[发明专利]基于人工智能的编程作品自动批改方法及编程学习平台在审
申请号: | 202010815584.3 | 申请日: | 2020-08-13 |
公开(公告)号: | CN112037596A | 公开(公告)日: | 2020-12-04 |
发明(设计)人: | 李添财 | 申请(专利权)人: | 广州汇才创智科技有限公司 |
主分类号: | G09B7/02 | 分类号: | G09B7/02;G06N3/04;G06N3/08 |
代理公司: | 广州三环专利商标代理有限公司 44202 | 代理人: | 陈旭红;吴落 |
地址: | 510000 广东省广*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 人工智能 编程 作品 自动 批改 方法 学习 平台 | ||
1.一种基于人工智能的编程作品自动批改方法,其特征在于,包括:
获取当前编程学习平台中待批改的编程作品;
根据预设深度学习网络模型,对所述待批改的编程作品进行自动批改;其中,所述预设深度学习网络模型是已经训练完成的基于编程作品确定批改要求规范的模型;
将批改的结果反馈至所述编程学习平台,以供用户进行学习。
2.根据权利要求1所述的基于人工智能的编程作品自动批改方法,其特征在于,在所述获取当前编程学习平台中待批改的编程作品之后,在所述根据预设深度学习网络模型,对所述待批改的编程作品进行自动批改之前,还包括:
根据所述待批改的编程作品,确认所采用的编程语言;
根据所采用的编程语言,创建至少一个测试用例。
3.根据权利要求2所述的基于人工智能的编程作品自动批改方法,其特征在于,所述根据预设深度学习网络模型,对所述待批改的编程作品进行自动批改,包括:
对当前所述测试用例进行检查与编译,以生成对应的可执行文件;
判断所述当前测试用例编译是否成功。
4.根据权利要求1所述的基于人工智能的编程作品自动批改方法,其特征在于,还包括:
收集所述编程学习平台的历史批改数据;其中,所述历史批改数据包括人工批改数据;
对所述历史批改数据进行分类,并对分类后的结果分别进行标注。
5.根据权利要求4所述的基于人工智能的编程作品自动批改方法,其特征在于,还包括:
将批注后的所述历史批改数据进行异常值剔除和归一化,形成样本数据;
采用神经网络对所述样本数据进行训练,获得所述预设深度学习网络模型。
6.根据权利要求5所述的基于人工智能的编程作品自动批改方法,其特征在于,还包括:
模拟真人测试,以生成待测试的编程作品;
将所述待测试的编程作品输入至所述预设深度学习网络模型中;
所述预设深度学习网络模型对所述待测试的编程作品进行自动批改,以更新所述预设深度学习网络模型。
7.根据权利要求1所述的基于人工智能的编程作品自动批改方法,其特征在于,在所述获取当前编程学习平台中待批改的编程作品之后,在所述根据预设深度学习网络模型,对所述待批改的编程作品进行自动批改之前,还包括:
确定与所述待批改的编程作品对应的用户,获取所述用户的历史批改数据;
则所述根据预设深度学习网络模型,对所述待批改的编程作品进行自动批改,包括:
结合所述用户的历史批改数据,采用所述预设深度学习网络模型对所述待批改的编程作品进行自动批改。
8.一种基于人工智能的编程学习平台,其特征在于,应用于如权利要求1至7任一项所述的基于人工智能的编程作品自动批改方法,所述平台包括:
获取模块,用于获取当前编程学习平台中待批改的编程作品;
自动批改模块,用于根据预设深度学习网络模型,对所述待批改的编程作品进行自动批改;其中,所述预设深度学习网络模型是已经训练完成的基于编程作品确定批改要求规范的模型;
反馈模块,用于将批改的结果反馈至所述编程学习平台,以供用户进行学习。
9.一种计算机终端设备,其特征在于,包括:
一个或多个处理器;
存储器,与所述处理器耦接,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1至7任一项所述的基于人工智能的编程作品自动批改方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的基于人工智能的编程作品自动批改方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广州汇才创智科技有限公司,未经广州汇才创智科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010815584.3/1.html,转载请声明来源钻瓜专利网。