(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210750547.8 (22)申请日 2022.06.28 (71)申请人 北京信息科技大 学 地址 100192 北京市海淀区清河小营东路 12号 (72)发明人 周珊珊　 (74)专利代理 机构 北京易捷胜知识产权代理事 务所(普通 合伙) 11613 专利代理师 齐云 (51)Int.Cl. G10L 25/51(2013.01) G06V 40/16(2022.01) G06V 40/20(2022.01) G06V 10/74(2022.01) (54)发明名称 一种语言能力分级方法及系统 (57)摘要 本发明涉及一种语 言能力分级 方法及系统， 具体涉及语言评级技术领域， 本发 明通过建立语 言能力分级系统， 其通过建立统一的标准数据 库， 使其通过结合传统考试与语言表达和人员状 态多个方面综合评定的方式， 结合系统自动数据 采集进行综合评定与人工后台配合校验评定的 方式， 使其获取最终评级， 这种方式针对于个人 语言能力而言， 其多项相关能力均纳入考核范围 内， 依据分项能力评级、 个人自述评级、 个人 理念 评级、 个人状态评级、 个人技能评级进行综合判 定， 并依据上述分级的最低分级得出综合整体分 级， 配合系统的高效判定与人工结合， 使其完成 语言能力的准确评价， 同时， 效率得到 显著提升 。 权利要求书2页 说明书8页 附图2页 CN 115132228 A 2022.09.30 CN 115132228 A 1.一种语言能力分级方法， 其特 征在于， 包括： S1、 基于预先收录的相关项目的测试试题， 建立用于实现对负责所述项目的作业人员 即受试者进行测评的标准测试 数据库； S2、 接收到受试者基于测试客户端的测试界面展示的启动按钮的触发指令， 则展示用 于获取证书和/或获奖信息的第一界面； 接收受试者借助于第一界面上传的证书和/或获奖 信息； S3、 根据当前受试者的证书和/或获奖信息， 获取与证书和/或获奖信息匹配的部分分 项能力测试试题与部分随机试题， 并向所述受试者展示所述分项能力测试试题， 接 收到所 述受试者完成所述分项能力测试试题的完成提交指 令后， 展示获取受试者自由表述的第二 界面， 若所述受试者触发第二界面中的开始按钮， 接 收受试者自由表述的语音信息和姿态 信息， 根据语音信息和姿态信息获取自由表述的评分； S4、 根据所述受试者的分项能力测试的结果和自由表述的评分， 获得所述受试者的语 言能力分级结果， 将所述语言能力分级结果向所述受试者展示。 2.根据权利要求1所述的方法， 其特征在于， 所述分项能力测试试题包括： 用于测试受 试者阅读理解能力的测试题， 用于测试受试者写作能力的测试题； 用于测试受试者听力能力的测试题； 用于测试受试者翻译能力的测试题。 3.根据权利要求1所述的方法， 其特征在于， 所述S4中的根据 所述受试者的分项能力测 试的结果和自由表述的评分， 获得 所述受试者的语言能力分级结果， 包括： 若分项能力测试的结果和自由表述的评分的差值大于第 一预设阈值， 则将所述分项能 力测试的过程信息和自由表述的语音信息、 姿态信息发送后台的人工查验数据库中； 所述后台根据 人工查验数据库中存储的待查验的信 息， 采用盲选方式选择与当前分项 能力测试关联 的至少三位查验老师 的信息， 基于选择信息， 将所述待查验的信息进行加密 和遮盖式的预处 理， 并将预处 理后的待查验信息发送查验老师； 接收查验老师的反馈结果信息， 根据所有的反馈结果信息， 加权计算获得所述受试者 的语言能力分级结果。 4.根据权利要求3所述的方法， 其特征在于， 所述S3 中的接收受试者自由表述的语音信 息和姿态信息， 根据语音信息和姿态信息获取自由表述的评分， 包括： 判断语音信息中各读音是否正确， 根据读音正确信息， 获得第一项分值； 将语音信息中语调与划分等级分值的语调进行自动匹配， 计算每一等级的匹配度， 选 择匹配度最高的分值作为第二项分值； 将姿态信息进行预处理， 去 除重复姿态信息， 将保留的各姿态信息与预先的异常姿态 信息进行比对， 判断是否存在异常姿态信息， 根据判断结果获取姿态信息的第三项分值； 基于预先定义的权重系数， 对第 一项分值、 第 二项分值和第 三项分值进行加权 融合， 获 得自由表述的评分。 5.根据权利要求4所述的方法， 其特征在于， 将保留的各姿态信 息与预先的异常姿态信 息进行比对， 判断是否存在异常姿态信息， 包括： 针对保留的每一姿态信息， 将每一姿态信息进行提取， 并形成指定大小的姿态图像；权　利　要　求　书 1/2 页 2 CN 115132228 A 2对每一姿态图像进行划分N*N的子图， 基于N*N的子图， 获取姿态图像的特征向量， 将该 姿态图像的特征向量与预先 的异常姿态信息对应的每一特征向量进行匹配， 计算相似度， 若相似度大于设定值， 则认为存在异常姿态信息 。 6.根据权利要求4所述的方法， 其特征在于， 将姿态信息进行预处理， 去 除重复姿态信 息之前， 还 包括： 判断姿态信 息中人眼的关注点， 若人眼的关注点不在指定区域内的累积时长超出预设 时长， 则将最低值作为第三项分值， 且给 出评分依据信息 。 7.根据权利要求 4所述的方法， 其特 征在于， 所述标准测试 数据库为后台的数据库， 或者 位于云端的数据库。 8.根据权利要求3所述的方法， 其特征在于， 将所述待查验的信 息进行加密和遮盖 式的 预处理， 包括： 待查验的信息中分项能力测试的过程信息包括： 试题的结果信息和全程监控的视频 流； 待查验的信息中自由表述部分的过程信息包括： 自由表述的语音信息、 姿态信息； 所述遮盖式的预处 理包括： 对所述试题的个人信息 部分遮盖； 对视频流中的眼睛区域进行马赛克式处 理； 对视频流中的面部区域进行部分马赛克式处 理； 对姿态信息中的眼睛区域进行马赛克式处 理； 对姿态信息中的面部区域进行部分马赛克 是处理； 对处理后的所有信息采用非对称加密算法进行加密处 理。 9.一种语言能力分级系统， 其特 征在于， 包括： 后台服务器和多个客户端， 所述多个客户端连接所述后台服务器， 并执行上述权利要 求1至8任一所述的语言能力分级方法。权　利　要　求　书 2/2 页 3 CN 115132228 A 3