Rule-Based Error Classification for Analyzing Differences in Frequent Errors

要約

エラーを見つけて修正することは、初心者プログラマだけでなく、熟練プログラマにとっても時間のかかる作業です。
これまでの研究により、さまざまなレベルのプログラマの間で頻繁に発生するエラーのパターンが特定されています。
しかし、初心者と熟練者の間での傾向の違いはまだ明らかにされていません。
プログラマーの各レベルでよくあるエラーに関する知識に基づいて、インストラクターは各レベルの学習者に役立つアドバイスを提供できます。
この論文では、間違ったプログラムと正しいプログラムからなるコードペアのエラーを分類するためのルールベースのエラー分類ツールを提案します。
私たちは 95,631 個のコード ペアのエラーを分類し、オンライン審査システムでさまざまなレベルのプログラマーによって提出された平均 3.47 個のエラーを特定しました。
分類されたエラーは、初心者プログラマと熟練プログラマの間で頻繁に発生するエラーの違いを分析するために使用されます。
分析結果によると、同じ入門問題でも初心者が犯す間違いはプログラミングの知識が不足していることが原因であり、その間違いは学習プロセスの重要な部分であると考えられています。
一方、専門家のミスは、問題の読み方が不注意であったり、いつもと違う解き方をしたりすることによる誤解が原因です。
提案されたツールは、エラーラベルが付けられたデータセットの作成や、コード関連のさらなる教育研究に使用できます。

要約(オリジナル)

Finding and fixing errors is a time-consuming task not only for novice programmers but also for expert programmers. Prior work has identified frequent error patterns among various levels of programmers. However, the differences in the tendencies between novices and experts have yet to be revealed. From the knowledge of the frequent errors in each level of programmers, instructors will be able to provide helpful advice for each level of learners. In this paper, we propose a rule-based error classification tool to classify errors in code pairs consisting of wrong and correct programs. We classify errors for 95,631 code pairs and identify 3.47 errors on average, which are submitted by various levels of programmers on an online judge system. The classified errors are used to analyze the differences in frequent errors between novice and expert programmers. The analyzed results show that, as for the same introductory problems, errors made by novices are due to the lack of knowledge in programming, and the mistakes are considered an essential part of the learning process. On the other hand, errors made by experts are due to misunderstandings caused by the carelessness of reading problems or the challenges of solving problems differently than usual. The proposed tool can be used to create error-labeled datasets and for further code-related educational research.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google