基于DeepSeek的小学生智能题目生成问答系统旨在利用先进的大语言模型技术，为小学生提供个性化、智能化的学习辅助工具。该系统能够根据学生的学习水平、知识掌握情况和兴趣爱好，自动生成适合的练习题、测试题和知识点问答，帮助教师减轻备课负担，同时为学生提供更有针对性的学习支持。

一、项目目标

  通过小组团队合作完成本次“基于deepseek的小学生智能题目生成问答系统“实训，熟练掌握Vue、HTML和JavaScript语言，了解并会使用当前流行的架构搭建Web应用，最终实现一个B/S架构的题目生成问答系统。通过不断的迭代优化，创建一个效率表现优异的在题目生成问答平台，并具备一定的安全性。

二、系统功能

1. 拍照上传与PDF转换
   • 拍照上传：
     • 学生可通过移动设备摄像头或本地文件选择学习资料图片
     • 采用先进的OCR技术，支持多角度、多光源环境下的文档拍摄
     • 系统支持多张图片的批量上传
   • 图片预处理：
     • 自动裁剪、旋转校正、亮度调整，提高识别质量
     • 智能背景去除与对比度优化，提升扫描质量
   • PDF生成：
     • 将处理后的图片转换为PDF文件，支持即时预览和下载
     • 支持批量拍摄自动合并为单一PDF文件
2. PDF内容解析与智能题目生成
   • PDF解析：
     • OCR提取文本（适用于扫描版PDF）
     • 结构化分析章节、段落信息，确保内容完整性
   • 智能题目生成：
     • 从教材章节自动生成配套练习题
     • 允许学生选择题目难度（简单 / 中等 / 困难）
     • 允许学生选择题型（单选题、多选题、填空题、简答题等）
     • 可针对特定知识点进行定向题目生成
     • 从教材章节自动生成配套练习题
     • 系统基于Deepseek模型生成符合需求的题目，并提供标准答案
3. 自动判卷与错题分析
   • 答案提交：
     • 学生可上传手写答题图片或输入文本答案
   • 智能评分：
     • 通过OCR识别手写内容，并与标准答案进行语义匹配
     • 计算语义相似度，根据评分规则自动打分
     • 生成详细的评分反馈，包括得分、扣分原因、答案分析
   • 错题分析：
     • 识别错题，并分类错误类型（概念理解错误、推理失误等）
     • 错误模式识别与归类
     • 生成针对性的错误分析报告，帮助学生理解知识点
     • 相似题目推荐引擎
4. 个性化学习报告
   • 数据统计：
     • 记录学生的答题情况，包括得分、错题分布、知识点掌握情况等
   • 学习趋势分析：
     • 生成个性化学习曲线，展示学习进度与薄弱环节
     • 进行错题趋势分析
   • 个性化建议：
     • 依据学生历史答题情况，推荐相应的学习资源与训练计划
     • 薄弱环节专项提升建议

三、技术路线

总体技术架构设计

• 分层架构方案：采用"前端交互层-业务逻辑层-AI能力层-数据支撑层"的四层架构：
  • 前端交互层：Web应用(Vue)
  • 业务逻辑层：Spring Boot微服务集群，包含题目管理、用户服务、数据分析等模块
  • AI能力层：DeepSeek模型服务
  • 数据支撑层：MySQL关系型数据库

核心技术创新点

1. 多模态题目生成技术
   • 结构化提示工程：
     • 设计学科特定的模板
   • 混合生成策略：
     • 直接生成：适用于开放性题目
     • 检索-生成：先检索相似题再改写
     • 参数化生成：基于数学公式的自动化题目构造
2. 教育领域自适应技术
   • 两阶段微调方案：
     • 通用教育语料微调：使用大量中小学题目和教材内容
     • 学科专项微调：分语文/数学/英语等学科建立适配器
   • 动态难度调节算法：
     • 根据学生答题数据动态调整
3. 智能批改与反馈系统
   • 多维度评估模型：
     • 答案正确性检测
     • 解题过程合理性分析
     • 常见错误模式匹配
   • 个性化反馈生成：
     • 采用"错误定位→知识点回溯→同类题推荐"的三段式反馈流程