本技术涉及计算机,尤其涉及题目解答方法、装置、设备、系统及程序产品。
背景技术:
1、目前,随着电脑、智能手机、平板电脑、学习机等移动终端技术的发展,应用于人们日常生活的各种不同功能的应用程序越来越多,例如,用于学习的拍照解题软件随之而生。
2、一般,解题过程采用基于固定的题库进行检索解答,但是随着题目的复杂度增加,题目本身可能出现编辑错误,容易造成解答错误,从而降低了题目解答的可靠性。
技术实现思路
1、有鉴于此,本技术提供一种题目解答方法,可以在解题前进行异常排查,提高题目解答的可靠性。
2、根据本技术实施例的第一方面,提供了一种题目解答的方法,可以应用于终端设备中包含题目解答功能的系统或程序中,具体包括:
3、获取待处理图像;
4、对所述待处理图像进行图像识别,以得到目标题目;
5、确定所述目标题目对应的题目类型,以基于所述题目类型进行异常参数的检测,得到检测信息,所述异常参数基于不同题目类型对应的组成形式设定;
6、若所述检测信息满足解答条件,则解答所述目标题目。
7、可选的,在本技术一些可能的实现方式中,所述确定所述目标题目对应的题目类型,以基于所述题目类型进行异常参数的检测,得到检测信息,包括:
8、基于目标识别模型获取所述目标题目对应的题目类型;
9、获取所述题目类型对应的题目意图信息,以调用所述题目意图信息对应的题型思维链;
10、基于所述题型思维链指示的检测节点进行异常参数的检测,以得到所述检测信息。
11、可选的,在本技术一些可能的实现方式中,所述基于所述题型思维链指示的检测节点进行异常参数的检测,以得到所述检测信息,包括:
12、基于所述题型思维链对应的所述题目类型确定对应的文本结构信息和解题逻辑信息;
13、根据所述文本结构信息和所述解题逻辑信息生成检测项序列;
14、基于所述检测项序列指示的检测节点进行异常参数的检测,以得到所述检测信息。
15、可选的,在本技术一些可能的实现方式中,所述目标识别模型的训练过程包括:
16、获取训练题目样本;
17、将所述训练题目样本按照学科类型进行分类,以得到学科样本;
18、对所述学科样本按照题目类型进行分类,以得到目标样本;
19、基于所述目标样本对预设识别模型进行题目类型识别训练,以得到所述目标识别模型。
20、可选的,在本技术一些可能的实现方式中,所述若所述检测信息满足解答条件,则解答所述目标题目,包括:
21、若所述检测信息满足所述解答条件,则提取所述目标题目对应的知识点信息;
22、基于所述知识点信息生成对应的文本向量;
23、将所述文本向量输入目标知识库中进行文本检索,以得到扩展信息;
24、将所述扩展信息和所述目标题目输入解题模型,以解答所述目标题目。
25、可选的,在本技术一些可能的实现方式中,所述若所述检测信息满足所述解答条件,则提取所述目标题目对应的知识点信息,包括:
26、获取所述检测信息中的文本结构信息和解题逻辑信息;
27、确定所述文本结构信息中指示的文本异常元素;
28、确定所述文本异常元素在所述目标题目中对应的上下文信息;
29、基于所述上下文信息对所述文本异常元素对应文本位置的文本进行映射,以得到映射元素;
30、若所述映射元素符合所述解题逻辑信息指示的逻辑内容,则所述检测信息满足所述解答条件,并提取所述目标题目对应的知识点信息。
31、可选的,在本技术一些可能的实现方式中,所述方法还包括:
32、基于所述文本结构信息中指示的文本异常元素和所述解题逻辑信息指示的逻辑异常元素生成检测展示界面;
33、响应于针对所述检测展示界面的交互操作,展示所述目标题目的解答内容。
34、可选的,在本技术一些可能的实现方式中,所述对所述待处理图像进行图像识别,以得到目标题目,包括:
35、对所述待处理图像进行图像识别,以得到识别内容;
36、响应于针对所述识别内容的选择操作,确定所述目标题目。
37、可选的,在本技术一些可能的实现方式中,所述对所述待处理图像进行图像识别,以得到目标题目,包括:
38、对所述待处理图像中的分隔标记进行标记识别,以得到标记图像;
39、响应于针对所述标记图像的选择操作,确定题目图像;
40、对所述题目图像进行图像识别,以得到所述目标题目。
41、可选的,在本技术一些可能的实现方式中,所述方法还包括:
42、获取所述目标题目对应的解答信息;
43、对所述解答信息关联的知识点信息进行标记,以得到解答内容;
44、在所述目标题目对应的展示界面展示所述解答内容。
45、根据本技术实施例的第二方面,提供了一种题目解答装置,包括:
46、获取单元,用于获取待处理图像;
47、识别单元,用于对所述待处理图像进行图像识别,以得到目标题目;
48、解答单元,用于确定所述目标题目对应的题目类型,以基于所述题目类型进行异常参数的检测,得到检测信息,所述异常参数基于不同题目类型对应的组成形式设定;
49、所述解答单元,还用于若所述检测信息满足解答条件,则解答所述目标题目。
50、可选的,在本技术一些可能的实现方式中,所述解答单元,具体用于基于目标识别模型获取所述目标题目对应的题目类型;
51、所述解答单元,具体用于获取所述题目类型对应的题目意图信息,以调用所述题目意图信息对应的题型思维链;
52、所述解答单元,具体用于基于所述题型思维链指示的检测节点进行异常参数的检测,以得到所述检测信息。
53、可选的,在本技术一些可能的实现方式中,所述解答单元,具体用于基于所述题型思维链对应的所述题目类型确定对应的文本结构信息和解题逻辑信息;
54、所述解答单元,具体用于根据所述文本结构信息和所述解题逻辑信息生成检测项序列;
55、所述解答单元,具体用于基于所述检测项序列指示的检测节点进行异常参数的检测,以得到所述检测信息。
56、可选的,在本技术一些可能的实现方式中,所述解答单元,具体用于获取训练题目样本;
57、所述解答单元,具体用于将所述训练题目样本按照学科类型进行分类,以得到学科样本;
58、所述解答单元,具体用于对所述学科样本按照题目类型进行分类,以得到目标样本;
59、所述解答单元,具体用于基于所述目标样本对预设识别模型进行题目类型识别训练,以得到所述目标识别模型。
60、可选的,在本技术一些可能的实现方式中,所述解答单元,具体用于若所述检测信息满足所述解答条件,则提取所述目标题目对应的知识点信息;
61、所述解答单元,具体用于基于所述知识点信息生成对应的文本向量;
62、所述解答单元,具体用于将所述文本向量输入目标知识库中进行文本检索,以得到扩展信息;
63、所述解答单元,具体用于将所述扩展信息和所述目标题目输入解题模型,以解答所述目标题目。
64、可选的,在本技术一些可能的实现方式中,所述解答单元,具体用于获取所述检测信息中的文本结构信息和解题逻辑信息;
65、所述解答单元,具体用于确定所述文本结构信息中指示的文本异常元素;
66、所述解答单元,具体用于确定所述文本异常元素在所述目标题目中对应的上下文信息;
67、所述解答单元,具体用于基于所述上下文信息对所述文本异常元素对应文本位置的文本进行映射,以得到映射元素;
68、所述解答单元,具体用于若所述映射元素符合所述解题逻辑信息指示的逻辑内容,则所述检测信息满足所述解答条件,并提取所述目标题目对应的知识点信息。
69、可选的,在本技术一些可能的实现方式中,所述解答单元,具体用于基于所述文本结构信息中指示的文本异常元素和所述解题逻辑信息指示的逻辑异常元素生成检测展示界面;
70、所述解答单元,具体用于响应于针对所述检测展示界面的交互操作,展示所述目标题目的解答内容。
71、可选的,在本技术一些可能的实现方式中,所述识别单元,具体用于对所述待处理图像进行图像识别,以得到识别内容;
72、所述识别单元,具体用于响应于针对所述识别内容的选择操作,确定所述目标题目。
73、可选的,在本技术一些可能的实现方式中,所述识别单元,具体用于对所述待处理图像中的分隔标记进行标记识别,以得到标记图像;
74、所述识别单元,具体用于响应于针对所述标记图像的选择操作,确定题目图像;
75、所述识别单元,具体用于对所述题目图像进行图像识别,以得到所述目标题目。
76、可选的,在本技术一些可能的实现方式中,所述解答单元,具体用于获取所述目标题目对应的解答信息;
77、所述解答单元,具体用于对所述解答信息关联的知识点信息进行标记,以得到解答内容;
78、所述解答单元,具体用于在所述目标题目对应的展示界面展示所述解答内容。
79、根据本技术实施例的第三方面,提供了一种题目解答设备,包括输入输出组件和处理器;
80、所述输入输出组件用于获取待处理图像;
81、所述处理器用于通过执行如上述第一方面或第一方面任一项中所述的题目解答方法,解答所述输入输出组件获取的待处理图像中的目标题目。
82、根据本技术实施例的第四方面,提供了一种题目解答系统,包括交互客户端、服务端;
83、交互客户端用于获取待处理图像并将待处理图像发送至所述服务端,以及将所述服务端输出的题目解答结果进行展示;
84、服务端,用于通过执行上述第一方面或第一方面任一项所述的题目解答方法,解答所述交互客户端获取的待处理图像中的目标题目。
85、根据本技术实施例的第五方面,提供了一种计算机程序产品,包括:计算机程序,所述计算机程序被处理器执行时实现第一方面或第一方面任一项中所述的题目解答方法。
86、从以上技术方案可以看出,本技术实施例具有以下优点:
87、通过获取待处理图像;然后对待处理图像进行图像识别,以得到目标题目;并确定目标题目对应的题目类型,以基于题目类型进行异常参数的检测得到检测信息,该异常参数基于不同题目类型对应的组成形式设定;若检测信息满足解答条件,则解答目标题目。从而实现可靠的解题过程,由于根据题目类型进行针对性的可用性分析,在异常题目输入时可以进行拒识,避免了由于异常题目的输入而产生的错误解答,提高了题目解答过程的可靠性。