arXiv cs.AI· Xiazhen Wu, Wansong Qin, Yangbin Zheng, Liangda Fang, Zhan Li, Xiujie Huang, Liushen Zhou, Quanlong Guan·· 9 天前AI 评分22
HANS：面向噪声混合文档解析的手写答题纸数据集
HANS: A Handwritten Answer Sheet Dataset for Noisy Hybrid Document Parsing
AI 导读
研究团队推出 HANS，首个面向真实教育场景的手写答题纸数据集，涵盖数学表达式、自然语言文本、手绘表格及划线、涂改等噪声模式，并提供细粒度标注。基于该数据集提出的端到端框架 NA-GOT，通过特征级轻量噪声抑制模块与解码阶段的噪声感知注意力机制实现两阶段噪声抑制，在答题过程识别的准确率与稳定性上均有显著提升。数据集将在论文发表后公开。
正文 · AI 翻译
摘要：智能评分与自动阅卷技术是智慧教育的关键基础设施。然而，现有的文档解析与手写识别基准主要针对结构良好的印刷文档或孤立的数学表达式，缺乏能够捕捉学生答题纸固有复杂特征的数据集，这些特征包括多行推导过程、文本与数学公式的异构混合，以及删除线等噪声痕迹。为填补这一空白，我们提出了 HANS，这是首个明确面向真实教育场景构建的数据集，涵盖数学表达式、自然语言文本、手绘表格，以及包括修改和删除在内的多种噪声模式，并配有细粒度标注，为鲁棒识别研究奠定了可靠基础。基于 HANS，我们提出了 NA-GOT，这是一个端到端框架，通过一个在特征层面运行的轻量级噪声抑制模块实现两阶段噪声抑制，并在解码阶段引入了噪声感知注意力机制作为补充。实验结果表明，HANS 对现有方法构成了重大挑战，而 NA-GOT 在答题过程识别的准确性和稳定性方面均取得了显著提升。该数据集将在论文发表后公开。
| 学科： | 人工智能（cs.AI）；计算机视觉与模式识别（cs.CV） |
| 引用格式： | arXiv:2610.12363 [cs.AI] |
| （或使用 arXiv:2610.12363v1 [cs.AI] 引用此版本） | |
| https://doi.org/10.48550/arXiv.2610.12363 arXiv 颁发的 DOI，通过 DataCite（待注册） |
提交历史
来自：Xiazhen Wu [查看邮箱]
[v1]
2026年10月8日星期四 17:27:12 UTC（2,795 KB）
来源：arXiv cs.AI · arxiv.org