历史试题

摘要： 培育学生的党史素养既是落实立德树人根本任务、实施高中历史课程标准的内在要求,也是提升学生综合素质的应有之义。落实这一要求,需要通过考教融合,实现教考互促、教学相长。对近几年高考历史试卷进行分析可以发现,试题多以深入认知类、因果阐释类、史料论证类、判断评价类题型引导学生知史爱党爱国,把握历史规律,坚定历史自信,增强历史主动。高考历史试题对党史素养的考查方式启示教师在教学中应做到:讲准党的历史,廓清历史迷雾;讲清来龙去脉,梳理党史脉络;讲深历史规律,筑牢信仰根基;讲活当下启示,转变教学理念。

摘要： 比较异同类历史试题是把具有可比性的历史事件或历史现象放在一起,让考生通过分析、比较,归纳出其相同点或不同点。该类试题设问常有以下关键词:“相同点”“不同点”“共同之处”“相似之处”“区别”“与……相比”“相对于”“差异”等。比较异同类历史试题可以分为求异型、求同型、求异同型。求异型的设问一般是:与……相比,概括(指出、说明、分析、比较)……不同之处。

摘要： 启示认识类历史试题设问就某一个(类)特定的历史问题要求同学们总结规律、提出对策、得出结论、分析得失。该设问一般出现在非选择题设问的最后部分,与前面的设问有着不可分割的关系。启示认识类历史试题旨在考查同学们的历史思维层次、历史认知水平、历史感悟能力。启示认识类历史试题设问中的关键词有:认识、启示、说明、看法、见解、感想、观点、借鉴、经验教训、态度、对策、建议、主张等。启示认识类历史试题的设问方式是:历史上一些事件对我们的启示;我们对一些事件的认识、见解等(涉及政治、经济、思想文化和外交等各个方面的重大事件);对历史上的一些重大活动总结的经验或者吸取的教训;等等。

摘要： 高考试题作为指挥棒,一直以来都指导着中学教学和复习。认真研究高考试题,准确把握命题方向,有助于提升复习备考的效率。2021年广东高考历史试题是广东省在时隔五年后再次自主命制的试题,其命题思路、命题技巧、命题方式在一定程度上反映了未来几年高考的基本走向。文章对此套试题进行了深入探析。

摘要： 2021年山西省初中学业水平考试历史试题坚持正确的政治方向,落实立德树人的根本任务,在山西省中考命题“一核·六维·四手段”的理论体系指导下,以《义务教育历史课程标准(2011年版)》为命题的唯一依据,强化价值引领,彰显家国情怀;立足学科素养,凸显人文追求;借助“四大手段”,指向“六个难度”。教师在今后教学中要发挥课程标准的引领作用,追求立德树人的学科价值,养成素养本位的思维品质,优化情境创设的问题设计。

摘要： 随着高考评价体系的出台,“一核四层四翼”成为指导高考评价的重要依据,本文试图从近五年的历史高考试题中找寻25分题的命题特点,以此为基础形成应对该题的策略,指导学生的高考复习。一、核心价值:正确的世界观、国家观、民族观、人生观、价值观这个表格呈现了2015-2019年高考全国卷历史试题25分大题的主题。

摘要： 随着基础教育课程改革的深化,历史高考命题运用史学研究新成果已逐渐成为常态。史学研究新成果有利于拓宽学生视野、发展历史思维能力,但学术性的增强亦对高中历史教学构成了巨大的挑战。黄牧航教授曾对2007—2016年全国各省区历史高考试题中运用学术研究新成果的情况进行统计分析,其研究具有开创性和示范性。自2016年开始,全国多数省份使用教育部考试中心命制的全国卷(不同省份分为卷Ⅰ、卷Ⅱ、卷Ⅲ),其中历史试题对高中历史教学具有关键的指引作用。笔者拟对近五年(2016—2020年)全国卷历史试题运用史学研究新成果的情况进行梳理与分析,进而探寻适宜的应对策略,冀以对新课标、新教材和新高考背景下的高中历史教学有所启发。

摘要： 2020年教育部发布的《中国高考评价体系》明确强调高考的考查要求为“基础性、综合性、应用性、创新性”。创新性这一要求虽放置在最后却是高考未来发展的方向。2021年高考全国乙卷历史试题中,不论是选择题还是材料解答题、开放性试题,唯物史观、创新性角度等都得到了全面考查。本文略谈唯物史观下历史创新题的学习与思考,与方家探讨。

摘要： 联考已经落下帷幕,此次联考历史试题在材料选取和情境设置方面都做了很大改进,试题的开放性和灵活性凸显,尤其是开放性试题,可谓是学在书内,考在书外。面对这样的历史联考试卷,教科书应该如何处理,历史课应该如何上,应该如何指导学生答题,历史试卷又该如何评析,本文试结合教学实践谈谈自己的几点看法。

摘要： 历史课程要将培养和提高学生的历史学科核心素养作为目标,使学生通过历史课程的学习逐步形成具有历史学科特征的正确价值观、必备品格和关键能力。《普通高中历史课程标准》(2017年版)明确要求:学业水平考试要以历史课标为依据,以考查历史学科核心素养的具备程度为目的。

摘要： 本公开提供了一种试题生成方法、试题生成装置、电子设备以及存储介质，涉及人工智能技术领域，尤其涉及自然语言处理、知识图谱、深度学习和智能搜索技术领域。具体实现方案为：响应于试题生成请求，确定试题类型和考查内容；根据试题类型，确定试题处理策略；利用试题处理策略，生成与考查内容相关的至少一个试题。

摘要： 一种试题匹配及试题拆分方法、装置和计算机存储介质，包括划分目标文本获得文本区块序列，执行分区步骤以生成覆盖文本区块序列中的初始文本区块的数据分区，并根据数据分区从多个预设标准试题中确定当前匹配试题以及数据分区的文本相似度值，执行区块匹配步骤以基于数据分区的文本相似度值判断文本区块序列中位于数据分区之后的待识别文本区块是否与当前匹配试题相匹配，若匹配，则将待识别文本区块并入数据分区并继续执行区块匹配步骤，若不匹配，则将待识别文本区块作为初始文本区块并继续执行分区步骤。本申请实施例通过动态规划方式匹配并拆分试题，可以提高试题匹配及拆分的准确度并能降低算法复杂度以降低设备运行负载。

摘要： 本发明公开了一种试题校验方法，试题校验装置及电子设备，其中，所述试题检验方法包括：获取待校验试题的试题内容及试题属性；将所述试题内容与预设的识别库中的试题关键词进行语义匹配，其中，各个试题关键词均有对应的试题属性；若存在目标试题关键词，则检测所述待校验试题的试题属性与所述目标试题关键词对应的试题属性是否匹配，其中，所述目标试题关键词为与所述试题内容语义匹配成功的试题关键词；若所述待校验试题的试题属性与所述目标试题关键词对应的试题属性匹配成功，则将所述待校验试题保存至试题库。本发明方案节约了试题属性的校验成本，提高了试题属性的校验效率。

摘要： 本发明公开了一种基于规则的试题类自动问答系统中的试题理解方法，首先基于正则表达式的试题预处理，删除套话等无用文本，添加被省略标点，完善句子，并对完善后的句子进行分词，词性标注，成分句法分析等基本自然语言处理，然后设计一套基于类型‑论元模板的问题理解中间形式，运用通过人工预先标注的数据总结出的触发词与试题模板转换规则，并利用知识库对生成结果进一步验证，得到合理完善的试题逻辑表达形式。本发明能针对试题文本设计中间逻辑形式，提取出问题的关键点，合理有效地给问题求解提供合适的输入，提高问题解答的正确性。

摘要： 本发明涉及一种基于试题关键字相似性的试题库中的试题去重方法，首先对试题进行中文分词得到的分词结；判断分词结是否为关键词，若是则将其加入试题与关键字的关系数据库；然后采用内积计算试题与关键字的关系数据库中任意两个待检测试题之间的相似度；其次判断两个待检测试题是否为非相似试题，并将相似的试题加入重复试题关系数据库；再次根据相似度条件，从重复试题关系数据库中查找出重复试题列表；最后管理人员通过看重复试题列表进行重复试题确认，人为判断试题是否重复。本发明对试题的题干、试题候选项和试题答案进行中文分词，针对切词后的分词进行分析，从而深入分析试题，以便去重更加精准。因此，本发明可以广泛用于试题去重领域。

摘要： 本公开提供了一种试题生成方法、试题生成装置、电子设备以及存储介质，涉及人工智能技术领域，尤其涉及自然语言处理、知识图谱、深度学习和智能搜索技术领域。具体实现方案为：响应于试题生成请求，确定试题类型和考查内容；根据试题类型，确定试题处理策略；利用试题处理策略，生成与考查内容相关的至少一个试题。

摘要： 本发明属于教育数据挖掘技术领域，公开一种基于属性探索的试题隐含知识属性关联挖掘及相关试题推送方法及系统，该方法包括：构建学生对错误题目集合的形式背景：对学生题目作答记录源数据进行预处理，之后结合标注的题目中所包含的知识属性集合，过滤出学生的错误应答信息；使用属性探索知识属性挖掘算法对当前形式背景进行探索，得到通过任一学生错误应答信息得出的知识属性蕴含关联集合与非冗余试题集合；利用概念格相似度分析计算试题之间的相似度，寻找含有与练习错题相似知识点的题目，选择满足阈值最近似的若干个相关试题进行推送。本发明解决了传统分析模式中学生模糊判断缺失属性带来的弊端，能够为学生提供针对性试题推荐。

摘要： 本申请披露了一种训练试题评分模型的方法、试题评分方法及装置。该方法包括：获取题库内试题对应的学生答卷，学生答卷包括题库内试题对应的答题结果；根据答题结果，利用第二试题评分模型确定学生答卷的评分，其中第二试题评分模型是通过在保持第一试题评分模型的参数不变的情况下，利用题库内样本试题的评分数据对嵌入第一试题评分模型的第二神经网络模型进行训练得到的，第一试题评分模型是利用题库外样本试题的评分数据对第一神经网络模型进行预训练得到的。本申请能够保证评分模型针对特定试题进行评分的有效性，并且降低了训练成本、维护成本和部署成本。

摘要： 本发明公开了一种基于试题配图的试题搜索方法、系统、存储介质及设备，该方法包括：获取当前试题中的配图图像，并将配图图像输入至预训练的分类模型当中，以判断配图图像是否为坐标系图像；若是，则将配图图像分别输入至预训练的分割识别模型及特征提取模型当中，以得到当前试题配图的配图特征以及坐标符号；根据坐标符号查找与坐标符号相似的目标图像特征库，并获取配图特征与目标图像特征库中的各个图像特征之间的相似度；若否，获取当前试题配图的配图特征；并获取配图特征与预设的非坐标系图像特征库的各个图像特征之间的相似度；根据相似度确定与当前试题相关的推荐试题。本发明解决了现有技术中在为当前试题推荐类似试题时不准确的问题。

摘要： 一种试题匹配及试题拆分方法、装置和计算机存储介质，包括划分目标文本获得文本区块序列，执行分区步骤以生成覆盖文本区块序列中的初始文本区块的数据分区，并根据数据分区从多个预设标准试题中确定当前匹配试题以及数据分区的文本相似度值，执行区块匹配步骤以基于数据分区的文本相似度值判断文本区块序列中位于数据分区之后的待识别文本区块是否与当前匹配试题相匹配，若匹配，则将待识别文本区块并入数据分区并继续执行区块匹配步骤，若不匹配，则将待识别文本区块作为初始文本区块并继续执行分区步骤。本申请实施例通过动态规划方式匹配并拆分试题，可以提高试题匹配及拆分的准确度并能降低算法复杂度以降低设备运行负载。