AX 爱鲜报

cn-math-taxonomy 中小学知识图谱

覆盖小学到高中数学、英语及初高中物理的知识图谱,含1644个知识点、2403条先修边、6723道题,对齐课标并提供自适应前置诊断。

爱鲜报评分

0.0

0 人评分

3.3k

星数

是

中文

Python

主语言

是

活跃

3

贡献者

人工分析

EDITORIAL

推荐理由

项目以结构化知识图谱串联K12数学、英语、物理,数据规模可观且附诊断题库,适合教育产品原型与学习路径研究。先修边设计能回溯薄弱点,对自适应学习有直接参考价值。但内容为AI初稿未经教师审核,用于正式教学前需人工校验。

适用场景

  • K12自适应学习路径推荐
  • 前置知识薄弱点诊断
  • 教育知识图谱可视化
  • 题库与课标对齐研究
  • 教学辅助工具开发

优点

  • 知识点、先修边、题库规模大且结构清晰
  • 对齐2022版课标与人教版教材目录
  • 提供在线诊断演示与GitHub Pages备份
  • 数据格式参考成熟taxonomy项目,便于二次开发

缺点

  • AI生成初稿,未经一线教师审核
  • 部分教材目录与课标条目标注待核
  • 高中题与英语题未做盲解复核
  • 许可证为CC BY-NC 4.0,商用受限
上手难度 进阶

项目简介

cn-math-taxonomy 是一个面向 K12 的中小学知识图谱数据集,覆盖数学(小学到高中)、英语(三年级到高中) 和 初中物理,并附带自适应前置诊断与题库。项目对齐《义务教育数学课程标准(2022年版)》及人教版教材目录,以知识点和先修边组织数据。

数据规模

学科 知识点 先修边 题库
数学(小初高) 828 1366+ 3459
英语(小初高) 724 914 2896
物理(初高) 269 637 1076

数学、英语、物理各自成图,物理通过 mathLinks 字段关联数学知识点,但不作为先修边。

核心特性

  • 先修关系:区分 hard / soft 边,诊断答错时可沿先修边从高中回溯到小学具体知识点。
  • 课标对齐:知识点关联课标条目,记录来源与核对状态。
  • 自适应诊断:在线演示支持按目标知识点或整册筛查,输出薄弱点路径。
  • 开放数据:JSON 格式,参考 topics + dependencies 结构,便于导入图数据库或学习系统。

使用方式

项目提供在线试用站点与 GitHub Pages 备份,可直接体验诊断流程。数据文件位于仓库 data/ 目录,适合用 Python 读取后构建图结构:

import json
with open('data/topics.json', encoding='utf-8') as f:
    topics = json.load(f)
# 按 dependencies 字段构建先修图

注意事项

项目明确声明为 AI 生成的初稿,未经教师审核。知识点粒度、掌握标准、先修边类型及诊断题答案均需一线教师复核后方可用于正式教学。部分教材目录与课标条目标注「待核」,高中题与英语题未做盲解验证。

许可证为 CC BY-NC 4.0,商业使用需注意限制。

评论

登录后才可评论与评分

0 条评论

  • 暂无评论,来写第一条吧。