数据集介绍
本数据集专为小学数学教育研究设计，包含3997个结构化JSON文件，覆盖小学1-6年级核心数学题型。数据以应用题为主，聚焦代数、几何、统计等模块，通过多维特征标注支持教育数据分析、自动解题系统开发及认知诊断研究。
一、数据概况
- 时间基准：数据标注基于新历2025年5月14日的教学标准
- 年级分布：四年级占比最高（约32%），低年级（1-3）与高年级（5-6）分别占28%、40%
- 难度梯度：简单（25%）、中等（55%）、困难（20%）三级分类
- 知识图谱：涵盖12大知识领域，包括和差问题、分数运算、平面几何等，其中代数类题目占比达47%
二、内容结构
- 题目元数据（类型/年级/难度）支持教学进度匹配
- 解题路径包含正确步骤与典型错误（如示例中的方程建立错误），揭示常见认知误区
- 多维特征标注（文本/结构/符号）支持NLP模型训练，其中词嵌入特征采用BERT-base预训练模型生成
- 特色字段解析：
- 结构特征标注问题构成要素（如"双物品比较关系"），支持题型自动分类
- 特殊符号特征记录数学符号密度（平均每题含3.2个运算符），反映题目复杂度
- 解析说明字段包含教学指导建议（如"强化等量关系分析"），可直接用于教案生成
三、应用场景
- 教育技术开发：支持智能题库系统、作业自动批改、个性化学习路径规划
- 认知诊断研究：通过典型错误分析建立学生错误模式库
- 教材编写辅助：基于知识点分布分析优化章节难度曲线
- 跨模态研究：文本特征与词嵌入的对应关系可用于图文结合题生成
集智数据集 
中文
