IT女：朋友打扮逛街，我却在教电脑“识字”

2016-12-29 14:43 来源：本站

　　很多人都知道，IT工作非常辛苦。他们不仅每天要写大量枯燥的代码，还要面临经常加班。尤其是在弘成教育集团这样将技术视为命脉的互联网教育企业里，任何细微的工作都要一丝不苟。随着OCR（文字识别）技术在教育领域应用的不断扩大，负责该领域的软件工程师小倩也越来越忙。

　　OCR又称光学字符识别，是以扫描纸上打印文字的形式，将其翻译成计算机文字的过程。目前在金融、医疗、政府办公等领域的报表输入和处理上发挥着不小的作用。如今，这项技术也在教育领域出现。但在小倩看来，若想让OCR真正在教育上体现价值，并不是光有技术那样简单。

　　“学生在遇到不懂问题的时候，将其拍下发给老师或在网络中寻求答案，这对不少在线教育企业来说确实是个不错的产品卖点。但有些产品把题目识别出来，就把搜索范围延伸至整个网络，看似范围很大，但网上的答案五花八门，没人把关，学生经常就会被误导。所以OCR技术必须搭配题量巨大，且经过专业教师审核过的题库，才能保证学习的质量。”小倩说道，“比如我们为101网校开发的在线测试系统——作业宝，就是让学生通过试题拍照，在101网校的千万量级题库中进行搜索，能够搜到的题目、答案和讲解都是经过严格审核的，这就需要大量的试题积累和筛选，后期工作要更加繁琐。”

　　中国文字博大精深，相似的文字多如牛毛。OCR文字识别的正确性保证，要比能否识别重要的多。在小倩看来，他的很多工作就是在教软件系统“识字”。这是一个费时费力的工作，需要大量的文本训练，有时候甚至需要进行手动设置，才能让系统的“文字样本识别”得到想要的效果。

　　但即使如此，在提高OCR识别准确率的过程中，小倩也遇到了不少难题。其中，光感的变化就对识别技术有很高的要求。晚间拍摄往往会产生阴影，就会导致识别困难。经过多次尝试，小倩和同事们最终决定以让系统强制打开手机闪光灯的形式清晰成像。“文字识别其实需要考虑的情况还是挺多的，除了阴影，有时候文字打印的不清楚、泛白，都会导致不识别，所以我们也充分利用了模糊处理和大数据分析等技术，配合海量题库，最大限度的为学生提供最准确的试题和解析，目前看效果还不错，当然很多细节我们还得再突破。”

　　和很多女孩一样，小倩性格乐观、为人和蔼。但当朋友们在周末打扮漂亮，相约逛街出游的时候，她却和同事们为尽快完成项目任务而努力。“忙就忙呗，谁让我是做IT的呢”，小倩打趣道，“我觉得OCR最大的好处，是能让学生养成问题随时解决的习惯，同时也能在教学教务、学籍管理、考试作业这些教学领域产生作用。如果真能给老师、学生带来价值，我觉得辛苦就没有白费。”

　　关注更多弘成教育信息，请扫描弘成教育二维码！