面向编程作业自动评测的模型解释方法改进与验证_教育科技_2026年.docxVIP

PAGE28

目录

摘要

第一章绪论

1.1课题背景

1.2课题目的与意义

1.3研究方法与论文结构

第二章相关理论与算法综述

2.1算法理论基础概述

2.2备选算法分析与选型

第三章问题建模与需求分析

3.1问题描述与求解场景

3.2功能需求分析

3.3非功能需求与可行性分析

第四章算法总体设计与数据结构设计

4.1算法总体框架设计

4.2数据结构设计

4.3模块划分与接口设计

第五章核心算法详细设计

5.1核心算法流程设计

5.2关键子算法与优化策略设计

5.3算法正确性与复杂度分析

第六章算法实现

6.1开发环境与工程结构

6.2核心功能模块实现

6.3正确性验证与调试

6.4实现中的重点难点与解决方案

第七章实验与结果分析

7.1实验方法与实验环境

7.2实验方案设计

7.3实验结果与分析

第八章总结与展望

8.1工作总结

8.2存在的问题与改进方向

8.3未来展望

8.4结语

摘要

程序设计类课程的作业评测正从人工批阅转向自动评测，主流做法是训练机器学习模型对提交代码直接打分。这类模型在Codeforces等竞赛数据上可以取得较高的判题准确率，但评分依据是黑盒：一份代码被判为错误时，教师无法得知模型关注的是循环逻辑缺失、边界条件遗漏，还是仅仅变量命名不规范，误判原因难以追溯，直接影响了评测结果的可