买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室)申请的专利一种编程教育场景下的智能代码补全方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119556901B 。

龙图腾网通过国家知识产权局官网在2025-05-30发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510117050.6，技术领域涉及：G06F8/33；该发明授权一种编程教育场景下的智能代码补全方法是由朱林波;李嘉豪;陆君宇;丁军设计研发完成，并于2025-01-24向国家知识产权局提交的专利申请。

本一种编程教育场景下的智能代码补全方法在说明书摘要公布了：本发明涉及代码补全技术领域，公开了一种编程教育场景下的智能代码补全方法，包括：通过预设了编程学习者身份的通用大语言模型，模拟不同风格学生的作答代码；对扩充数据集中作答代码的每个符号进行编码，将得到的编码序列输入大语言模型，大语言模型依据编码序列上文预测编码序列的下一个符号，通过最小化交叉熵损失来优化大语言模型预测精度，得到补全模型；将学生的作答代码输入至完成训练的补全模型，得到初始推荐列表，选择初始列表中与场景信息最相关的三个符号，并在初始推荐列表中提升三个符号的位次，生成最终推荐列表。本发明借助场景信息优化推荐列表，可以有效提高编程教育场景下的推荐质量。

本发明授权一种编程教育场景下的智能代码补全方法在权利要求书中公布了：1.一种编程教育场景下的智能代码补全方法，其特征在于，包括：通过预设了编程学习者身份的通用大语言模型，模拟不同风格学生的作答代码，得到扩充数据集；对扩充数据集中作答代码的每个符号进行编码，将得到的编码序列输入大语言模型，大语言模型依据编码序列上文预测编码序列的下一个符号，并通过计算交叉熵损失来评估预测符号概率分布与目标符号概率分布间的差异；通过最小化交叉熵损失来优化大语言模型预测精度，得到补全模型；将学生的作答代码输入至完成训练的补全模型，得到初始推荐列表，结合当前知识点与题目信息形成场景信息：当学生练习知识点knowledge下的题目question时，学生的作答代码会实时输入至完成训练的补全模型，计算出词汇表中每个符号出现在作答代码下一个位置的概率，并保留概率最大的前个符号，构成初始推荐列表，为初始推荐列表中的第K个符号；将知识点与题目进行拼接，获取到场景信息scene，；表示拼接操作；选择初始推荐列表中与场景信息最相关的个符号，并在初始推荐列表中提升选出的个符号的位次，生成最终推荐列表：使用BERT编码器将场景信息编码为场景信息向量；使用BERT编码器将初始推荐列表中的每一个符号编码为符号向量，获得推荐列表向量；计算中的第i个符号向量与场景信息向量的相似度，；将最高的个相似度对应的符号的位次提升至少一位。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室)，其通讯地址为：230000 安徽省合肥市高新区望江西路5089号,中国科学技术大学先进技术研究院未来中心B1205-B1208；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。