Java 编程题自动评分技术的研究与实现（一）

    目前计算机程序设计语言考试中 编程题的自动评分技术仍然不完善，该技术是实现计算机在线考试及自动阅卷的关键和难点所在，因此许多研究者致力于寻找一种程序的中间表示形式(比如系统依赖图、抽象语法树)来进行源码分析并匹配评分，这种方法是将程序整体作为比较对象，不仅内存占用率高，而且实现难度大，同时也会牺牲灵活性。
    本文融合了程序查错及局部纠错技术、基于反射机制的黑盒测试技术、知识要点的正则表达式匹配评分技术等关键技术，实现了Java编程题自动评分技术及原型系统。评分方式兼顾了可执行代码的动态测试与源程序的静态分析，实现了对不同的考生程序采用以下两种评分方法：
    (1)对于可以通过编译的考生程序，利用 Java 反射机制提取考生程序的相关信息进行黑盒测试，给出测试分，再结合语法分、结果分，计算出总得分。
    (2)对于无法通过编译的考生程序，利用本地 jdk 包中的编译器编译考生程序，然后进行查错并局部纠错，每纠正一个错误都要重新编译以消除虚假错误。
    对于纠错后能顺利通过编译的考生程序，采用第一种评分方法。对于无法纠错的考生程序，则采取放弃纠错，根据错误种类适当给出语法分，再结合知识要点匹配情况计算总得分。
    实验结果表明，本文所实现的 Java编程题自动评分技术提高了试题评阅过程的合理性和准确性，且具有较好的灵活性
    1.1 研究背景
    随着人类进入信息时代,信息技术作为生产力中最活跃的因素改变着社会的方方面面,网络以其独特的方式介入到社会的各个领域，给人们的行为方式带来巨大影响。