类型对象在该评测维度的能力与第二类型对象在其他评测维度的能力的相似度，计算确定在该评测维度的能力与在其他评测维度的能力的平均相似度；
[0212]
将在该评测维度的能力与在其他评测维度的能力的平均相似度，以及所述第一类型对象和所述第二类型对象在该评测维度的能力的差异度的乘积，确定为该评测维度与所述特定方面能力之间的关联度。
[0213]
作为一种可选的实施方式，所述通过各个评测维度对所述评测数据进行评分，得到对应各个评测维度的评测结果，包括：
[0214]
从评测数据中分别提取得到与各个评测维度对应的评测特征；
[0215]
对各个评测维度对应的评测特征进行关联性分析，并基于各个评测维度对应的评测特征之间的关联性，将各个评测维度对应的评测特征划分为评测特征类；
[0216]
通过分别对各个评测维度对应的评测特征类进行评分，得到对应各个评测维度的评测结果。
[0217]
作为一种可选的实施方式，当所述评测数据为所述被评测对象执行所述评测任务时的语音数据时，所述从评测数据中分别提取得到与各个评测维度对应的评测特征，包括：
[0218]
将所述评测数据输入预先训练的语音评测模型，得到与各个评测维度对应的评测特征；
[0219]
其中，所述语音评测模型用于对被评测对象执行所述评测任务时的语音数据进行音素粒度的检错和评分处理，确定语音数据中包含的用于评测所述特定方面能力的评测特征。
[0220]
作为一种可选的实施方式，所述评测任务的数量为多个，其中，多个所述评测任务实现对所述各个评测维度的能力评测。
[0221]
作为一种可选的实施方式，所述根据所述各个评测结果，以及所述各个评测维度与所述特定方面能力之间的关联度，将所述被评测对象分类为所述预设的多种类型对象中的一种类型对象，包括：
[0222]
根据所述各个评测结果，以及所述各个评测维度与所述特定方面能力之间的关联度，确定对所述被评测对象的所述特定方面能力的综合评测结果；
[0223]
根据对所述被评测对象的所述特定方面能力的综合评测结果，将所述被评测对象分类为所述预设的多种类型对象中的一种类型对象。
[0224]
作为一种可选的实施方式，所述各个评测维度，包括感知觉维度、注意力维度和记忆力维度中的至少两个；
[0225]
所述特定方面能力包括阅读能力。
[0226]
作为一种可选的实施方式，所述第一类型对象和所述第二类型对象在所述各个评测维度中的相同评测维度的能力差异度，通过如下处理确定：
[0227]
分别获取设定数量的第一类型对象和设定数量的第二类型对象的对应所述各个
评测维度的评测得分；
[0228]
对应每一评测维度，分别计算所述设定数量的第一类型对象的评测得分分布与所述设定数量的第二类型对象的评测得分分布的差异，得到所述第一类型对象和所述第二类型对象在所述各个评测维度中的相同评测维度的能力差异度。
[0229]
作为一种可选的实施方式，所述第一类型对象在所述各个评测维度的能力相似度，以及所述第二类型对象在所述各个评测维度的能力相似度，通过如下处理确定：
[0230]
分别获取设定数量的第一类型对象和设定数量的第二类型对象的对应所述各个评测维度的评测得分；
[0231]
通过计算各个第一类型对象的对应所述各个评测维度的评测得分的相似度，确定所述第一类型对象在所述各个评测维度的能力相似度；
[0232]
以及，通过计算各个第二类型对象对应所述各个评测维度的评测得分的相似度，确定所述第二类型对象在所述各个评测维度的能力相似度。
[0233]
上述的电子设备以及能力评测设备，与本技术上述实施例所提供的对象评测方法属于同一技术构思，可执行本技术上述任意实施例所提供的对象评测方法，具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参见本技术上述实施例提供的对象评测方法的具体处理内容，此处不再加以赘述。
[0234]
示例性计算机程序产品和存储介质
[0235]
除了上述方法和设备以外，本技术的实施例还可以是计算机程序产品，其包括计算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的对象评测方法中的步骤。
[0236]
所述计算机程序产品可以以一种或多种程序设计语言的任意组合来编写用于执行本技术实施例操作的程序代码，所述程序设计语言包括面向对象的程序设计语言，诸如java、c++等，还包括常规的过程式程序设计语言，诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。
[0237]
此外，本技术的实施例还可以是存储介质，其上存储有计算机程序，计算机程序被处理器执行本说明书上述“示例性方法”部分中描述的对象评测方法中的步骤。
[0238]
对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本技术并不受所描述的动作顺序的限制，因为依据本技术，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本技术所必须的。
[0239]
需要说明的是，本说明书中的各个实施例均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的部分互相参见即可。对于装置类实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
[0240]
本技术各实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减，各实施例中记载的技术特征可以进行替换或者组合。
[0241]
本技术各实施例种装置及终端中的模块和子模块可以根据实际需要进行合并、划
分和删减。
[0242]
本技术所提供的几个实施例中，应该理解到，所揭露的终端，装置和方法，可以通过其它的方式实现。例如，以上所描述的终端实施例仅仅是示意性的，例如，模块或子模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个子模块或模块可以结合或者可以集成到另一个模块，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或模块的间接耦合或通信连接，可以是电性，机械或其它的形式。
[0243]
作为分离部件说明的模块或子模块可以是或者也可以不是物理上分开的，作为模块或子模块的部件可以是或者也可以不是物理模块或子模块，即可以位于一个地方，或者也可以分布到多个网络模块或子模块上。可以根据实际的需要选择其中的部分或者全部模块或子模块来实现本实施例方案的目的。
[0244]
另外，在本技术各个实施例中的各功能模块或子模块可以集成在一个处理模块中，也可以是各个模块或子模块单独物理存在，也可以两个或两个以上模块或子模块集成在一个模块中。上述集成的模块或子模块既可以采用硬件的形式实现，也可以采用软件功能模块或子模块的形式实现。
[0245]
专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本技术的范围。
[0246]
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件单元，或者二者的结合来实施。软件单元可以置于随机存储器(ram)、内存、只读存储器(rom)、电可编程rom、电可擦除可编程rom、寄存器、硬盘、可移动磁盘、cd-rom、或技术领域内所公知的任意其它形式的存储介质中。
[0247]
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
[0248]
对所公开的实施例的上述说明，使本领域技术人员能够实现或使用本技术。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本技术的精神或范围的情况下，在其它实施例中实现。因此，本技术将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。