联想自研OCR：智慧阅卷显神通

随着2020年全国各省市高考成绩相继揭榜，广大应届生及家长们一颗悬着的心终于落地了。据教育部统计数据显示，2020年全国共约1071万人报名参加高考，而以全国卷为例，将会产生约4284万份试卷。除去运输、校对、试卷扫描、统计分数等花费的时间，负责阅卷的老师们需要在不足15天的时间对如此海量的高考试卷进行批改、录入，并发布成绩，这个工作量仅靠人工几乎是不可能完成的。

其实早在1999年，部分省市就率先实行了客观题的网上批阅，利用机器帮助老师提高阅卷效率（如使用答题卡）。至2004年，教育部积极推广高考网上阅卷。如今，高考试卷主观题部分早已使用机器扫描、自动切题的方式，协助教师进行批阅了。

虽然高考的阅卷系统是机密的，但是类似的阅卷技术早已在学校日常教学中予以应用。那么，这背后究竟是什么样的技术呢？一起来看看联想研究院自研的OCR（OpticalCharacterRecognition，即光学字符识别）智慧阅卷系统，到底有哪些神通？

阅卷系统中的OCR技术

说起OCR技术，相信很多人已经对此不再陌生。这是文字识别技术，可将纸面上的文字灰度变换成电信号，输入到计算机中去。据介绍，教师将试卷扫描上传后，智慧阅卷系统便可以利用OCR技术对扫描结果进行处理：

首先，对扫描的图片进行处理来增强图片的可读性。系统会先将照片中的试卷部分内容进行提取，去除背景，然后对图像进行噪声点去除、光照修正，以及背景净化，从而提升图像的可读性，为下一步处理做准备。

然后，系统对试卷文本进行分析，提取试卷内容的有效部分。系统通过对试卷的整体布局进行分析，分离出题目的区域，进行题目切分，提取出每道题目的具体区域，从而完成试题切割。

类似的技术，如果应用在高考阅卷中，那么一张学生作答后的纸质试卷，经过扫描、上传后便可以被系统按照每道题目切割出对应的作答区域，送至相应题目的阅卷教师手中，这样将极大地节省老师们翻卷子找题目的时间。

阅卷系统中的AES技术

客观题可以借助答题卡，采用机器阅卷，那么主观题呢？比如关于作文的批改。如果，不论中英文，系统能在人工阅卷前，就能先行分析出作文的基本信息，比如作文字数是否达标，中文使用的成语、修辞手法等数量，英文单词拼写是否有误等，那么将能极大地为阅卷老师提供便利和参考。

联想研究院的智慧阅卷系统就加入了AES（AutomatedEssayScoring，即作文自动评分）技术，能够利用自然语言处理和机器学习技术来帮助老师进行作文批阅。

系统通过文本分类、词汇分类、句法标注等自然语言处理技术，能够辅助阅卷教师检测作文是否存在跑题、语法错误等问题，并自动生成评语供阅卷教师参考，在一定程度上帮助了作文阅卷教师“预”阅卷，有效提高阅卷效率。

基于AI的错题集

除了阅卷场景，在日常教学和学习中，智慧阅卷系统还支持帮助教师统计学生错题并进行学情分析，以及帮助学生整理错题并助力巩固练习。

在教师端，教师对学生已完成作答的纸质试卷批改完毕后，可将试卷拍摄（或扫描）成图像。系统通过人工智能算法自动对卷面布局及教师批改进行分析，检测每道试题位置及教师批阅符号，随后自动完成卷面分数统计、错题提取、考情分析等功能。

在日常的教学中，系统可以帮助教师进行全班的错题分布情况统计，帮助教师轻松找到全班的薄弱题目，教师授课时可有的放矢地讲解；同时，教师还可以选择本次考试的错题组成错题集，用错题重新组一张试卷，帮助同学们重点巩固练习。

而在学生端，学生可以在日常学习中将自己做错的题目进行拍摄、上传，系统将自动收录进个人错题本中，为学生节约整理时间；同时，系统还支持“巩固练习”功能，利用AI技术自动为学生推荐与错题相同知识点的相似题型试题，帮助学生实现薄弱知识点的“举一反三”。

高考阅卷，从人工到电脑协助，再到人工智能高科技辅助，这与智慧教育的发展趋势是一脉相承的。联想研究院智慧教育实验室相关负责人表示，将不断创新与变革智慧教育，努力打造更多更优秀的产品，为教育事业助力赋能。