对程序竞赛型源代码按照解题方法做自动分类与评分的方法
专利汇可以提供对程序竞赛型源代码按照解题方法做自动分类与评分的方法专利检索，专利查询，专利分析的服务。并且本 发明 公开了一种对程序竞赛型源代码按照解题方法做自动分类与评分的方法，包括：对 数据库 中针对问题P的各程序在抽象语法树上做程序变换，获得标准化后的程序；从标准化后的程序或程序 片段 中提取特征，获得所有的特征集合；基于提取的所有的特征集合进行多实例多分类学习，获得分类模型；利用分类模型对新输入的针对问题P的各程序进行自动分类，并进行评分。该方法可以根据程序源代码按照解题方法准确的实现分类与评分。，下面是对程序竞赛型源代码按照解题方法做自动分类与评分的方法专利的具体信息内容。
1.一种对程序竞赛型源代码按照解题方法做自动分类与评分的方法，其特征在于，包括：
对数据库中针对问题P的各程序在抽象语法树上做程序变换，获得标准化后的程序；
从标准化后的程序或程序片段中提取特征，获得所有的特征集合；
基于提取的所有的特征集合进行多实例多分类学习，获得分类模型；
利用分类模型对新输入的针对问题P的各程序进行自动分类，并进行评分；
其中，所述对数据库中针对问题P的各程序在抽象语法树上做程序变换包括：控制语句变换、运算顺序敏感的运算符的变换、有副作用的运算符的变换、算术表达式的变换和逻辑表达式的变换；其中：
控制语句变换：C语言中控制语句包含if语句、switch语句、for语句、while语句和do-while语句；将switch语句转化为if语句，将for语句和do-while语句转化为while语句；
运算顺序敏感的运算符的变换：C语言中，规定运算顺序的运算有：“&&”、“||”、“？:”和“,”，引入临时变量，将一条语句分割成运算顺序不敏感的多条语句；
有副作用的运算符的变换：将所有副作用的运算符统一为“＝”运算符，且每条语句最多只有一个赋值运算符；
算术表达式的变换：先用分配律展开表达式，然后消去单目的“+”运算符，并将双目的“-”运算符转化为单目的“-”运算符和双目的“+”运算符，最后将单目的“-”运算符上移，即将负号往语法树根部移动；
逻辑表达式的变换：将逻辑运算定律规则变换为双重否定律或者德·摩根律。
2.根据权利要求1所述的一种对程序竞赛型源代码按照解题方法做自动分类与评分的方法，其特征在于，在做程序变换之前，给主体部分只有一条语句的if、switch、for、while以及do-while语句添加一对大括号。
3.根据权利要求1所述的一种对程序竞赛型源代码按照解题方法做自动分类与评分的方法，其特征在于，所提取的特征分为四类：简单特征、语法树特征、数据依赖图特征和控制语句特征；
记保留字集合为： 记运算符集合为： 记程序中
的变量集合为： 程序中出现的常数集合记为CONST；语法树节点集
合记为：NODEAST,语法树节点nodeAST∈NODEAST定义为如下形式的四元组：
其中，TYPE∈{KW,OP,VAR,CONST}代表节点的类型，value∈TYPE代表节点的具体取值；
nson∈N代表子节点的个数，N为自然数集合，nson元组
代表nson个子节点，将语法树节点的定义简化为：
数据依赖图节点集合记为NODEDDG，数据依赖图节点nodeDDG∈NODEDDG定义为如下形式的六元组：
其中，op∈OP是运算符, 是操作数，nvalue是运算符
op的操作数,lvalue∈VAR是存储运算结果的变量； nodeDDG被一条有
向边关联，并且nodeDDG是头节点，nextl是尾节点，将数据依赖图节点的定义简化为：
提取各特征方法如下：
a、提取简单特征：简单特征包括不同保留字和运算符在程序或者程序片段中出现的次数；
保留字kwo在程序或者程序片段中出现的次数由下式定义：
其中，函数1{x}的取值范围为{0,1}，符号.是一个二元运算符；
运算符opt在程序中出现的次数由下式定义：
将运算数全为变量的运算符出现的数目和存在常量运算数的运算符出现的数目分开统计，分别定义为：
和：
包含所提取的简单特征的集合记为XSimple；
b、提取语法树特征：语法树特征包括不同运算符对出现在语法树同一条边的两个节点上的数目，定义为：
其中，node0和node1为某两个语法树上的节点；
包含所提取的语法树特征的集合记为XAST；
c、提取数据依赖图特征：数据依赖图特征包括不同运算符对出现在数据依赖图同一条边的两个节点上的数目，定义为：
包含所提取的数据依赖图特征的集合记为XDDG；
d、提取控制语句特征：
1)不同的控制结构和控制结构组合在程序中出现的次数，其中控制结构组合while-if出现的次数：
其中，f为1到node0节点的深度之间的任意值；
2)不同保留字和运算符在控制语句的条件表达式中出现的次数；
包含所提取的控制语句特征的集合记为XControl；
则提取的所有的特征集合Xall为：
Xall＝Xsimple∪XAST∪XDDG∪XControl。
4.根据权利要求1所述的一种对程序竞赛型源代码按照解题方法做自动分类与评分的方法，其特征在于，所述基于提取的所有的特征集合进行多实例多分类学习，获得分类模型包括：
在多实例多分类学习中，训练集中的元素被称为包裹，一个包裹包含多个被称为实例的特征向量；特征向量按照固定顺序包含了提取的所有的特征集合Xall中的所有元素；一个包裹被标记为正类当且仅当它包含至少一个正类实例，其余情况皆被标记为负类，目标是对未做标号的包裹做分类；
将程序的源代码看成包裹，将程序的每一块看成实例，使用某个确定的解题方法的程序被标为正类；程序块是按照大括号来划分的，在同一个大括号中的程序段被分为一块；
假设问题P有mP种解法，则用符号Progij表示第i种解法的第j个程序，1≤i≤mP；CP(Progij)和 分别表示程序Progij的真实类别和预测类别，程序Progij的块数为程序Progij的第k块的特征向量为 程序Progij所有块的特征向量组成的集合即为一个包裹，表示为： 1≤i≤mP,
将问题P的解题方法i0的分类器记为 定义用于分类器 的标签 含义
如下：
并且，定义用于分类器 训练的程序Prog′ij的第k个部分的标签为
采用多实例支持向量机模型来做分类，表示为：
式中， 是松弛变量集合， 为单个变量，假设x′P是待预测的程序的特征向量，φ(x′P)是使用原始数据空间到特征空间的映射后的特征向量， 也就是将函数φ作用于特征向量 上；假设超平面每个维度的斜率 和截距 固定，那么φ(x′P)到超平面的距离用下式计算：
上式中， 为参数 的转置， 为支持向量系数，核函数κ(·,·)＝φ(·)φ
(·)取高斯核函数；
在特征集合与标签集合上训练多实例支持向量机模型，结果分别存储在 和
训练之后，得到了最终的 和 这些参数决定了函数
5.根据权利要求4所述的一种对程序竞赛型源代码按照解题方法做自动分类与评分的方法，其特征在于，所述利用分类模型对新输入的针对问题P的各程序进行自动分类包括：
假设某一新输入的针对问题P的程序为Prog′P，实例数目为L，则程序Prog′P的实例集是B′＝{x′h:1≤h≤L}，则结合Prog′P、B′＝{x′h:1≤h≤L}以及函数 进行计算，从而输出分类预测结果
6.根据权利要求1所述的一种对程序竞赛型源代码按照解题方法做自动分类与评分的方法，其特征在于，
所述问题P为多解法题目，对新输入的针对问题P的各程序进行自动分类后，如果相应的分类结果表示对应程序源代码错误，则推荐与对应程序源代码解法相同，内容最接近的正确程序源代码；或者，多实例多分类的学习结果包含mP个分类器，如果所有的分类器都把某个程序源代码分到负类，则向老师发出消息，提示相关程序源代码为问题P的新型解法。
对程序竞赛型源代码按照解题方法做自动分类与评分的方法
技术领域
背景技术
做评分会导致评分的不公平，比如通过测试数据少的源代码有可能非常接近正确的程序，
只是存在一些小错误。
发明内容
可以避免几乎完整地按照某种解法写出的程序，不会因为一点小错误而得低分，从而提高
评分的准确性。
附图说明
领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他
附图。
具体实施方式
发明的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施
例，都属于本发明的保护范围。
一对大括号“{}”。
句。即共有三种变换规则，下面给出两种变换示例：
敏感的多条语句。
化为单目的“-”(即“-(单目)”)运算符和双目的“+”(即“+(双目)”)运算符，最后将单目的
“-”运算符上移，即将负号往语法树根部移动。
此他们成了在变换过程中使用的规则。
一些变量，这可以为后面形式化介绍特征提供便利。
节点集合记为：NODEAST,语法树节点nodeAST∈NODEAST定义为如下形式的四元组：
代表nson个子节点，将语法树节点的定义简化
为：
的1到nnext之间任意的整数，nodeDDG被一条有向边关联，并且nodeDDG是头节点，nextl是尾节
点，将数据依赖图节点的定义简化为：
是该多元组中该项的值；
提取的简单特征的集合记为X ；
一个包裹被标记为正类当且仅当它包含至少一个正类实例，其余情况皆被标记为负类，目
标是对未做标号的包裹做分类(正类或负类)；
P，其中P为编程题目集合。在训练集中，问题P共有N 份源代码，有m种解法，第i种解法的源
代码的数目为 用符号Progij表示第i种解法的第j个程序，1≤i≤mP；
CP(Progij)和 分别表示程序Progij的真实类别和预测类别，程序 的块数为
程序 的第k块的特征向量为 程序 所有块的特征向量组成的集合即为一
个包裹，表示为：
中，实例的类别是未知的，只有包裹的类别已知。所以最大间隔不仅依赖于超平面，还依赖
于实例的标签。具体到本发明实施例中，需要优化下列表达式：
于特征向量 上；假设超平面每个维度的斜率 和截距 固定，那么φ(x′P)到超平面
的距离用下式计算：
签，更新后如果包裹标签无变化则结束，否则转到第2步。
而输出分类预测结果
法做评分。具体地，对问题P的一个新的程序 被分到的类别为： 记这
个程序在该类别内的得分为： 对应
现有技术二中五档。另外，我们记算法的得分(优劣)为SMS，类别C的SMS记作 SMS由专
家来给出。最终，程序 的得分 为：
解法题目，对新输入的针对问题P的各程序进行自动分类后，如果相应的分类结果表示对应
程序源代码错误，则推荐与对应程序源代码解法相同，内容最接近的正确程序源代码；或
者，多实例多分类的学习结果包含mP个分类器，如果所有的分类器都把某个程序源代码分
到负类，则向老师发出消息，提示相关程序源代码为问题P的新型解法。
P的错误程序 系统分的类别为 程序“包裹”中的正例特征向量为：
则被推荐的程序 为：
试数据少的源代码有可能非常接近正确的程序，只是存在一些小错误。使用本技术对多解
法题目的程序做自动评分则克服了这一缺点，使得几乎完整地按照某种解法写出程序的学
生，不会因为一点小错误而得低分。
源有限，不可能做到随时随地提供服务，因此自动给学生推荐与学生解法相同的语义最接
近他的正确程序可以帮助学生提高学习效率。
动将使用常规解法的程序过滤掉，帮助教师筛选出新颖解法的程序很有必要，教师可以因
此获得更高的工作效率。
道336份，第五道614分。五道题目的具体描述如表1：
计算。最终分类预测结果如表2所示。
上述实施例的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易
失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中，包括若干指令用以使得一台计算机设
备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求书的保护范
围为准。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 基于正交标识的WSN数据传输路径溯源方法及系统 | 2020-05-08 | 816 |
| 基于正交溯源的WSN节点能量监测方法及系统 | 2020-05-08 | 778 |
| 一种面向硬件逻辑设计的需求建模与验证方法 | 2020-05-12 | 700 |
| 一种基于分布式网络的消息处理方法 | 2020-05-13 | 586 |
| 中文语法错误的识别方法、装置、计算机设备和存储介质 | 2020-05-14 | 345 |
| 一种基于等价类代表元索引和存储的拉丁方搜索引擎 | 2020-05-13 | 442 |
| 一种分布式存储方法 | 2020-05-13 | 682 |
| 交叉分量线性建模中的下采样 | 2020-05-13 | 349 |
| 基于语义指导与记忆机制的视频描述方法 | 2020-05-11 | 278 |
| 基于隐私保护的语音数据处理方法 | 2020-05-11 | 200 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
