一种编程作业自动批改方法、系统及介质技术方案

本发明专利技术公开了一种编程作业自动批改方法、系统及介质，方法包括：获取待批改的编程作业；将所述编程作业输入至预设的神经网络模型中，计算输出所述编程作业的特征数据；将所述编程作业的特征数据与正确答案模板集合进行特征匹配，输出相应的置信度数据；根据所述置信度数据确认所述编程作业的批改结果。本发明专利技术实施例通过神经网络模型计算编程作业的特征数据，并将特征数据与正确答案模板进行特征匹配后得到相应的置信度数据，结合深度学习训练与特征匹配获取的置信度数据对编程作业的进行高效的自动批改，提高了编程教学过程中作业批改的效率。的效率。的效率。

【技术实现步骤摘要】
一种编程作业自动批改方法、系统及介质


[0001]本专利技术涉及图形化编程
，尤其涉及一种编程作业自动批改方法、系统及介质。

技术介绍

[0002]当前的在线少儿编程课程中，学生的课后编程作业批改主要还依赖于人工批改，主要是由于图形化编程作业是由代表各种变量、操作的图形化积木代码块组合而成，学生操作的自由度较高，一个作业通常会对应多种实现方式，现有的自动批改仅提供少数正确答案进行精确对比，使得自动批改的效率低下，难以满足多样化编程作业的高效自动批改需要。

技术实现思路

[0003]鉴于上述现有技术的不足，本专利技术的目的在于提供一种编程作业自动批改方法、系统及介质，旨在提高编程作业自动批改的效率。
[0004]本专利技术的技术方案如下：
[0005]一种编程作业自动批改方法，其包括如下步骤：
[0006]获取待批改的编程作业；
[0007]将所述编程作业输入至预设的神经网络模型中，计算输出所述编程作业的特征数据；
[0008]将所述编程作业的特征数据与正确答案模板集合进行特征匹配，输本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种编程作业自动批改方法，其特征在于，包括如下步骤：获取待批改的编程作业；将所述编程作业输入至预设的神经网络模型中，计算输出所述编程作业的特征数据；将所述特征数据与正确答案模板集合进行特征匹配，输出相应的置信度数据；根据所述置信度数据确认所述编程作业的批改结果。2.根据权利要求1所述的编程作业自动批改方法，其特征在于，所述将所述编程作业的特征数据与正确答案模板集合进行特征匹配，输出相应的置信度数据，包括：将所述编程作业的特征数据输入至预设的匹配模型中，输出所述编程作业与预设模板类别之间的置信度数据，所述匹配模型基于所述正确答案模板集合中已获得的所有正确答案模板训练得到。3.根据权利要求2所述的编程作业自动批改方法，其特征在于，所述将所述编程作业的特征数据输入至预设的匹配模型中之前，所述方法还包括：对所述正确答案模板集合中已获得的所有正确答案模板进行类别标注，将各个正确答案模板分别标注为相应的预设模板类别；将各个正确答案模板分别输入至所述神经网络模型中，计算输出各个正确答案模板的特征训练数据；构建所述匹配模型，并根据各个正确答案模板的所述预设模板类别和所述特征训练数据对所述匹配模型进行训练，直到所述匹配模型满足预设收敛条件。4.根据权利要求2所述的编程作业自动批改方法，其特征在于，所述根据所述置信度数据确认所述编程作业的批改结果，包括：若存在大于等于置信度阈值的置信度数据，则所述编程作业的批改结果为合格；若置信度数据均小于置信度阈值，则所述编程作业的批改结果为不合格；将批改结果为不合格的所述编程作业归入待处理作业集合中；对所述待处理作业集合进行聚类处理，提取新的正确答案模板并归入正确答案模板集合后继续进行特征匹配，直到从全部待批改的编程作业中匹配出所有的正确答案。5.根据权利要求1所述的编程作业自动批改方法，其特征在于，所述将所述编程作业输入至预设的神经网络模型中，计算输出所述编程作业的特征数据之前...

【专利技术属性】
技术研发人员：李天驰，孙悦，乔伟，
申请(专利权)人：深圳点猫科技有限公司，
类型：发明
国别省市：