基于代码知识图谱与大语言模型的程序设计自动评测与反馈系统设计.docxVIP

PAGE2

基于代码知识图谱与大语言模型的程序设计自动评测与反馈系统设计

摘要

在程序设计课程中，作业评测面临主观性强、反馈滞后、规模化难等痛点。本课题设计并实现一种融合代码知识图谱与大语言模型的自动评测与反馈系统，旨在提升评测的客观性、即时性与指导深度。系统首先通过抽象语法树提取代码结构与语义特征，构建面向编程知识的领域知识图谱；随后利用大语言模型对代码进行多维理解，生成涵盖语法、逻辑、风格的综合评测报告与个性化反馈。全文严格遵循“需求分析→总体设计→详细设计→实现→测试”的工程递进思路：第一章分析研究背景与现状，明确目标；第二章梳理相关技术并论证选型；第三章细化功能与非功能需求并建模；第四章提出分层架构与模块划分；第五章深入核心模块与接口的详细设计；第六章展示核心功能实现与难点攻克；第七章通过功能、性能测试验证系统有效性；第八章总结成果并展望未来。本设计的核心创新在于将知识图谱的结构化语义与大语言模型的深层理解相结合，突破了传统动态测试仅关注输出正确性的局限，实现了对程序内在质量的智能评估，为编程教育智能化提供了一条可行路径。

第一章绪论

1.1研究背景

随着计算机教育的普及，程序设计课程的学生规模持续扩大，教师需要批改的代码作业量呈指数级增长。传统的人工评测方式不仅耗时耗力，而且易受主观因素影响，导致评分标准不一、反馈质量参差不齐。尤其在大型基础课程中，一名助教常需