基于编辑的 SQL 查询评分
数据库
2019-12-20 v1
摘要
手动批改学生 SQL 查询是一项繁琐且易出错的过程。早期关于测试学生 SQL 查询正确性的工作，如 XData 系统，可用于测试学生查询的正确性。然而，若发现学生查询不正确，目前无法自动赋予部分分数。部分评分很重要，以便小错误比大错误惩罚更轻。手动赋予部分分数对于拥有大量学生的课程（尤其是 MOOC）而言不可扩展，并且也容易受人误影响。在本文中，我们讨论了寻找使学生查询变为正确的最小代价编辑集的技术，这有助于分配部分分数，并帮助学生准确理解其错误所在。鉴于当前用于检查等价性的形式化方法的局限性，我们的方法基于从一组教师提供的正确查询中，找出基于查询规范化被判定为等价的近邻查询。我们表明穷举技术代价高昂，并提出了一种贪婪启发式方法，该方法在真实数据集查询上的运行时间和准确率方面均表现良好。我们的系统也可用于学习模式，其中查询编辑可作为反馈建议给学生，以引导他们得出正确查询。我们的部分评分系统已成功应用于 IIT Bombay 和 IIT Dharwad 的课程中。
引用
@article{arxiv.1912.09019,
title = {Edit Based Grading of SQL Queries},
author = {Bikash Chandra and Ananyo Banerjee and Udbhas Hazra and Mathew Joseph and S. Sudarshan},
journal= {arXiv preprint arXiv:1912.09019},
year = {2019}
}
备注
15 pages