新题型

摘要： 江苏省于2021年开始实施新高考方案,目前首批学子已经顺利完成高考.与之前的旧方案相比,新方案在考查理念、试卷结构和试题风格等方面均有所变化.本文对备考过程中的几种"新"题型进行整理,总结其呈现形式并提出应对策略,以期为新一届的高三备考提供启示和建议.

摘要： 2021年全国各省市语文中考说明文类阅读命题,遵循新课标精神,把信息提取能力列为命题考查的重要取向之一。信息提取有不同层次的能力要求,与此相关的试题也呈现出不同的形式和难度。其中,从文本中提取信息,判断信息是否符合文义是中考说明类文本阅读的常见题型,而利用信息资料解决实际问题,对所获信息进行进一步探究则是比较新颖的题型。这些新题型在考查方式上更注重知识的综合运用,更注重思维的发展和科学的方法.

摘要： 立体几何解答题通常是一证一算,证明题主要考查空间中平行和垂直关系的证明,计算题主要是求空间中的夹角和距离。在近几年的高考和模拟考试中,出现了一些立体几何新题型,更加灵活地考查同学们的空间想象能力和计算能力。本文归纳了几类新题型,希望对同学们的复习迎考能有所帮助。

摘要： 读后续写是新高考英语最引人关注、最令考生感到棘手的新题型,如何有效地解答读后续写并获得高分是大家都在思考和探讨的问题。通过四个步骤,我们可以获得高分读后续写的“金钥匙”。Step 1明确叙事要素,分析故事主题目前,高考中的读后续写通常是叙事模式的语篇。完整的叙事模式的语篇通常包括点题、指向、叠合事件、评议、结局、回应等要素。

摘要： 有关离子反应的试题是以元素化合物知识为载体,考查考生的基础知识与基本技能,体现了“宏观辨识与微观探析”“变化观念与平衡思想”等化学学科核心素养,因此在历年各地高考中备受青睐.

摘要： 离子共存问题是高中化学知识的重点及难点之一,涉及复分解反应、氧化还原反应、水解与电离等核心知识点,体现“宏观辨识与微观探析”“变化观念与平衡思想”等化学学科核心素养,因此在历年各地高考中备受青睐.

摘要： 命题专家介绍,2022年高考语文命题使用新题型,扩大试题的开放性与灵活度,降低死记硬背和“机械刷题”的得分收益。材料文体和组合形式更加多样。四套试卷现代文阅读材料使用了政论文、学术论文、科普文、专著导言、小说等文体,有单一文本,也有复合文本;在复合文本中,有纯文字文本,也有带图示的文本。文言文阅读试题材料分别从战国秦汉时期的杂史、别史、诸子等经典文言著作中取材,不再限于史传文和纪事本末体。

摘要： 求角的取值范围问题是目前各级各类考试中出现的一种新题型,虽然比其他求范围问题的难度要大一些,但只要把握其特点,即只要抓住角的一条边或两条边来思考和解答问题,一样能化难为易,快速解答,下面举例说明其解法.

摘要： 分析读后续写的理论依据及意义。结合2021年广东省普通高等学校招生全国统一考试“一模”(英语)试题,分析学生在读后续写中存在的主要问题,并提出读后续写教学策略。提出在读后续写教学中,教师应引导学生夯实基础知识和基本技能,注重学以致用,不断提升其综合语言运用能力。

摘要： 以及结构不良题。一、数学文化题例1素数分布问题是研究素数性质的重要课题,德国数学家高斯提出了一个猜想:π(x)≈x/ln x,其中π(x)表示不大于x的素数的个数,即随着x的增大,π(x)的值近似认为是x/ln x的值。从猜想出发,下列推断正确的是()。

摘要： 本发明公开了一种题型识别方法及装置，其中，题型识别方法包括：采集用户的语音信息；判断语音信息是否是识别触发信息；当判定语音信息为识别触发信息时，获取用户的动作信息；根据用户的动作信息，获取待识别的题型图像；对待识别的题型图像进行图像处理，得到题型图像中的题型文字信息；将题型文字信息输入训练好的题型识别模型，识别输出题型对应的考查意图。通过本发明解决了用户对于不认识字词或无法把握考查的内容时，无法准确用语音来表达或不知如何表达，导致语音产品在解析语义过程中使用受限，无法准确获取题型考查意图的技术问题。

摘要： 本发明公开了一种用于复杂题型在HTML上的样式渲染和事件绑定的方法，该方法定义一套多功能题目表达式，将具体题目在作答时的渲染效果和需绑定的事件匹配对应到所述表达式中。该表达式主要是将特殊字符按约定组合，把一些复杂的题型(如：田字格手写题，匹配题等)的作答效果和渲染方式进行归纳，将题目结构改造为符合表达式结构的题目。HTML页面在渲染题目时通过解析题目中的表达式，为每道题目绑定展示特效和作答事件。本发明兼容性强，扩展性好，可良好的处理各种定制化的题目渲染和作答场景。

摘要： 本发明公开了一种基于特征值的电力居民APP多题型问卷得分分类方法，本发明获取多个用户数据样本，为每个参考用户数据样本分配分类标签并提取特征值；对分类标签和特征值进行归一化处理并转化为统一格式，获得训练数据；配置分类器训练参数；利用训练数据对分类器进行训练，训练中不断优化训练参数，直到分类器输出精度达到预设精度后，输出模型文件，完成分类器建立。用户数据分类器建立快速、运算量少，训练数据中对分类标签和特征值进行归一化处理并转化为统一格式，有利于提高分类器的训练速度。快速对用户数据进行分类并输出分类标签，便于处理人员选择用户数据做进一步分析，减少了工作量。

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： 本发明适用于数据处理技术领域，尤其涉及一种基于题型素养大数据的作业错题收集分析的方法，所述方法包括：对错题数据进行收集；对错题数据进行内容识别，根据内容识别结果查询习题库，调取相应的待分析习题；对待分析习题进行内容分析，确定关联知识点信息；对待分析习题和错题数据进行统计，生成易错知识点和易错题，并将其进行针对性推送。本发明对错题进行主动收集，并根据错题查询习题库，从而根据错题的收集情况对习题库中的习题进行错误率统计，并根据错题确定知识点，据此确定知识点的掌握情况，对重点知识点和错题进行统计，针对不同用户的学习情况进行针对性推送，从而提高习题的练习有效性，提高学习效率。

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。

摘要： 本发明涉及数据推送技术领域，具体公开了一种基于错题所属题型素养数据精准推送系统及方法，所述方法包括接收错题图像和答案信息；对所述错题图像进行内容识别，根据内容识别结果确定错题文本；遍历所述错题文本，对所述错题文件进行词性识别，根据词性识别结果确定错题架构及错题类型；根据所述答案信息遍历匹配答案数据库，得到匹配度；根据匹配度查询相应的习题，得到目标题型库。本发明根据预设的信息获取模板获取错题信息，确定错题文本，根据所述错题文本确定错题类型，根据答案信息在与所述错题类型对应的答案数据库中查询习题，得到目标题型库，准确度极高，便于推广使用。

摘要： 本发明实施例公开了一种基于题型素养数据库的作业、考试错题推送方法，bert模型将每个学生的错题与公司的题型数据库进行比对分析，判断错题所属的题型，然后为每个学生生成错题分析数据，包括错题所属题型名称、题型在所在考区近10年中考或高考出现的频率、题型识别的方法、此类错题所属题型的解题思路和方法，之后再针对作业错题确认所属题型后，通过分析每个学生本次作业的作答情况，调取题型数据库内符合该学生情况的个性化精准练习题目。能够准确的对作业题目进行大数据分析，为作业题目生成所属题型内容、题型中高考频率、题型如何识别、题型的解题思路和方法、个性精准的同题型的作业练习，做到作业学习的“减负增效”的效果。

摘要： 本发明适用于题目分析技术领域，提供一种题目的题型素养属性准确提取分析系统，包括：数据收集模块，所述数据手机模块用于收集建库题目数据和待查题目数据；数据分类模块，所述数据分类模块用于将题目数据按照素养属性数量分类；数据储存模块，所述数据储存模块用于讲题目分类后数据储存建立不同素养属性题型库；关键信息拆解模块，用于将题型库中的题目进行拆解提炼关键信息；通过数据收集模块、数据分析模块建立数据库，配合数据收集模块采集题目信息，并通过关键信息拆解模块拆解题目信息在通过对比模块进行对比的方式，可对涉及到不同的素养测试的题目进行分析，且将题目信息拆解分析建库并系统分析的模式有利于对题目的快速分析。

摘要： 本发明属于教育领域，提供一种多题型识别方法、装置和计算机设备，该方法包括：识别所述图像中的题目区域，使各题目区域包含一种题型的题目；对所述题目区域进行结构特征提取，得到题目类型特征；使用训练好的基于神经网络的识别模型，对所述各题目区域分别进行题目题型的识别，得到各题目区域的题型。本发明通过识别待处理图像中的题目区域，能够更精确地确定出待处理图像中的各题目区域；对各题目区域进行结构特征提取，能够精确得到各题型所对应的题目类型特征，以为如题型识别和题型分类等后续处理提供更精确的数据；能够更精确地确定与各题目区域的题型，能够提高题型识别的精确度，能够提高题型分类的准确度，能够整体优化题型识别方法。