高考历史试题

摘要： 2022年广东高考历史试题(广东卷)守正创新、特色鲜明、亮点突出,设计感强。试题在遵循《普通高中历史课程标准》(2003年)的基础上,注重发挥历史学科在育人方面的独特价值,重点考查核心价值、必备知识、关键能力和学科素养,尤其是在彰显育人方向、回归学科本质、考查思维能力、增强多元开放、彰显岭南特色方面有重大突破。

摘要： 随着人民生活水平的提高,健康问题成为社会焦点,新冠疫情更引发大众对公共卫生安全的关注。《普通高中历史课程标准(2017年版2020年修订)》要求学生“知道古代历史上疫病的流行与影响;了解中医药的主要成就和西医在中国的传播、发展过程;了解现代医疗卫生体系的建立、发展及其对社会生活的影响”。21世纪初以来,医疗卫生史在历史学科高考试题中已有所体现,分析研究历史学科高考对医疗卫生史的考查,可为提高教学水平及有效备考提供参考。

摘要： 社会史是“眼光向下”的一门学科,关注普通百姓的生活状况。2016—2020年高考历史试题对社会史的考查占比不小。本文拟对社会史的产生、研究内容进行梳理,对高考考查社会史的内容、特点进行总结归纳,并提出具体的应对之法。一、社会史的产生及主要特征(一)社会史的产生及其发展雷蒙·威廉斯在《关键词:文化与社会的词汇》中梳理了“社会(society)”的词源,认为“society”最初指的同伴关系.

摘要： 近几年,高考历史试题对“近代工业文明的兴起与发展”专题主要考查的知识点有:西方民主制度的发展与社会主义运动的兴起、两次工业革命、科学技术的发展与文学艺术。例如,2018年高考新课标全国文综卷Ⅰ第33题,从马克思革命理论的角度考查西方民主制度的发展与社会主义运动的兴起。2020年高考新课标全国文综卷Ⅰ第34题,从19世纪六七十年代巴黎形象的角度考查西方民主制度的发展与社会主义运动的兴起。

摘要： 近几年,高考历史试题对“改革开放新时代”专题主要考查的知识点有:民主法制建设、“一国两制”与外交成就、改革开放与辉煌成就、中国特色社会主义理论的形成与发展及新时期的科技、文化、教育。例如,2018年高考新课标全国文综卷Ⅰ第41(3)题,从村民自治的意义角度考查民主法制建设。2020年高考新课标全国文综卷Ⅰ第41(2)(3)题,从新时期中德关系的发展角度考查外交成就。

摘要： 历史解释是普通高中学生必备的历史学科核心素养之一。它是指以史料为依据,对历史事物进行理性分析和客观评判的态度、能力与方法。在新高考历史试题中,"所有历史叙述在本质上都是对历史的解释……通过对历史的解释,不断接近历史真实"。在试题讲评中,教师要注重培养学生不同水平的历史解释核心素养,帮助学生从纷繁的历史现象或多样的历史解释中发现问题,从而对史事间的因果关系做出合理解释,更好地做到以史为鉴。

摘要： 随着《中国高考评价体系》和《普通高中历史课程标准(2017年版2020年修订)》(以下简称为《课程标准》)的发布,高考历史试题把对历史学科核心素养的考查作为实现考试核心功能的基本途径,将其融入了对历史关键能力和必备知识的考查之中,对历史教学产生了重大影响。进入复习阶段的历史教学,必须更加鲜明地体现学科核心素养的主导地位。

摘要： 2020年高考一结束,像往常一样,对高考试题的研究和评析随即掀起高潮,网络上、各类刊物上涌现出许多文章。纵观各类文章,大都侧重于命题立意的视角,实质上与教育部考试中心每年在《中国考试》上公开发表的年度高考历史试题评析的内容相比没有本质上的差异,甚至当前学界对高考试题命题立意的关注和解读已经呈现出了一种较为明显的过度倾向,值得我们反思。为此,笔者立足于中学历史教学应考实际,在依托数据调研的基础上,尝试从专家命题、学生做题、老师讲题这三个不同的视角来寻找高考试题带给历史教学的价值与启示。

摘要： 历史学科核心素养是学生在历史学习过程中形成的关键能力和必备品格,由唯物史观、时空观念、史料实证、历史解释、家国情怀组成。其中史料实证体现历史学科的本质特色,是构成历史学科核心素养的手段方法。史料实证不仅是历史课堂的重要内容,而且在近几年的高考历史试题中也占了相当大的比重。为此,笔者以2019年全国卷Ⅰ第29题为例,从落实史料实证素养的角度探究高考历史试题在教学中的应用,以期更好地发挥高考试题在培育核心素养中的价值和作用。

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历史数据的考生高考志愿填报推荐系统，包括数据录入模块、数据处理模块和推荐系统模块，其中：数据录入模块：考生或者家长通过数据录入模块将高考信息输入到系统中；数据处理模块：数据处理模块在接收到上述数据后，通过志愿填报推荐算法，调用历年录取数据进行分析；推荐系统模块：通过推荐系统模块输出所选高校类别的可填报高校‑专业组及其录取概率，本发明通过历年高考录取数据，调用数据预测算法，科学预测高校录取概率，为考生及家长提供科学参考，系统根据大学分类来进行院校‑专业组的推荐，能够让考生及家长更加了解大学，更加便捷的找到自己想要报考的学校录取概率。

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。