一种可行的自动程序理解途径

自动程序理解是软件工程和人工智能的非常活跃的研究领域，本文提出了一种独立于程序设计语言，具有明显结构性和流图结构的中间表示ｐｌａｎ来表示程序代码，本文首次提出了应用图文法分析技术于自动程序理解的方法，并给出了基于人工智能技术来进行自动程序理解的模型。     

用VB编写自动评分程序

我们学校经常举行各种各样的竞赛活动，比如优质大课竞赛、演讲比赛、歌唱比赛等，这样就涉及到评分的问题，为了节省人力物力，能更快速的亮出评委打出的分数并能快速的算出最后得分，于是我用VB编写了一个自动评分程序。     

基于二元模糊匹配的编程题智能评分方法

针对传统编程题自动评分方法不能准确衡量学生程序与参考答案之间的接近程度等问题,提出了一种基于二元模糊匹配的编程题智能评分方法.第一元为结构匹配,检测学生程序在变量声明、数据输入、函数调用、控制结构等方面与参考答案的相似程度,目的是快速判断学生程序中是否存在关键的采分点.第二元为词语匹配,首先进行词频统计,以确定每个词的...     

基于多层次语义特征的英文作文自动评分方法

作文自动评分(AES)技术能够自动地对作文进行分析和评分,其已成为自然语言处理技术在教育领域应用的热点研究问题之一.针对目前AES方法割裂了深层和浅层语义特征,忽视了多层次语义融合对作文评分影响的问题,提出了一种基于多层次语义特征的神经网络(MLSF)模型进行AES.首先,采用卷积神经网络(CNN)捕获局部语义特征,并...     

基于语法树和JavaCC的程序题自动评分系统

为了提高程序题自动评分的准确性,及解决传统评分方法无法从语法结构和语义角度衡量错误的学生程序与正确答案之间的相似度,提出了一种基于抽象语法树匹配的程序题自动评分方法。文中以JavaCC技术为核心,首先通过词法分析、语法分析和语义分析生成错误列表和抽象语法树的中间表示,然后通过语法树切片匹配得分,最后和错误列表结合给出评分结果。文中详细论述了各个模块的设计方法,着重讨论了抽象语法树生成并匹配的细节,设计并实现了一个传统方法与语义分析结合的C＋＋程序题自动评分系统。通过对实际考试的结果进行实验,进而验证了该系统的实用性与有效性。     

程序设计题自动评分方法研究

目前在计算机考试自动评分系统中,最能反映考生水平的程序设计类问题缺少有效的解决方法。本文通过分析常见自动评分过程,将评分方法进行分类,剖析了阅卷中的关键编译技术对评分准确率的影响,针对动态测试与静态分析相结合的自动评分方法和基于程序理解的综合型自动评分方法的算法策略及评分步骤,给出在算法和编译运行方面提高评分效果的解决途径。     

基于用户评价的自动评分方法

提出了一种基于用户评价内容的自动评分方法;分析了常见词语相似度计算方法在情感倾向判断中的不足,并提出了相应的解决方法;分析了情感修饰词对情感倾向的影响,利用社会网络分析中的仿真软件UNICET选择出基准词。实验表明,该自动评分方法与用户实际的评分非常接近,具有一定的合理性。     

程序理解

程序理解是从计算机程序中获取有关信息的过程。作为程序维护中必不可少的环节,一直受到大家的关注。结合最近比较熟门的软件重建工程,分析程序理解中出现的一些问题以及解决方案。     

基于词汇评分的汉语作文自动评分

该文研究了通过作文词汇评分来实现汉语作文自动评分的新算法。在作文评分应与词汇评分高度相关的假设基础上,实现了这种关系的量化计算。该文从通用词表方法、常规方法以及提出的三种改进算法上进行方法性能的比较,并对比了E-rater作文评分系统中同样采用基于词汇方法的性能。实验结果表明,基于新的词汇评分的作文评分方法相关度^①接近0.7的水平,高于E-rater中采用的基于词汇的方法的相关度。同时,这一方法的结果已经接近于人工作文评分的相关度。     

有语法错误的编程题自动评分方法研究——用局部语法分析和采分点匹配实现

针对传统的编程题自动评分方法对存在个别语法错误的学生考试程序只能给出零分、不符合卷面笔试时教师手工阅卷习惯的问题,提出了一种适用于有错误的编程题的评分方法,首先,将有语法错误的学生程序分解为基本语句单元,与模板采分点语句一并经过局部语法分析,转化为语法分析树的中间表示,然后进行采分点匹配,进而输出有语法错误的学生程序的评分结果,该方法适用于考察答题者对基本语法知识的正确使用和对题目关键语义的正确表达,使得对有语法错误的学生程序的评分结果更加符合人工阅卷的思想。     

Applying Plan Recognition Algorithms To Program Understanding

Program understanding is often viewed as the task of extracting plans and design goals from program source. As such, it is natural to try to apply standard AI plan recognition techniques to the program understanding problem. Yet program understanding researchers have quietly, but consistently, avoided the use of these plan recognition algorithms. This paper shows that treating program understanding as plan recognition is too simplistic and that traditional AI search algorithms for plan recognition are not suitable, as is, for program understanding. In particular, we show (1) that the program understanding task differs significantly from the typical general plan recognition task along several key dimensions, (2) that the program understanding task has particular properties that make it particularly amenable to constraint satisfaction techniques, and (3) that augmenting AI plan recognition algorithms with these techniques can lead to effective solutions for the program understanding problem.     

软件维护中程序理解的应用与研究

程序理解是软件维护中的一项重要活动。从软件维护和认知学的角度分析了程序理解的任务,描述了几种主流的程序理解的模型。最后针对影响程序理解的因素提出了相应的对策,为提高维护效率提供帮助。     

基于图形理解的预算工程量提取算法

分析了建筑图样（施工图）视图表达和图形理解的特点,基于工程量相关图形信息中各类图形实体的信息理解关系,提出了关联、特征实体的概念;给出施工图中工程量相关信息图形理解策略,并将图形理解的方法应用于预算工程的自动提取,为实现建筑CAD与概预算一体化提供新的途径;以土石方工程量为例,给出了工程量相关信息理解、搜索和识别算法。     

基于自然语言理解的故障诊断方法研究

为解决知识规则推理故障诊断系统对用户输入限制的问题,提出了一种基于自然语言理解的二次回溯语义分词故障诊断方法,采用词频作为分词主要依据对用户自然语言输入进行分词切分,同时按邻近关系组词进行二次回溯处理,计算出故障征兆与规则的语义相似度,从而获得与故障字典的最佳匹配结果,使诊断系统不仅具备对用户自然语言输入处理的能力,而且具有自学习和诊断多故障现象的功能,将该方法应用于某大型设备故障诊断专家系统,取得了较好的诊断效果.     

基于样本程序的自动化测试工具

为提升基于样本程序的行业软件质量,在分析样本程序内容和领域数据的基础上,提出一种自动化测试工具。通过分析样本程序中规范化的骨架注释,利用规则库提取出自动化测试所需的元素定位参数和业务流程标识,并从领域数据中抽取出业务数据。在此基础上,应用代码引擎自动生成测试脚本。实验结果表明,该测试工具可快速测试和修改基于样本程序的行业软件的业务流程,与通用的QTP测试工具相比,其测试效率和脚本正确率较高。     

Algorithm recognition for programming tutoring based on flow graph parsing

Plan-recognition with template matching shows reasonable performance for recognizing general control structures. However, problems containing well-defined algorithms such as sorting and searching are difficult to recognize by the template-based methodology alone, because an algorithm is often highly optimized and therefore hard to divide into smaller meaningful units. Based on this observation, we propose an algorithm recognition methodology to augment the plan-recognition approach.Our algorithm recognition approach is based on the flow graph parsing which performs a partial recognition of programs. The methodology is extended to completely understand algorithm implementations by providing the information of the program's goal, a specification of programming assignment in tutoring environment. Utilization of goal information is two-fold; extending the role of transformation rules to represent algorithm-specific information and looking for salient graph parts of algorithm plan to determine which has been used to implement the goal. Preliminary evaluation was performed on students' programs containing sort algorithm.     

基于PLC的污泥压滤设备自控程序设计

通过对PLC特殊功能和计时器功能的应用与开发,最大限度地替代外设控制、检测器件,而系统功能加强,更稳定可靠.