Enrichissement d'embeddings de code par contraintes expertes pour l'enseignement de la programmation

L'automatisation de la correction dans l'enseignement de la programmation éloigne l'enseignant des productions des apprenants. Pour restaurer une vue d'ensemble des erreurs commises, nous proposons d'exploiter les embeddings de programmes pour construire des visualisations sémantiques du corpus de productions d'apprenants. Notre contribution porte sur l'intégration de contraintes expertes dans un modèle de langage compact (doc2vec). Contrairement aux approches classiques non supervisées, nous adaptons l'espace vectoriel produit par le modèle pour qu'il reflète les préférences pédagogiques de l'enseignant : les programmes similaires selon ses critères sont rapprochés dans l'espace d'embedding. Un scénario d'application démontre qu'un petit modèle guidé par des contraintes expertes peut produire des représentations sémantiques alignées sur les besoins d'analyses pédagogiques.