Exam Question Analysis Generator: Reverse-Engineering Answers into Two Sets of Exam Paper Files

前言

命题老师和课程团队手里最常见的状态是:答案已经有了,题目还没有。课程讲义、实验指导书、课后习题答案是现成的,要把它们变成一套能直接发给学生的试卷,中间要做的事很琐碎——按知识点拆题、决定题型、写题干、构造干扰项、按格式分配分值,最后还要单独留一份含解析的答案文件。

手工做这件事有两个麻烦:一是题型分配和分值格式容易前后不一致,二是题目文件里很容易残留答案痕迹,考试时直接失效。考试考题解析生成器就是冲着这个流程来的:把答案内容交给它,它按你的格式要求同时产出两份文件——一份只有题目,一份带答案和逐题解析。

这是什么

考试考题解析生成器(@user_015022d9/exam-question-parser)是一个基于通用 SKILL.md 格式的社区 Skill,由发布者 user_015022d9 维护,归类在 education 下,当前版本 1.0.0,不需要 API Key。它解决的问题是:输入考题的简短答案和格式要求,输出题目文件与答案文件两个产物。

它在 SkillHub 上的评分为 100000,下载量 1284 次,安装量 0 次。

触发它的自然语言说法包括「根据答案生成题目」「生成考题」「出题」「从答案反推题目」「generate exam from answers」「create test questions from answer key」。

工作流程

整个 Skill 分四个阶段,前两个阶段做内容判断,后两个阶段做产物落地。

Phase 1:解析答案

先读入答案,逐项抽取:

1、提取每道题的正确答案。
2、识别知识点领域与概念。
3、标注难度等级。
4、提取解题思路与易错点。

这一步的产出是后面分配题型和写解析的依据。

Phase 2:生成题目

根据概念性质决定题型,可选类型为选择、多选、填空、实验、解答。随后编写题干(学术中文),构造干扰项时从原解析里的常见错误中取,最后按格式要求分配分值。

干扰项来自原解析的常见错误,而不是随机编,这样选项之间才有区分度,也和后续解析形成呼应。

Phase 3:输出文件

调用 Skill 目录下的 scripts/generate_exam_docs.py 生成两份文件:

1、题目文件:含试卷结构表和分组题目,不允许出现任何答案痕迹。
2、答案文件:含答案速查表,以及逐题详细解析(知识点、易错点)。

题目文件和答案文件分离是硬要求,题目文件里一旦带答案,考试场景就用不了。

Phase 4:呈现结果

生成后直接展示两个文件供审阅,不需要额外步骤。

安装与启用

本次抓取的资料中没有给出官方安装命令、目录路径或配置字段,因此这里不写未经核实的命令。

Skill 采用通用 SKILL.md 格式,做法是把整个 Skill 目录(包含 scripts/generate_exam_docs.py)放进所用客户端的 skills 目录,之后按名称或触发语调用即可。客户端之间的目录位置不同,以对应客户端文档为准;资料中标注 requires_api_key=false,启用时不需要准备密钥。

典型用法

使用方式是把答案内容和格式要求一起给出去,下面是可直接复现的触发写法:

根据答案生成题目
请从下面的答案反推一套考题,按格式要求分配分值,并输出题目文件和答案文件

输入侧需要提供的是:考题的简短答案,以及考题的格式要求。输出侧是两个文件,一个只有题目,一个带答案速查表和逐题解析。

适用场景与注意

适合以下几类需求:

1、已有答案和解析,需要批量产出试卷。
2、需要题目文件与答案文件严格分离的考试、测验场景。
3、需要按题型(选择、多选、填空、实验、解答)和分值格式重新组织内容。

需要注意的地方:

1、格式要求和答案内容都要在请求里写清楚,缺失格式要求时分值分配没有依据。
2、题目文件要求不含答案痕迹,提交前建议自行检查一遍。
3、题目质量取决于答案的完整度,解析里没有写到的常见错误,干扰项就缺乏素材。
4、这是社区来源的 Skill(来源标记 community),版本 1.0.0,使用前建议先看一遍生成结果是否符合课程口径。

结尾

考试考题解析生成器把「从答案到试卷」的四步流程(解析答案、生成题目、输出文件、呈现结果)串成一条链,产出题目文件和答案文件两份产物,题型、干扰项、分值都按给定的格式要求来。它的价值在于让已有答案直接变成可用试卷,而不用手工重写一遍。

官方地址:https://api.skillhub.cn/user_015022d9/exam-question-parser

SkillHub 页面:https://www.skillhub.cn/skills/user_015022d9/exam-question-parser

羽毛球分组比赛记分
小程序二维码

欢迎使用《羽毛球分组比赛记分》微信小程序

Xiaoye