基于自然語(yǔ)言處理的程序設(shè)計(jì)資源解題知識(shí)發(fā)現(xiàn)研究.pdf

1、隨著計(jì)算機(jī)網(wǎng)絡(luò)教育的不斷推廣和發(fā)展，程序設(shè)計(jì)教學(xué)作為計(jì)算機(jī)基礎(chǔ)科學(xué)教育的核心課程受到越來(lái)越多的關(guān)注。近年來(lái)，國(guó)際大學(xué)生程序設(shè)計(jì)競(jìng)賽(ACM International Collegiate Programming Contest,簡(jiǎn)稱 ACM/ICPC)的普及激發(fā)了學(xué)生學(xué)習(xí)程序設(shè)計(jì)的極大興趣，很多的高校學(xué)生投身于該項(xiàng)比賽中。很多有經(jīng)驗(yàn)的ACM 參賽者或愛(ài)好者會(huì)將自己解決 ACM 具體題目的報(bào)告分享到網(wǎng)絡(luò)中，形成了網(wǎng)絡(luò)中大量存在的網(wǎng)絡(luò)程序

2、設(shè)計(jì)資源。但是令人遺憾的是，這些海量題解資源目前沒(méi)有得到很好的組織并被廣大程序設(shè)計(jì)學(xué)習(xí)愛(ài)好者來(lái)使用。
　　本文的研究結(jié)合了國(guó)家自然科學(xué)基金項(xiàng)目（項(xiàng)目名稱：網(wǎng)絡(luò)知識(shí)互聯(lián)結(jié)構(gòu)自主發(fā)育模型研究，項(xiàng)目編號(hào)：60973121），基金項(xiàng)目提出了網(wǎng)絡(luò)資源存在的“知識(shí)孤島”現(xiàn)象，也即知識(shí)資源在思維中（由知識(shí)概念上內(nèi)在聯(lián)系聯(lián)結(jié)而構(gòu)成）的知識(shí)概念結(jié)構(gòu)和其在網(wǎng)絡(luò)中（由超鏈接聯(lián)結(jié)而構(gòu)成）的物理連接結(jié)構(gòu)這兩者之間的不一致性。本文的研究更加具體化，研究對(duì)象是

3、web 網(wǎng)中程序設(shè)計(jì)的資源。為了將 web網(wǎng)中的程序設(shè)計(jì)資源聯(lián)系起來(lái)，要解決兩個(gè)問(wèn)題，首先是獲取網(wǎng)絡(luò)程序設(shè)計(jì)資源中包含的算法知識(shí)名稱，然后對(duì)網(wǎng)絡(luò)程序資源中所含的算法知識(shí)點(diǎn)進(jìn)行識(shí)別。識(shí)別網(wǎng)絡(luò)程序資源中所含的算法知識(shí)名稱之后，就可以將網(wǎng)絡(luò)程序資源按知識(shí)結(jié)構(gòu)聯(lián)系起來(lái)。
　　為了從網(wǎng)絡(luò)程序資源中獲取算法知識(shí)名稱，本文提出了一種基于自然語(yǔ)言處理的方法。該方法通過(guò)發(fā)現(xiàn)含有算法知識(shí)名稱語(yǔ)句的字符串模式，從程序資源中提取可能含算法知識(shí)名稱的字符串

4、，從中找出最有可能出現(xiàn)在算法知識(shí)名稱中的分詞，然后根據(jù)這些分詞來(lái)獲取算法知識(shí)名稱。與原有人工整理出的算法知識(shí)名稱集合相比，該方法新增了11.2％的算法知識(shí)點(diǎn)和49.5%的算法知識(shí)名稱。
　　我們獲取的算法知識(shí)名稱，不能用于識(shí)別算法知識(shí)點(diǎn)。因?yàn)橐粋€(gè)算法知識(shí)點(diǎn)可能有多個(gè)算法知識(shí)名稱，因此要將代表相同知識(shí)點(diǎn)的算法知識(shí)名稱歸為一類。課題組以前的研究中整理了一個(gè)程序設(shè)計(jì)專家?guī)煳募?，該專家?guī)煳募邪惴ㄖR(shí)點(diǎn)以及代表算法知識(shí)點(diǎn)的一個(gè)或多個(gè)名