学籍信息识别方法、装置及电子设备

本发明涉及数据处理，尤其是涉及一种学籍信息识别方法、装置及电子设备。

背景技术：

1、在传统的学籍管理领域，学籍身份信息一般通过线下人工进行比对模式进行，随着后疫情时代的到来，目前国内很多艺术类高校采用线上招生与线下报到的管理模式，这就要求需建立一套“线上+线下”相结合的学生身份识别体系；且出于线上管理方便和精准的目的，对各子系统中间数据传输格式要求越来越细化和准确，对图像和文本数据量化管理变得越来越重要；传统图像和文本匹配结果验证，普遍建立swap分析表，这样的好处是非黑即白、简单直接，但无法对中间验证数据进行数据描述和统计，降低了对学生身份识别的准确度。

技术实现思路

1、本发明的目的在于提供一种学籍信息识别方法、装置及电子设备，以提高对用户身份识别的准确度。

2、本发明提供的一种学籍信息识别方法，方法包括：获取目标用户的待验证身份信息和目标参考身份信息；将待验证身份信息和目标参考身份信息发送至预先训练好的信息匹配模型，以通过信息匹配模型，输出待验证身份信息与目标参考身份信息之间的匹配分数；其中，随着匹配分数越高，待验证身份信息与目标参考身份信息之间的匹配度越高；根据匹配分数确定目标用户的待验证身份信息的识别结果。

3、进一步的，信息匹配模型预先通过下述方式训练得到：获取训练样本对；其中，训练样本对包括待验证样本和目标参考样本；训练样本对中预先标记有待验证样本和目标参考样本之间的目标匹配分数；将训练样本对输入至第一信息匹配模型，通过第一信息匹配模型输出初始结果；基于初始结果、目标匹配分数和预设的损失函数，调整第一信息匹配模型的模型参数，继续执行获取训练样本对的步骤，直至初始结果收敛，得到训练完成的信息匹配模型。

4、进一步的，基于初始结果、目标匹配分数和预设的损失函数，调整第一信息匹配模型的模型参数，继续执行获取训练样本对的步骤，直至初始结果收敛，得到训练完成的信息匹配模型的步骤包括：基于初始结果、目标匹配分数和预设的损失函数，调整第一信息匹配模型的模型参数，继续执行获取训练样本对的步骤，直至初始结果收敛，得到第二信息匹配模型；获取测试样本对的集合；将每个测试样本对输入至第二信息匹配模型中，得到每个测试样本对所对应的测试结果；如果每个测试结果指示第二信息匹配模型训练完成，将第二信息匹配模型确定为训练完成的信息匹配模型。

5、进一步的，如果每个测试结果指示第二信息匹配模型训练完成，将第二信息匹配模型确定为训练完成的信息匹配模型的步骤包括：根据每个测试结果，对每个测试样本对按预设方式进行排序，得到排序后的测试样本对；对排序后的测试样本划分为多个分割区间；针对每个分割区间，获取该分割区间内，匹配成功的第一子测试样本对的数量，以及匹配失败的第二子测试样本对的数量；

6、获取测试样本对的集合中，匹配成功的第一测试样本对的数量，以及匹配失败的第二测试样本对的数量；

7、基于第一子测试样本对的数量、第二子测试样本对的数量、第一测试样本对的数量，以及第二测试样本对的数量，确定训练完成的信息匹配模型。

8、进一步的，基于第一子测试样本对的数量、第二子测试样本对的数量、第一测试样本对的数量，以及第二测试样本对的数量，确定训练完成的信息匹配模型的步骤包括：将第一子测试样本对的数量除以第一测试样本对的数量，得到第一概率值；将第二子测试样本对的数量除以第二测试样本对的数量，得到第二概率值；计算第一概率值与第二概率值的差值绝对值；从每个分割区间对应的差值绝对值中，选取数值最大的差值绝对值；如果数值最大的差值绝对值满足预设阈值，确定第二信息匹配模型训练完成，将第二信息匹配模型确定为训练完成的信息匹配模型。

9、进一步的，如果待验证身份信息和目标参考身份信息均为图像，信息匹配模型为用于进行图像匹配的图像匹配模型；如果待验证身份信息和目标参考身份信息均为文本，信息匹配模型为用于进行文本匹配的文本匹配模型。

10、进一步的，当目标用户的待验证身份信息为对目标用户在入学考试时采集的身份信息，或者在入学报到时采集的身份信息，或者在专业知识复测时采集的身份信息时，或者在毕业时采集的身份信息时，目标参考身份信息为目标用户的身份证信息；当目标用户的待验证身份信息为对目标用户在提交学籍信息时采集的身份时，目标参考身份信息包括：学籍学历信息管理平台中的招生数据。

11、本发明提供的一种学籍信息识别装置，装置包括：获取模块，用于获取目标用户的待验证身份信息和目标参考身份信息；输出模块，用于将待验证身份信息和目标参考身份信息发送至预先训练好的信息匹配模型，以通过信息匹配模型，输出待验证身份信息与目标参考身份信息之间的匹配分数；其中，随着匹配分数越高，待验证身份信息与目标参考身份信息之间的匹配度越高；确定模块，用于根据匹配分数确定目标用户的待验证身份信息的识别结果。

12、本发明提供的一种电子设备，包括处理器和存储器，存储器存储有能够被处理器执行的机器可执行指令，处理器执行机器可执行指令以实现上述任一项的学籍信息识别方法。

13、本发明提供的一种机器可读存储介质，其特征在于，机器可读存储介质存储有机器可执行指令，机器可执行指令在被处理器调用和执行时，机器可执行指令促使处理器实现上述任一项的学籍信息识别方法。

14、本发明提供的一种学籍信息识别方法、装置及电子设备，获取目标用户的待验证身份信息和目标参考身份信息；将待验证身份信息和目标参考身份信息发送至预先训练好的信息匹配模型，以通过信息匹配模型，输出待验证身份信息与目标参考身份信息之间的匹配分数；其中，随着匹配分数越高，待验证身份信息与目标参考身份信息之间的匹配度越高；根据匹配分数确定目标用户的待验证身份信息的识别结果。该方式通过匹配分数表示目标用户的待验证身份信息和目标参考身份信息之间的匹配程度，通过数值化方式，可以实现中间验证数据进行数据描述和统计，进而提高对用户身份识别的准确度。

技术特征：

1.一种学籍信息识别方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述信息匹配模型预先通过下述方式训练得到：

3.根据权利要求2所述的方法，其特征在于，基于所述初始结果、所述目标匹配分数和预设的损失函数，调整所述第一信息匹配模型的模型参数，继续执行获取所述训练样本对的步骤，直至所述初始结果收敛，得到训练完成的所述信息匹配模型的步骤包括：

4.根据权利要求3所述的方法，其特征在于，如果每个所述测试结果指示所述第二信息匹配模型训练完成，将所述第二信息匹配模型确定为训练完成的所述信息匹配模型的步骤包括：

5.根据权利要求4所述的方法，其特征在于，基于所述第一子测试样本对的数量、所述第二子测试样本对的数量、所述第一测试样本对的数量，以及所述第二测试样本对的数量，确定训练完成的所述信息匹配模型的步骤包括：

6.根据权利要求1所述的方法，其特征在于，

7.根据权利要求1所述的方法，其特征在于，

8.一种学籍信息识别装置，其特征在于，所述装置包括：

9.一种电子设备，其特征在于，包括处理器和存储器，所述存储器存储有能够被所述处理器执行的机器可执行指令，所述处理器执行所述机器可执行指令以实现权利要求1-7任一项所述的学籍信息识别方法。

10.一种机器可读存储介质，其特征在于，所述机器可读存储介质存储有机器可执行指令，所述机器可执行指令在被处理器调用和执行时，所述机器可执行指令促使所述处理器实现权利要求1-7任一项所述的学籍信息识别方法。

技术总结
本发明提供了一种学籍信息识别方法、装置及电子设备，获取目标用户的待验证身份信息和目标参考身份信息；将待验证身份信息和目标参考身份信息发送至预先训练好的信息匹配模型，以通过信息匹配模型，输出待验证身份信息与目标参考身份信息之间的匹配分数；其中，随着匹配分数越高，待验证身份信息与目标参考身份信息之间的匹配度越高；根据匹配分数确定目标用户的待验证身份信息的识别结果。该方式通过匹配分数表示目标用户的待验证身份信息和目标参考身份信息之间的匹配程度，通过数值化方式，可以实现中间验证数据进行数据描述和统计，进而提高对用户身份识别的准确度。

技术研发人员：许娜,王莹
受保护的技术使用者：中国戏曲学院
技术研发日：
技术公布日：2024/1/13