一种避免试题相似的试卷生成系统

1.本发明涉及计算机技术领域，具体地说，涉及一种避免试题相似的试卷生成系统。


背景技术：

2.试题内容重复是影响试题库及试卷质量的重要因素之一，所以对相似试题的检测和去重就尤为重要。目前相似试题的发现方法主要使用自然语言处理(nlp)中的文本相似性检测方法。这些方法大致可分为以下几类：单词共现方法(word co-occurrence)、基于词汇数据库(lexical database)的相似度方法及基于词向量(word vectors)的递归神经网络和深度神经网络方法。但是总体而言，上述所有方法在试题相似性检测上往往不太适合。这些方法过于追求于语义上的精准相似，代价高昂，其忽略了在多个样本中，两两相似比较的时间复杂度。
3.现有技术中，申请号为cn201911368504.8的《组卷模型训练及其组卷方法、装置及计算机存储介质》中提出了一种组卷模型训练方法，包括基于预设组卷策略生成多组训练组卷参数；利用遗传算法对各组训练组卷参数分别生成多套训练试卷；构建组卷模型，组卷模型的输入层包括多个基于多组训练组卷参数对应的预设组卷策略构建的组卷策略神经元，组卷模型的输出层包括多个基于各组训练组卷参数分别生成的多套训练试卷构建的训练神经元组；以及利用多组训练组卷参数以及与各组训练组卷参数对应的多套训练试卷训练构建的组卷模型。但是，此种组卷方法中，仍然存在操作流程繁琐、比较计算次数多、需要借助多种组件等问题，还需要大量的训练样本作为基础，应用不够便利。
4.lsh(locality sensitive hashing)翻译成中文，叫做“局部敏感哈希”，它是一种针对海量高维数据的快速最近邻查找算法，lsh最根本的作用，就是能高效处理海量高维数据的最近邻问题。若可以将lsh方法应用在试题相似度检测研究上，则有望解决上述方法存在的不足。鉴于此，我们提出了一种避免试题相似的试卷生成系统。


技术实现要素：

5.本发明的目的在于提供了一种避免试题相似的试卷生成系统，以解决上述背景技术中提出的问题。
6.为实现上述技术问题的解决，本发明的目的之一在于，提供了一种避免试题相似的试卷生成系统，包括智能题库单元、参数设计单元、lsh算法单元、智能抽题单元和排版生成单元；所述参数设计单元、所述lsh算法单元、所述智能抽题单元分别通过网络与所述智能题库单元通信连接，所述参数设计单元、所述lsh算法单元、所述智能抽题单元与所述排版生成单元依次通过网络通信连接；其中：
7.所述智能题库单元用于设置管理用于存储大量试题的存储服务系统，设定试题的格式并采用多文档格式来对试题内容进行区分存放；
8.所述参数设计单元用于分别对待生成试卷的外部环境参数和试卷参数进行设计，以便在应用时进行选择和设定；
9.所述lsh算法单元用于将lsh应用于试题相似度检测上，通过lsh设计相似试题的快速识别算法；
10.所述智能抽题单元用于以基于lsh技术的试题相似度检测算法为基础，准确、无重复地自动进行试题及其答案的抽取操作；
11.所述排版生成单元用于结合试卷模板和抽取出的试题和答案，自动排版生成完整、全面的试卷及其答案文档。
12.作为本技术方案的进一步改进，所述智能题库单元包括存储设计模块、统一格式模块、试题管理模块和试卷模板模块；所述存储设计模块、所述统一格式模块、所述试题管理模块与所述试卷模板模块依次通过网络通信连接；其中：
13.所述存储设计模块用于设计并确定用于存储试题的设备、位置、字段及字段含义，并分别管理各类数据的存储及调用过程；
14.所述统一格式模块用于将采集获取的试题数据统一转换为word格式的文档来进行存储，从而可以更方便地对试题内容进行所见即所得的修改和调整；
15.所述试题管理模块用于通过对多种针对试题的代码字段进行存储归类来实现对试题的管理，并采用多文档形式对试题内容进行分章节存放；
16.所述试卷模板模块用于预设编制多种格式的试卷模板并进行存储，在生成试卷时根据需求调用相适配的试卷模板并导入抽取的试题即可。
17.其中，将试题文档统一为word格式的原因在于：经研究和多次实验，相比于数据库和excell形式，使用word来进行试题的存储较便捷，能更方便的对试题内容进行所见即所得的修改和调整。
18.其中，所述试题管理模块中，需要存储的字段包括但不限于题型代码、章节代码、难度代码、老化代码、题干答案代码、题目内容等。
19.作为本技术方案的进一步改进，所述参数设计单元包括环境参数模块和试卷参数模块；所述环境参数模块与所述试卷参数模块通过网络通信连接且并列运行；其中：
20.所述环境参数模块用于对待生成试卷与试题内容无关的外部环境参数进行设计及预先设定，包括但不限于出卷学期、出卷专业、出卷年级、课程名称、试卷生成份数、所属部门等；
21.所述试卷参数模块用于对待生成试卷与试题内容相关的内部参数进行设计及预先设定，包括但不限于题型代号和题型名称、抽取标志、题型分值、试卷题型排序、试卷总分、题库使用标志等。
22.其中，试卷参数中，题型代号和题型名称可以设定为：如填空题代码为1、选择题代码为4、判断题代码为5、简答题代码为2、综合题代码为3，当然该代码也可是其他数字或字母，但不能重复；抽取标志可以使用0或1来表示，0表示不可抽取，1表示可以抽取；试卷题型排序应根据预设试卷模板的要求次序来进行排版；题型分值、试卷总分均应按照预设试卷模板要求进行划分；题库使用标志主要应用于存在多份题库的情况，可以选择要抽取的题库文件，抽取设置为1，不抽取则不用管它；若同时抽取多份题库，则抽取出的题库需另外进行标志标识，如采用1、2、3等数字或a、b、c等字母。
23.作为本技术方案的进一步改进，所述lsh算法单元包括试题分词模块、字符集合模块、相似矩阵模块和最小哈希模块；所述试题分词模块、所述字符集合模块、所述相似矩阵
模块与所述最小哈希模块依次通过网络通信连接；其中：
24.所述试题分词模块用于采用中文分词的方法来对试题进行中文信息处理，将试题拆分为单一独立的字词；
25.所述字符集合模块用于采用构建文档中的短字符串集合(即shingle)的方法来将文档表示成集合以便识别字面上相似的文档；
26.所述相似矩阵模块用于通过遍历所有试题，得到shingle全集，把试题的shingle集合表示成0-1的相似度矩阵，即为试题的相似度矩阵；
27.所述最小哈希模块采用基于最小hash的lsh方法，通过把试题的shingle集合转换成最小哈希签名，通过第签名矩阵进行分组，分组之后，对最小签名向量的每一组进行hash，各个组设置不同的桶空间，并仅对桶内的试题计算相似度。
28.具体地，所述试题分词模块中，试题分词的作用在于：因为在中文中词语之间没有分隔，且边界模糊，因此进行中文自然语言处理通常是先将汉语文本中的字符串切分成合理的词语序列，然后再在此基础上进行其它分析处理；而中文分词是中文信息处理的一个基础环节，已被广泛应用于中文文本处理、信息提取、文本挖掘等应用中；试题分词的具体操作简单易行，例如：t1＝{“关系数据库理论包括函数依赖和_____”}，经过分词之后为ts1＝{“关系”,“数据库”,“理论”,“包括”,“函数”,“依赖”,“和”}。
29.进而，所述字符集合模块中，为了识别字面上相似的文档，将文档表示成集合的最有效的方法是构建文档中的短字符串集合(即shingle)；如果文档采用这样的集合表示，那么有相同句子甚至短语的文档之间将会拥有很多公共的shingle；
30.若采用k表示子串的长度，则为了通过k-shingle表示一个文档，需要提前对文档进行处理，如删除首尾空格、删除停用词等；然后再把文本拆分成分词；例如经过分词之后的t1＝{“关系”,“数据库”,“理论”,“包括”,“函数”,“依赖”}，如果k＝2，则通过k-shingle，ts1＝{“关系数据库”,“数据库理论”,“理论包括”,“包括函数”,“函数依赖”}，如果进一步提高k的数值，则最终还会得到下列两个文本：t2＝{“数据库的理论包括函数依赖和______”}、t3＝{“关系数据库理论包括______和规范化”}。
31.其中，所述最小哈希模块中，通过把试题的shingle集合转换成最小哈希签名，虽然这个签名大大压缩了集合的空间，但要计算两列的相似度还是需要两两比较签名矩阵两列的相似度，在分组后，只要两列有一组的最小签名部分相同，那么这两列就会hash到同一个桶而成为候选相似项，仅对桶内的试题计算相似度，从而大大减少了计算量；当相似度超过阈值(如0.7，该阈值可以预先设定，且可以更改和调整)的属于同一个知识点考查集合，即相似试题，组卷时需注意避免相似试题出现在同一试卷上。
32.作为本技术方案的进一步改进，所述智能抽题单元包括相似检测模块、试题抽取模块、答案抽取模块和分布统计模块；所述相似检测模块、所述试题抽取模块、所述答案抽取模块与所述分布统计模块依次通过网络通信连接；其中：
33.所述相似检测模块用于预先设定相应的试题相似度阈值，采用基于lsh技术的试题相似度检测算法对选中的若干试题进行相似度检测，以便在同一试卷内剔除相似的试题；
34.所述试题抽取模块用于通过一个有放回的随机抽取算法来实现对试题的智能抽取，并将抽取出的试题内容放入试卷的相应题型之中，在组卷过程中，对所抽取的试题可以
及时地检测试题库中所有与之相似的试题，从而避免重复抽取高于给定相似阈值的相似试题；
35.所述答案抽取模块用于在抽取试题的同时，从试题内容下一行位置处抽取对应的试题答案，并将试题答案放入答案的相应题型之中；
36.所述分布统计模块用于在组卷抽题的前后阶段，分别统计抽题之前各题库中各题型分布情况和抽题之后各题库抽取分布情况，并以表格形式进行对比展示，可以直观判断试卷内的题型构成及所考察知识点构成，以便进行相似试题的复查及适应性纠调试题的操作。
37.作为本技术方案的进一步改进，所述相似检测模块中，基于lsh技术的试题相似度检测算法的具体步骤如下：
38.输入：试题文本集合t1,t2,...,tn，jaccard相似度阈值t
*
；
39.输出：相似试题文本对及相应的jaccard估计相似度；
40.step1、对所有试题文本进行中文分词，同时去除停用词，删除首尾空格；
41.step2、把上一步中的结果转换成k-shingle集，得到特征矩阵m；
42.step3、随机生成n_hashes个哈希函数h1,h2,...,h
n_hashes
，根据算法计算出签名矩阵s；
43.step4、通过lsh得到所有的候选相似对，具体是将签名矩阵划分成n_bands个行条，每个行条由r＝n/n_bands行组成，每个行条采用一个哈希函数对r个整数构成的列向量进行散列；若两向量相同，则会散列到同一个桶中，从而得到候选相似对；
44.step5、计算所有候选相似对的jaccard相似度，若大于相似度阈值t
*
，则两试题文本相似。
45.作为本技术方案的进一步改进，所述排版生成单元包括试卷抽取模块、场景选择模块、试卷排版模块和答案排版模块；所述试卷抽取模块、所述场景选择模块、所述试卷排版模块与所述答案排版模块依次通过网络通信连接；其中：
46.所述试卷抽取模块用于在多份试卷中抽取成品试卷时，采用不放回的随机抽取算法来进行多份试卷的抽取，从而降低多份试卷中试题的雷同率；
47.所述场景选择模块用于根据试卷应用的不同场景如全日制学生、函授学生、企事业招考等，预先设定场景参数，在试卷生成时给予相应的场景选择，以便实现智能化、分情景的试题排版；
48.所述试卷排版模块用于按照选定的预设的试卷模板，结合智能抽取的试题，自动排版生成相应的题型如选择题、判断题、主观题等，并自动标明题型数量、分值等，对于选择题还能对选项进行排版使卷面严格对齐；
49.所述答案排版模块用于自动排版生成相应题型、相应试题的答案，并生成规则的文档。
50.本发明的目的之二在于，提供了一种避免试题相似的试卷生成系统的运行装置，包括处理器、存储器以及存储在存储器中并在处理器上运行的计算机程序，处理器用于执行计算机程序时实现上述任一的避免试题相似的试卷生成系统。
51.本发明的目的之三在于，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存储有计算机程序，所述计算机程序被处理器执行时实现上述任一的避免试题相似的
试卷生成系统。
52.与现有技术相比，本发明的有益效果：
53.1.该避免试题相似的试卷生成系统以减轻教师在出题、组卷过程中的负担为目标，帮助教师尽可能方便、快速、准确地按照教材大纲、教学方法和教学风格，组织和建立试题库，有效地生成有针对性的考试试卷，让教师可以在短时间内按自己的要求完成一套符合要求的考试组卷，在数秒以内可以完成配套试卷答案，节省教师的组卷时间，具有高度灵活性、可定制化、高度的所见即所得化及与任课教师高度匹配化等优点；
54.2.该避免试题相似的试卷生成系统仅只需office即可完成试卷生成，不需要额外的语料数据库，也不需要大量的训练样本，不需借助除了office之外的其它任何组件，所有功能全部在vba中编程实现，所有的试题库均来自于word的标准试题库模板，能方便的在任何地方组卷，增强了使用的便利性；
55.3.该避免试题相似的试卷生成系统生成的试卷能有效减少相似试题的重复率，并极大的减少相似对的比较次数，缩短组卷过程中避免试题相似的时间、降低组卷复杂度，保证试卷试题的质量。
附图说明
56.图1为本发明的整体系统装置架构图；
57.图2为本发明中的局部系统装置架构图之一；
58.图3为本发明中的局部系统装置架构图之二；
59.图4为本发明中的局部系统装置架构图之三；
60.图5为本发明中的局部系统装置架构图之四；
61.图6为本发明中的局部系统装置架构图之五；
62.图7为本发明中示例性的电子计算机产品装置结构示意图。
63.图中各个标号意义为：
64.100、智能题库单元；101、存储设计模块；102、统一格式模块；103、试题管理模块；104、试卷模板模块；
65.200、参数设计单元；201、环境参数模块；202、试卷参数模块；
66.300、lsh算法单元；301、试题分词模块；302、字符集合模块；303、相似矩阵模块；304、最小哈希模块；
67.400、智能抽题单元；401、相似检测模块；402、试题抽取模块；403、答案抽取模块；404、分布统计模块；
68.500、排版生成单元；501、试卷抽取模块；502、场景选择模块；503、试卷排版模块；504、答案排版模块。
具体实施方式
69.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
70.实施例1
71.如图1-图7所示，本实施例提供了一种避免试题相似的试卷生成系统，包括智能题库单元100、参数设计单元200、lsh算法单元300、智能抽题单元400和排版生成单元500；参数设计单元200、lsh算法单元300、智能抽题单元400分别通过网络与智能题库单元100通信连接，参数设计单元200、lsh算法单元300、智能抽题单元400与排版生成单元500依次通过网络通信连接；其中：
72.智能题库单元100用于设置管理用于存储大量试题的存储服务系统，设定试题的格式并采用多文档格式来对试题内容进行区分存放；
73.参数设计单元200用于分别对待生成试卷的外部环境参数和试卷参数进行设计，以便在应用时进行选择和设定；
74.lsh算法单元300用于将lsh应用于试题相似度检测上，通过lsh设计相似试题的快速识别算法；
75.智能抽题单元400用于以基于lsh技术的试题相似度检测算法为基础，准确、无重复地自动进行试题及其答案的抽取操作；
76.排版生成单元500用于结合试卷模板和抽取出的试题和答案，自动排版生成完整、全面的试卷及其答案文档。
77.本实施例中，智能题库单元100包括存储设计模块101、统一格式模块102、试题管理模块103和试卷模板模块104；存储设计模块101、统一格式模块102、试题管理模块103与试卷模板模块104依次通过网络通信连接；其中：
78.存储设计模块101用于设计并确定用于存储试题的设备、位置、字段及字段含义，并分别管理各类数据的存储及调用过程；
79.统一格式模块102用于将采集获取的试题数据统一转换为word格式的文档来进行存储，从而可以更方便地对试题内容进行所见即所得的修改和调整；
80.试题管理模块103用于通过对多种针对试题的代码字段进行存储归类来实现对试题的管理，并采用多文档形式对试题内容进行分章节存放；
81.试卷模板模块104用于预设编制多种格式的试卷模板并进行存储，在生成试卷时根据需求调用相适配的试卷模板并导入抽取的试题即可。
82.其中，将试题文档统一为word格式的原因在于：经研究和多次实验，相比于数据库和excell形式，使用word来进行试题的存储较便捷，能更方便的对试题内容进行所见即所得的修改和调整。
83.其中，试题管理模块103中，需要存储的字段包括但不限于题型代码、章节代码、难度代码、老化代码、题干答案代码、题目内容等。
84.另外，值得说明的是，智能题库单元100内的试题数据，可以来自于校园内部，也可以由出题教师直接编设，还可以来自包括多个校园的公共教资共享平台。
85.本实施例中，参数设计单元200包括环境参数模块201和试卷参数模块202；环境参数模块201与试卷参数模块202通过网络通信连接且并列运行；其中：
86.环境参数模块201用于对待生成试卷与试题内容无关的外部环境参数进行设计及预先设定，包括但不限于出卷学期、出卷专业、出卷年级、课程名称、试卷生成份数、所属部门等；
87.试卷参数模块202用于对待生成试卷与试题内容相关的内部参数进行设计及预先设定，包括但不限于题型代号和题型名称、抽取标志、题型分值、试卷题型排序、试卷总分、题库使用标志等。
88.具体地，试卷参数中，题型代号和题型名称可以设定为：如填空题代码为1、选择题代码为4、判断题代码为5、简答题代码为2、综合题代码为3，当然该代码也可是其他数字或字母，但不能重复；抽取标志可以使用0或1来表示，0表示不可抽取，1表示可以抽取；试卷题型排序应根据预设试卷模板的要求次序来进行排版；题型分值、试卷总分均应按照预设试卷模板要求进行划分；题库使用标志主要应用于存在多份题库的情况，可以选择要抽取的题库文件，抽取设置为1，不抽取则不用管它；若同时抽取多份题库，则抽取出的题库需另外进行标志标识，如采用1、2、3等数字或a、b、c等字母。
89.本实施例中，lsh算法单元300包括试题分词模块301、字符集合模块302、相似矩阵模块303和最小哈希模块304；试题分词模块301、字符集合模块302、相似矩阵模块303与最小哈希模块304依次通过网络通信连接；其中：
90.试题分词模块301用于采用中文分词的方法来对试题进行中文信息处理，将试题拆分为单一独立的字词；
91.字符集合模块302用于采用构建文档中的短字符串集合(即shingle)的方法来将文档表示成集合以便识别字面上相似的文档；
92.相似矩阵模块303用于通过遍历所有试题，得到shingle全集，把试题的shingle集合表示成0-1的相似度矩阵，即为试题的相似度矩阵；
93.最小哈希模块304采用基于最小hash的lsh方法，通过把试题的shingle集合转换成最小哈希签名，通过第签名矩阵进行分组，分组之后，对最小签名向量的每一组进行hash，各个组设置不同的桶空间，并仅对桶内的试题计算相似度。
94.具体地，试题分词模块301中，试题分词的作用在于：因为在中文中词语之间没有分隔，且边界模糊，因此进行中文自然语言处理通常是先将汉语文本中的字符串切分成合理的词语序列，然后再在此基础上进行其它分析处理；而中文分词是中文信息处理的一个基础环节，已被广泛应用于中文文本处理、信息提取、文本挖掘等应用中；试题分词的具体操作简单易行，例如：t1＝{“关系数据库理论包括函数依赖和_____”}，经过分词之后为ts1＝{“关系”,“数据库”,“理论”,“包括”,“函数”,“依赖”,“和”}。
95.进而，字符集合模块302中，为了识别字面上相似的文档，将文档表示成集合的最有效的方法是构建文档中的短字符串集合(即shingle)；如果文档采用这样的集合表示，那么有相同句子甚至短语的文档之间将会拥有很多公共的shingle；
96.若采用k表示子串的长度，则为了通过k-shingle表示一个文档，需要提前对文档进行处理，如删除首尾空格、删除停用词等；然后再把文本拆分成分词；例如经过分词之后的t1＝{“关系”,“数据库”,“理论”,“包括”,“函数”,“依赖”}，如果k＝2，则通过k-shingle，ts1＝{“关系数据库”,“数据库理论”,“理论包括”,“包括函数”,“函数依赖”}，如果进一步提高k的数值，则最终还会得到下列两个文本：t2＝{“数据库的理论包括函数依赖和______”}、t3＝{“关系数据库理论包括______和规范化”}。
97.进一步地，最小哈希模块304中，通过把试题的shingle集合转换成最小哈希签名，虽然这个签名大大压缩了集合的空间，但要计算两列的相似度还是需要两两比较签名矩阵
两列的相似度，在分组后，只要两列有一组的最小签名部分相同，那么这两列就会hash到同一个桶而成为候选相似项，仅对桶内的试题计算相似度，从而大大减少了计算量；当相似度超过阈值(如0.7，该阈值可以预先设定，且可以更改和调整)的属于同一个知识点考查集合，即相似试题，组卷时需注意避免相似试题出现在同一试卷上。
98.本实施例中，智能抽题单元400包括相似检测模块401、试题抽取模块402、答案抽取模块403和分布统计模块404；相似检测模块401、试题抽取模块402、答案抽取模块403与分布统计模块404依次通过网络通信连接；其中：
99.相似检测模块401用于预先设定相应的试题相似度阈值，采用基于lsh技术的试题相似度检测算法对选中的若干试题进行相似度检测，以便在同一试卷内剔除相似的试题；
100.试题抽取模块402用于通过一个有放回的随机抽取算法来实现对试题的智能抽取，并将抽取出的试题内容放入试卷的相应题型之中，在组卷过程中，对所抽取的试题可以及时地检测试题库中所有与之相似的试题，从而避免重复抽取高于给定相似阈值的相似试题；
101.答案抽取模块403用于在抽取试题的同时，从试题内容下一行位置处抽取对应的试题答案，并将试题答案放入答案的相应题型之中；
102.分布统计模块404用于在组卷抽题的前后阶段，分别统计抽题之前各题库中各题型分布情况和抽题之后各题库抽取分布情况，并以表格形式进行对比展示，可以直观判断试卷内的题型构成及所考察知识点构成，以便进行相似试题的复查及适应性纠调试题的操作。
103.进一步地，相似检测模块401中，基于lsh技术的试题相似度检测算法的具体步骤如下：
104.输入：试题文本集合t1,t2,...,tn，jaccard相似度阈值t
*
；
105.输出：相似试题文本对及相应的jaccard估计相似度；
106.step1、对所有试题文本进行中文分词，同时去除停用词，删除首尾空格；
107.step2、把上一步中的结果转换成k-shingle集，得到特征矩阵m；
108.step3、随机生成n_hashes个哈希函数h1,h2,...,h
n_hashes
，根据算法计算出签名矩阵s；
109.step4、通过lsh得到所有的候选相似对，具体是将签名矩阵划分成n_bands个行条，每个行条由r＝n/n_bands行组成，每个行条采用一个哈希函数对r个整数构成的列向量进行散列；若两向量相同，则会散列到同一个桶中，从而得到候选相似对；
110.step5、计算所有候选相似对的jaccard相似度，若大于相似度阈值t
*
，则两试题文本相似。
111.本实施例中，排版生成单元500包括试卷抽取模块501、场景选择模块502、试卷排版模块503和答案排版模块504；试卷抽取模块501、场景选择模块502、试卷排版模块503与答案排版模块504依次通过网络通信连接；其中：
112.试卷抽取模块501用于在多份试卷中抽取成品试卷时，采用不放回的随机抽取算法来进行多份试卷的抽取，从而降低多份试卷中试题的雷同率；
113.场景选择模块502用于根据试卷应用的不同场景如全日制学生、函授学生、企事业招考等，预先设定场景参数，在试卷生成时给予相应的场景选择，以便实现智能化、分情景
的试题排版；
114.试卷排版模块503用于按照选定的预设的试卷模板，结合智能抽取的试题，自动排版生成相应的题型如选择题、判断题、主观题等，并自动标明题型数量、分值等，对于选择题还能对选项进行排版使卷面严格对齐；
115.答案排版模块504用于自动排版生成相应题型、相应试题的答案，并生成规则的文档。
116.其中，排版生成单元500可以与打印输出设备连接，便于在生成试卷后可以直接进行打印操作。
117.如图7所示，本实施例还提供了一种避免试题相似的试卷生成系统的运行装置，该装置包括处理器、存储器以及存储在存储器中并在处理器上运行的计算机程序。
118.处理器包括一个或一个以上处理核心，处理器通过总线与存储器相连，存储器用于存储程序指令，处理器执行存储器中的程序指令时实现上述的避免试题相似的试卷生成系统。
119.可选的，存储器可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随时存取存储器(sram)，电可擦除可编程只读存储器(eeprom)，可擦除可编程只读存储器(eprom)，可编程只读存储器(prom)，只读存储器(rom)，磁存储器，快闪存储器，磁盘或光盘。
120.此外，本发明还提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现上述的避免试题相似的试卷生成系统。
121.可选的，本发明还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述各方面避免试题相似的试卷生成系统。
122.本领域普通技术人员可以理解，实现上述实施例的全部或部分步骤的过程可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，程序可以存储于计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
123.以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的仅为本发明的优选例，并不用来限制本发明，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。