命题建议

摘要： 文章以SOLO分类理论为基础,以普通高中生物学课程标准(2017年版2020年修订)为依据,构建了包含知识内容和思维结构水平两个指标的高中生物学业水平合格性考试试题参数指标体系,并提出相关建议,为考试命题提供参考.

摘要： 以两种常见的情况为例,分析物体运动到平面与斜面交界处速度大小的变化情况,得出速度大小变化与倾角及动摩擦因数的定量关系,并作出速度比值随倾角变化的图像,最后通过例题说明交界处速度大小变化对结果的影响,并提出相应的命题建议.

摘要： 《普通高中生物学课程标准(2017年版2020年修订)》在教学提示部分指出,教学活动应围绕帮助学生达成对概念的理解,促进学生生物学学科核心素养的提升展开;在教学建议部分强调需要为探究性学习创设情境;在命题建议部分强调试题情境应围绕现实问题展开,尽量做到新颖、真实、科学、恰当;在教材内容的编写上,要求重视情境的创设。

摘要： 《义务教育数学课程标准(2022年版)》(以下简称“新课标”)进一步明确了培养什么人、怎样培养人、为谁培养人的问题,强调“不同的人在数学上得到不同的发展,逐步形成适应终身发展需要的核心素养”。这些表述明确传递出实施“精准教学”的信号。同时,新课标更加重视教-学-评的一致性,如针对“内容要求”提出“学业要求”与“教学提示”,细化了评价与考试命题建议,增加了教学、评价案例等。这样不仅明确了“为什么教”“教什么”“教到什么程度”,而且强化了对“怎么教”的指导。在新课标实施背景下,我们有必要从教-学-评一致性视角看待精准教学。

摘要： 《普通高中生物学课程标准(2017年版2020年修订)》在“命题建议”中指出:“试题素材应贴近学生生活实际,以真实问题情境组织命题,应注重考查学生综合运用所学的知识和技能解决问题的能力。”因此,近年来全国卷和各省自主命题的高考试卷中,生物学情境化试题占比都很高,其中2021年广东卷情境化试题占试题总数的100%。生物学情境化试题的有效信息隐藏在文字、图表中,分布在题干.

摘要： 通过对一道数学高考试题的座谈,交流解题方法,分析学生答题失分的原因,总结复习教学思考,并对命题提出改进建议.

摘要： 现代文阅读历来是高考语文卷考查的重点内容,通过对2020年全国高考三套语文卷"现代文阅读"试题进行分析,寻找和把握"现代文阅读"的命题特点和理念,针对该部分试题存在的不足提出建议,一方面在于增强高考语文卷命题的权威性和科学性,另一方面在于提升中学语文教学的科学性和实效性.

摘要： 作文应该是学生语文学科核心素养的最高体现.可当下不少的学生作文立意雷同,结构单一,内容重复.考试作文命题的缺陷使得对学生语文核心素养水平的考查功能弱化.考试作文命题应力避材料选择不当、设题主观随意、情境脱离生活等突出问题,注重理论联系实际,加强应用能力考查,更趋科学合理,使考查更加准确公平.

摘要： 函数是研究变量之间关系的重要数学模型,统领着"数与式""方程和不等式",也是连接"图形与几何"与"数与代数"的桥梁.2020年全国各地区中考试卷中的函数试题立足基础,考查函数核心知识;注重方法,凸显函数本质属性;突出应用,彰显函数现实价值;设问新颖,关注函数学习力.新课程的评价理念落实到位,教学导向作用明显.通过对2020年全国各地区中考试卷函数试题的考查内容和命题思路进行分析,提出命题建议,并提供一些模拟题供读者参考.

摘要： 《普通高中历史课程标准(2017年版)》在学业水平考试与命题建议中,强调学业水平考试命题的主要原则之一为"以新情境下的问题解决为重心。学生能否应对和解决陌生的、复杂的、开放性的真实问题情境,是检验其核心素养水平的重要方面"。在此课程改革背景下,《普通高等学校招生全国统一考试大纲(文科)》对历史学科的能力考查要求做了重大调整:"注重考查在唯物史观指导下运用学科思维和学科方法发现问题、分析问题、解决问题的能力。"强调突出学生"问题意识"的考查,并在当年高考全国卷试题尤其通过第41 (42题)的命制体现出来。

摘要： 本发明实施例提供一种古诗词命题方法。该方法包括：基于知识图谱提取诗词训练集中各诗词的至少一个关键字，确定为各诗词的语义特征，利用神经网络对各诗词的语义特征进行建模，得到输入为诗词的语义特征，输出为语义相似的其他语义特征的诗词模型；利用知识图谱对诗词训练集进行知识建模，得到诗词训练集内诗词信息的结构化模型；基于各诗词的语义特征关联诗词模型和结构化模型，将预设题型输入至关联后的诗词模型和结构化模型中，输出与预设题型相对应的题目。本发明实施例还提供一种古诗词命题系统。本发明实施例使用诗词语义特征进行建模，可以区分出诗词的关系词语，通过将诗词的信息结构化，可以得到丰富的诗词信息，生成质量更高的题目。

摘要： 本发明涉及语言教学技术领域，特别是指一种语块重组题型的自动命题的方法及装置，方法包括：获取待切分语句以及切分块数K；通过预设的分词算法对待切分语句进行分词，得到待切分语句对应的M个词语；分别计算每两个词语之间的前链接概率以及后链接概率，计算每个切分位对应的切分合理性得分；将M‑1个切分位分别对应的切分合理性得分进行降序排列，选取前N个切分合理性得分对应的切分位，其中，N大于K‑1；在N个切分合理性得分对应的切分位中选取K‑1个切分位作为最终切分位组合；根据最终切分位组合，对待切分语句进行切分，并将切分后得到的K个语块按乱序程度分取最高得分输出。采用本发明，可以高效率地生成难度可控的、合理的题目。

摘要： 本发明提供一种基于三阶层论法律推理命题表示方法、法律事件推理方法和电子设备，其中，方法包括：获取预设法律事件图谱；基于所述法律事件图谱中知识类型利用与所述知识类型对应的推理表示框架对所述法律事件图谱进行法律命题表示；利用三阶层论将所述法律命题进行概率化表示。由于预测的路径是基于法律三阶层论推理生成，该预测能够有充分的解释性，例如可以解释清楚要件合法性命题成立的情况以及支持它的概率大小，进而提供为法律决策提供预测和证据支撑。

摘要： 本发明公开了一种基于命题逻辑的规范拆解方法，具体包括如下步骤：针对具体规范条目进行语义分析，将规范拆解为多个简单的句子，对所得的句子进行命名，并将其映射表示为原子命题集合；基于对简单句子的分析结果，获得该规范条目的语义标签集合；通过对简单句集合进行语法分析，获得每一简单句的连接词或程度词，从而得到该规范条目的连接词集合；确定原子命题集合中原子命题和之间的逻辑连结词,得到该条规范的连结词集合；将原子命题集合作为合取范式的一组真值指派，用合取范式附加真值指派来表达具体规范条目；本发明提供的方法能够将建筑行业规范条目的文本信息和规范条目所包含的语义信息进行数字化表达。

摘要： 本发明提供了基于深度学习的命题智能分析处理方法和系统，其通过深度学习的方式对历史命题数据进行分析处理，以此确定同类型命题的综合出现规律评价值，再结合历史考试命题大纲和历史热点命题信息，确定同类型命题对应的命题占比权重值，以此获得并显示相应的预测命题信息，从而快速地和准确性形成可靠的试卷，同时便于全面考核学生的学习效果。

摘要： 提供适合用户性格的适当的建议。输入部(100)取得用户的预先分类的性格信息，性格信息数据库(101)对各性格信息存储有效的劝导项目，建议信息数据库(102)存储有构成用于支援用户的作业的建议的多个构成要素和对应劝导项目的构成要素的排列信息，劝导项目决定处理部(103)对由输入部(100)取得的性格信息决定有效的劝导项目，建议生成处理部(104)根据由劝导项目决定处理部(103)决定的劝导项目所对应的排列信息，连接多个构成要素而生成建议，输出部(107)输出由建议生成处理部(104)生成的建议。

摘要： 本发明提供一种能够向用户建议与用户的房间相匹配且反映了用户的偏好的图像的图像建议装置、方法及程序。按每个用户收集与用户所偏好的“房间和图像”的组合相关的数据并保存于数据保存部(222)。生成部(211)使用按每个用户收集的数据，生成表示反映了用户的偏好的“房间和图像”的关联性的信息。若获取到由用户拍摄的房间图像(第2图像)(230)，则图像选择部(212)根据所获取的第2图像和表示“房间和图像”的关联性的信息，从登录在内容DB(218)、用户图像DB的图像组中选择反映了用户的偏好的图像(第3图像)(240)，并向用户建议。由此，作为装饰在用户的房间的图像能够建议与用户的房间相匹配且反映了用户的偏好的图像。

摘要： 利用服务器(1)经由电气通信线路网(3)从多个用户(A～E)各自的终端机(2)接受与该用户希望进行的体验有关的体验信息，在所述服务器中，针对所述各用户的体验信息，提取出发送了相似度为规定阈值以上的体验信息的用户，来生成一个团体，在所述服务器中，使用预先将体验信息与目的地相关联地存储的数据库(17)，提取与所述相似度为规定阈值以上的体验信息相关联的目的地(5)，并从所述服务器经由所述电气通信线路网向构成所述一个团体的各用户的终端机发送所述目的地。

摘要： 本发明属于计算机技术领域，公开了一种计算机考试填空题的命题和评阅方法。该方法包括：获取命题人基于填空题面输入的设定答案以及所述命题人选择的预设评阅策略；根据所述预设评阅策略以及所述设定答案生成答案正则表达式；在接收到基于所述填空题题面的考生答案时，将所述答案正则表达式与所述考生答案进行匹配；在匹配成功时，判定所述考生答案正确；在匹配失败时，判定所述考生答案错误。通过上述方式，基于命题人对题面设定的答案以及选择的评阅策略，可以生成基于设定答案生成的答案正则表达式，最后根据答案正则表达式评判考生答案是否正确，从而可以避免对考生答案的误判。

摘要： 本发明公开了一种基于GBRT的PSC命题说话题型评分算法，涉及信息技术领域，该基于GBRT的PSC命题说话题型评分算法包括用于获得评测参考文本的语音识别子系统与在此基础上通过参考文本相关方法实现发音错误检测的发音错误检测子系统，通过按照一定的规则解析子系统的输出，即可获得命题说话评分模型的评分特征，在进行研究时，语音识别子系统采用百度智能云提供的普通话语音识别公开接口服务，而发音错误检测子系统采用云知声提供的普通话语音评测公开接口服务。