一种数据录入方法、装置、电子设备及可读存储介质制造方法及图纸

本申请涉及一种数据录入方法、装置、电子设备及可读存储介质。本申请通过从获取目标书本中的书本页图片中查找出目录页图片，并从目录页图片中识别出书本目录中每个层级下的子目录，进而根据每个子目录下的题目页码，从书本页图片中获取每个题目对应的题目页图片，进一步地，从题目页图片中识别出题目内容，并将题目内容与对应的子目录进行关联后录入。基于上述方式，本申请通过题目内容与书本目录之间的关联关系对题目内容进行录入，在实现通过机器对目标书本的结构化录入的同时，还可以提升目标书本的录入效率和准确率。

A data entry method, device, electronic equipment and readable storage medium

【技术实现步骤摘要】
一种数据录入方法、装置、电子设备及可读存储介质
本申请涉及数据录入
，尤其涉及一种数据录入方法、装置、电子设备及可读存储介质。
技术介绍
数字化教学和在线教育开始在当前教育行业普及，数字化教学弥补了了传统的教学上的不足，而这些数字化教学所依托的是数字化的教学数据，其中最重要的是题库，为了尽可能的丰富题库内容，需要建设题库录入系统，以及投入人力成本进行录入。目前市场上纸质的教辅数量众多，将纸质的教辅书本进行文本录入是建设题库的首要和重点环节，现有的做法是，通过一系列的技术手段辅助人工进行录入，但是缺点是没有模块化流程，存在较多人工处理的环节，所以不能有效提高生产效率，而且人工录入会存在录入错误的情况发生，这样生产出来的题目数据质量难以得到保障，也比较难以形成规模。
技术实现思路
有鉴于此，本申请至少提供一种数据录入方法、装置、电子设备及可读存储介质，在实现通过机器对目标书本的结构化录入的同时，还可以提升目标书本的录入效率和准确率。主要包括以下几个方面：第一方面，本申请实施例提供一种数据录入方法，所述数据录入方法包括：获取目标书本中的书本页图片，并从所述书本页图片中查找出目录页图片；从所述目录页图片中识别出书本目录中每个层级下的子目录；根据每个子目录下的题目页码，从所述书本页图片中获取每个题目对应的题目页图片；从所述题目页图片中识别出题目内容，将所述题目内容与对应的子目录进行关联后录入。在一种可能的实施方式中，所述从所述目录页图片中识别出书本目录中每个层级下的子目录，包括：从所述目录页图片中提取出所述书本目录的目录结构信息；根据所述目录结构信息，确定所述书本目录中每个层级下的子目录。在一种可能的实施方式中，在所述从所述目录页图片中识别出书本目录中每个层级下的子目录之后，所述数据录入方法还包括：对识别出的书本目录中每个层级下的子目录进行校对，并将识别错误的子目录中的目录内容与其它目录内容进行区别显示。在一种可能的实施方式中，所述对识别出的书本目录中每个层级下的子目录进行校对，并将识别错误的子目录中的目录内容与其它目录内容进行区别显示，包括：利用所述目录页图片对所述书本目录进行内容校对，得到校对结果；根据所述校对结果，将识别错误的子目录中的目录内容与其它目录内容进行区别显示。在一种可能的实施方式中，所述从所述题目页图片中识别出题目内容，将所述题目内容与对应的子目录进行关联后录入，包括：对于每个题目，计算从所述题目页图片中识别出的每个题目的题目内容分别与题库中存储的多个试题之间的多个相似度；采用对应的相似度满足预设条件的试题的试题内容，作为每个题目对应的更新后的题目内容，将更新后的题目内容与对应的子目录进行关联后录入。在一种可能的实施方式中，在所述将更新后的题目内容与对应的子目录进行关联后录入之后，所述数据录入方法包括：根据从每个题目对应的题目页图片中识别出的题目内容，对录入的每个题目的试题内容进行调整。在一种可能的实施方式中，在所述计算从所述题目页图片中识别出的每个题目的题目内容分别与题库中存储的多个试题之间的多个相似度之后，所述数据录入方法还包括：若不存在对应的相似度满足所述预设条件的试题的试题内容，则从所述题目页图片中识别出每个题目的题目结构和题目内容；所述题目结构由每个题目的题干、答案、解析和点评部分构成；将每个题目的题目内容与对应的子目录进行关联后，按照对应的题目结构进行录入。在一种可能的实施方式中，在将所述题目内容与对应的子目录进行关联后录入之后，所述数据录入方法还包括：对录入的每个题目的题目内容中的公式，以及文本语义进行校对。第二方面，本申请实施例还提供一种数据录入装置，所述数据录入装置包括：查找模块，用于获取目标书本中的书本页图片，并从所述书本页图片中查找出目录页图片；识别模块，用于从所述目录页图片中识别出书本目录中每个层级下的子目录；获取模块，用于根据每个子目录下的题目页码，从所述书本页图片中获取每个题目对应的题目页图片；关联模块，用于从所述题目页图片中识别出题目内容，将所述题目内容与对应的子目录进行关联后录入。在一种可能的实施方式中，所述识别模块包括：提取单元，用于从所述目录页图片中提取出所述书本目录的目录结构信息；确定单元，用于根据所述目录结构信息，确定所述书本目录中每个层级下的子目录。在一种可能的实施方式中，所述数据录入装置还包括：第一校对模块，用于对识别出的书本目录中每个层级下的子目录进行校对，并将识别错误的子目录中的目录内容与其它目录内容进行区别显示。在一种可能的实施方式中，所述第一校对模块包括：校对单元，用于利用所述目录页图片对所述书本目录进行内容校对，得到校对结果；显示单元，用于根据所述校对结果，将识别错误的子目录中的目录内容与其它目录内容进行区别显示。在一种可能的实施方式中，所述关联模块包括：计算单元，用于对于每个题目，计算从所述题目页图片中识别出的每个题目的题目内容分别与题库中存储的多个试题之间的多个相似度；关联单元，用于采用对应的相似度满足预设条件的试题的试题内容，作为每个题目对应的更新后的题目内容，将更新后的题目内容与对应的子目录进行关联后录入。在一种可能的实施方式中，所述数据录入装置还包括：调整模块，用于根据从每个题目对应的题目页图片中识别出的题目内容，对录入的每个题目的试题内容进行调整。在一种可能的实施方式中，所述关联模块还包括：识别单元，用于若不存在对应的相似度满足所述预设条件的试题的试题内容，则从所述题目页图片中识别出每个题目的题目结构和题目内容；所述题目结构由每个题目的题干、答案、解析和点评部分构成；录入单元，用于将每个题目的题目内容与对应的子目录进行关联后，按照对应的题目结构进行录入。在一种可能的实施方式中，所述数据录入装置还包括：第二校对模块，用于对录入的每个题目的题目内容中的公式，以及文本语义进行校对。第三方面，本申请实施例还提供一种电子设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过所述总线进行通信，所述机器可读指令被所述处理器运行时执行上述第一方面或第一方面中任一种可能的实施方式中所述的数据录入方法的步骤。第四方面，本申请实施例还提供了一种计算机可读存储介质，所述计算机可读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执行上述第一方面或第一方面中任一种可能的实施方式中所述的数据录入方法的步骤。本申请实施例中，通过从目标书本中的书本页图片中查找出目录页图片，并从目录页图片中识别出书本目录中每个层级下的子目录，进而根据每个子目录下的题目页码，从书本页图片中获取每个题目对应的题目页图片，进本文档来自技高网...

【技术保护点】
1.一种数据录入方法，其特征在于，所述数据录入方法包括：/n获取目标书本中的书本页图片，并从所述书本页图片中查找出目录页图片；/n从所述目录页图片中识别出书本目录中每个层级下的子目录；/n根据每个子目录下的题目页码，从所述书本页图片中获取每个题目对应的题目页图片；/n从所述题目页图片中识别出题目内容，将所述题目内容与对应的子目录进行关联后录入。/n

【技术特征摘要】
1.一种数据录入方法，其特征在于，所述数据录入方法包括：
获取目标书本中的书本页图片，并从所述书本页图片中查找出目录页图片；
从所述目录页图片中识别出书本目录中每个层级下的子目录；
根据每个子目录下的题目页码，从所述书本页图片中获取每个题目对应的题目页图片；
从所述题目页图片中识别出题目内容，将所述题目内容与对应的子目录进行关联后录入。


2.根据权利要求1所述的数据录入方法，其特征在于，所述从所述目录页图片中识别出书本目录中每个层级下的子目录，包括：
从所述目录页图片中提取出所述书本目录的目录结构信息；
根据所述目录结构信息，确定所述书本目录中每个层级下的子目录。


3.根据权利要求1所述的数据录入方法，其特征在于，在所述从所述目录页图片中识别出书本目录中每个层级下的子目录之后，所述数据录入方法还包括：
对识别出的书本目录中每个层级下的子目录进行校对，并将识别错误的子目录中的目录内容与其它目录内容进行区别显示。


4.根据权利要求3所述的数据录入方法，其特征在于，所述对识别出的书本目录中每个层级下的子目录进行校对，并将识别错误的子目录中的目录内容与其它目录内容进行区别显示，包括：
利用所述目录页图片对所述书本目录进行内容校对，得到校对结果；
根据所述校对结果，将识别错误的子目录中的目录内容与其它目录内容进行区别显示。


5.根据权利要求1所述的数据录入方法，其特征在于，所述从所述题目页图片中识别出题目内容，将所述题目内容与对应的子目录进行关联后录入，包括：
对于每个题目，计算从所述题目页图片中识别出的每个题目的题目内容分别与题库中存储的多个试题之间的多个相似度；
采用对应的相似度满足预设条件的试题的试题内容，作为每个题目对应的更新后的题目内容，将更新后的题目内容与对应的...

【专利技术属性】
技术研发人员：邵保杰，吴志勇，
申请(专利权)人：北京字节跳动网络技术有限公司，
类型：发明
国别省市：北京;11