摘要
本发明公开了一种基于深度学习的学生程序设计能力评价方法,包括如下步骤:收集学生编程作业源代码并进行清洗,得到样本数据集,其中,所述样本数据集的标签为人工对所述源代码进行评分的结果;使用CodeBERT模型或者Word2vec模型对样本数据集中的源代码进行向量化处理,将源代码转变成词向量特征序列;设计学生程序设计能力评估模型并利用样本数据集进行训练和测试,得到训练好的学生程序设计能力评估模型;使用训练好的学生程序设计能力评估模型对学生程序设计源代码进行分类,得到对应的评分结果。该基于深度学习的学生程序设计能力评价方法能够高效准确地评估学生的编程能力,优化教学资源分配,并提升教学质量。
技术关键词
能力评价方法
能力评估模型
学生
样本
对源代码
滤波器
序列
标签
机器学习模型
数据
编程
生成特征
编码器
注意力机制
表达式
资源分配
格式化
指示器
程序
系统为您推荐了相关专利信息
音频编码器
深度学习模型
音频特征
采集设备
池化特征
转换器
噪声
大语言模型
注意力机制
视频生成方法