基于个性化反馈的 Python 程序设计质量自动评估
软件工程
2021-06-04 v1 人工智能
机器学习
摘要
程序功能的评估通常可通过直接的单元测试完成。然而，评估程序的设计质量则是一个困难且微妙得多的问题。设计质量因影响程序的可读性与可维护性而十分重要。评估设计质量并给予个性化反馈对讲师与助教而言极为耗时。这限制了个性化反馈只能在小班环境中提供。此外，设计质量微妙难明，难以简洁表达为一组规则。出于这些原因，我们提出一个神经网络模型，以自动评估程序设计并提供个性化反馈，指导学生如何修正。该模型在 Python 学生程序语料上进行了有效性评估。与历史讲师评估相比，模型在预测设计分数时的准确率依数据集不同为 83.67% 至 94.27%。最后，我们展示了一项研究，其中学生依据模型生成的个性化反馈尝试改进其程序设计。参与研究的学生将其程序设计分数提升了 19.58%。
引用
@article{arxiv.2106.01399,
title = {Automatic Assessment of the Design Quality of Python Programs with Personalized Feedback},
author = {J. Walker Orr and Nathaniel Russell},
journal= {arXiv preprint arXiv:2106.01399},
year = {2021}
}