企业官网建设流程全解析

简介：围绕一元一次方程应用题整理的《一元一次方程应用题分类.doc》，面向初中数学学习者与需要梳理应用题教法的教师，用于攻克从审题到列方程的实际问题建模难点。文档首先归纳列方程解应用题的五个步骤——审题、找等量关系、设未知数、解方程、检验作答，随后按题型拆解等量关系：和差倍分中的增长量与现在量、等积变形中的圆柱与长方体体积公式、数字表示中的个位十位百位关系、市场经济里的利润与打折、行程中的相遇追及与航行、工程中的工作量效率时间、储蓄中的利息公式等。行程与工程部分配有大量例题，并以“解：设……列方程为……”的填空形式呈现，便于边练边核对思路。压缩包仅含1个doc文件，约61KB，轻量易取。目前已有60人学习，适合课内同步巩固、专题复习或备课选题使用。

1. 一元一次方程应用题分类：为什么先做标签体系再写解题模板

手上有一份《一元一次方程应用题分类.doc》，几十页，题号排得整整齐齐，真要拿它做事时最难的往往不是解题，而是判断某道题该归到哪一类。同一道"甲乙两人相向而行"，可以叫行程问题，也可以叫相遇问题，还可以塞进"速度×时间=路程"的通用模型；一份分类文档如果只按情境命名，类目会膨胀到几十个并且互相重叠，检索和复用很快失控。

反直觉的地方在于：按场景分，类目越分越乱；按等量关系分，主干通常收敛到六类左右，每一类还都能反推出固定的设元套路。这份文档真正的价值不在题目本身，而在它背后那套可以被程序判定的分类规则。

下面这套做法适合三类人：要把 Word 题库数字化的开发者、想按知识点自动组卷的老师、需要给错题本自动打标的人。目标是把一份静态的方程应用题分类文档，变成可检索、可校验、可增量维护的结构化题库。

2. 一元一次方程应用题分类的判定特征与规则实现

2.1 从等量关系出发：分类的本质是找"哪个量守恒"

把一份应用题分类文档读薄，会发现所有题目都在问同一件事：题面里有哪几个量、哪些量已知、哪个量在变化前后保持不变。这个"不变量"决定了等量关系写在哪一侧，也决定了设哪个未知数最省事。行程问题里，相遇场景的不变量是总路程，追及场景的不变量是两人花费的时间；工程问题里，不变量是把工作总量设成 1 之后的那个人为基准；浓度问题里，不变量永远是溶质的质量。

按这个思路分类，会得到一个很实用的判据：先把题面里出现的量列成表，再问哪一列在事件前后没有变。凡是答案指向同一列不变量的题目，它们的解法骨架就是同构的，可以共用一套模板。反过来，如果两个题型的解题步骤完全不共享，那它们大概率不属于同一类，即使情境名字听起来很像。

2.2 六类主干题型的特征表与触发词

把常见的一元一次方程应用题收敛成六类主干，覆盖了绝大多数教辅文档里的题目。这个划分不是为了严谨的数学分类，而是为了让规则引擎好写、让模板好复用。

这张表里的触发词是规则引擎的一等公民。T3 和 T4 最容易混，因为都涉及"比例"和"总量"，区分点是 T4 一定出现浓度、含盐量、含水量这类质量分数描述，而 T3 一定出现货币单位或折扣表述。T6 和 T2 也容易混，水池进出水同时具备"合作"和"总量"的特征，实际处理时把它归到 T2，因为它真正的不变量是工作总量。

2.3 用带权重的关键词规则做一版粗分类

规则引擎的第一版不需要模型，一张带权重的关键词表加上反例扣分就能覆盖七八成题目。权重代表这个词对某一类的判别力：出现"利润率"基本锁定 T3，权重给 3；出现"速度"只在 T1 和 T2 的变体里有效，权重给 2 更稳妥。

# rule_bank.py —— 一元一次方程应用题分类规则表 RULES = { "行程问题": { "kw": [("相遇", 3), ("追及", 3), ("相向", 3), ("同向", 2), ("速度", 2), ("千米", 1), ("环形", 2)], "neg": [("利润率", 3), ("浓度", 3)], # 反例：出现即扣分 }, "工程问题": { "kw": [("合作", 3), ("单独做", 3), ("工作效率", 3), ("水池", 2), ("进水管", 2), ("完成", 1)], "neg": [("标价", 3)], }, "销售利润": { "kw": [("进价", 3), ("标价", 3), ("打折", 3), ("利润率", 3), ("利润", 2), ("售价", 2)], "neg": [("浓度", 3), ("含盐", 3)], }, "浓度配比": { "kw": [("浓度", 3), ("含盐", 3), ("加水", 2), ("蒸发", 3), ("混合", 2), ("溶液", 2)], "neg": [("打折", 3)], }, "和差倍分与年龄": { "kw": [("倍", 2), ("几年后", 3), ("几年前", 3), ("年龄", 2), ("多", 1), ("少", 1)], "neg": [("速度", 2)], }, "配套与等积变形": { "kw": [("配套", 3), ("锻造", 3), ("熔铸", 3), ("容积", 2), ("围成", 2), ("截面积", 2)], "neg": [], }, } def normalize(text): """全角转半角 + 去空白，避免"利润率"被空格切开导致漏匹配。""" out = [] for ch in text: code = ord(ch) if code == 0x3000: code = 32 elif 0xFF01 <= code <= 0xFF5E: code -= 0xFEE0 out.append(chr(code)) return "".join(out).replace(" ", "") def classify(text, topk=2): """返回 [(题型, 得分), ...]，按得分降序取前 topk 个。""" text = normalize(text) scores = {} for label, rule in RULES.items(): s = 0 for word, weight in rule["kw"]: s += weight * text.count(word) # 重复出现适当加权 for word, penalty in rule["neg"]: if word in text: s -= penalty # 反例扣分，消解跨类冲突 if s > 0: scores[label] = s return sorted(scores.items(), key=lambda kv: -kv[1])[:topk]

normalize处理的是文档里最常见的脏数据：中文全角标点、括号两侧的空格、从 PDF 复制过来的不间断空格。如果漏掉这一步，"利润率"写成"利润 率"就会直接漏匹配。topk默认取 2 而不是取 1，是因为有一批题目天然跨类，比如水池进出水既像行程又像工程，把第二名一起留给下游做人工抽检，比强行切一刀更稳妥。

注意：权重的绝对值不重要，重要的是同类之间的相对关系。判别力越强、越不容易在其他题型里出现的词，权重越高；像"多""少"这种在任何类型里都可能冒出来的字，权重给到 1 就已经够用。

3. 一元一次方程应用题分类文档的结构化落库

3.1 .doc 和 .docx 的解析路径不一样

老文档通常存成 .doc 二进制格式，直接读会遇到 OLE 复合文档结构，成本高且不稳定。常见做法是先用 LibreOffice 做一次无头转换，把格式统一到 docx，再用 python-docx 读取段落。

# 批量把 .doc 转成 .docx，输出到 converted/ 目录 libreoffice --headless --convert-to docx --outdir ./converted \ "./一元一次方程应用题分类.doc"

参数说明：--headless表示不开图形界面，适合放在脚本或 CI 里；--outdir必须显式指定，否则文件会散落在当前目录；--convert-to docx后面的冒号可以跟过滤器名，这里是默认行为，一般不用写。转换完之后务必检查一遍带公式的题目，公式对象在转换过程中偶尔会变成图片或空段落。

3.2 题目切分：题号正则和续行合并

文档里的题目编号形式很杂，1.、1、、(1)、第 1 题都会出现，而且题干经常被硬回车拆成多段。切分的核心思路是：匹配到编号就开一道新题，匹配不到就当作上一题的续行拼接。

import re from docx import Document NUM_RE = re.compile(r"^\s*(?:第\s*(\d{1,3})\s*题|(\d{1,3})\s*[.、．)）])") def split_items(docx_path): paras = [p.text.strip() for p in Document(docx_path).paragraphs if p.text.strip()] items, buf, cur = [], [], None for p in paras: m = NUM_RE.match(p) if m: if cur is not None: items.append((cur, "\n".join(buf))) cur = int(m.group(1) or m.group(2)) buf = [NUM_RE.sub("", p).strip()] elif cur is not None: buf.append(p) # 续行合并到当前题 if cur is not None: items.append((cur, "\n".join(buf))) return items

这个函数的两个分支要分开理解：命中NUM_RE就走"收尾上一题、开启新题"的路径；没命中就走"续行追加"。如果文档里存在没有编号的例题或导读段，它们会挂在上一题下面，属于可接受噪声，靠后续的题干长度阈值过滤掉即可——题干短于 15 个字的记录大概率不是完整题目。

3.3 字段模型和 sqlite 落库

题库表结构的设计目标是让重复录入和增量维护都变简单。关键在fingerprint字段：对归一化后的题干算一次 md5，作为唯一键，同一道题无论来自哪个版本的文档都只会存一份。

import hashlib, sqlite3 def fp(text): return hashlib.md5(normalize(text).encode("utf-8")).hexdigest() conn = sqlite3.connect("equation_bank.db") conn.execute("""CREATE TABLE IF NOT EXISTS problems ( id INTEGER PRIMARY KEY AUTOINCREMENT, no INTEGER, stem TEXT, label TEXT, score INTEGER, difficulty INTEGER DEFAULT 3, fingerprint TEXT UNIQUE, src TEXT)""") for no, stem in split_items("./converted/一元一次方程应用题分类.docx"): ranked = classify(stem) if not ranked: continue # 无命中，留给人工处理 label, score = ranked[0] conn.execute( "INSERT OR IGNORE INTO problems(no, stem, label, score, fingerprint, src)" " VALUES (?,?,?,?,?,?)", (no, stem, label, score, fp(stem), "分类.doc#自动打标")) conn.commit()

INSERT OR IGNORE配合UNIQUE约束，让整段逻辑天然幂等：重跑脚本不会产生重复行，这一点在文档需要反复修订时特别重要。score落库而不是只存label，是为了后面抽检时能优先看低分样本——得分 2 分的分类结果比得分 9 分的可疑得多。

4. 一元一次方程应用题分类的校验与组卷输出

4.1 用抽检和混淆矩阵定位规则漏洞

自动分类上线前一定要跑一轮人工抽检。做法是从每个标签里按得分升序取 20 条，导出 CSV 让人过一遍，把判错的记录下来。低分样本的出错率通常远高于整体，抽检 120 条就能暴露八成的规则问题。

import csv, sqlite3 conn = sqlite3.connect("equation_bank.db") conn.row_factory = sqlite3.Row rows = conn.execute(""" SELECT * FROM ( SELECT *, ROW_NUMBER() OVER (PARTITION BY label ORDER BY score ASC) AS rn FROM problems ) WHERE rn <= 20 ORDER BY label, score """).fetchall() with open("audit.csv", "w", newline="", encoding="utf-8-sig") as f: w = csv.writer(f) w.writerow(["id", "label", "score", "stem", "人工判定"]) for r in rows: w.writerow([r["id"], r["label"], r["score"], r["stem"].replace("\n", " "), ""])

ROW_NUMBER() OVER (PARTITION BY label ...)是这里的关键：它让每个类目各自排一次序，而不是全表排一次序，避免样本全被某一个类目占满。encoding="utf-8-sig"是为了让 Excel 打开时中文不乱码，这个细节在交付给非技术同事时几乎没有例外都要加。

抽检结果整理成混淆矩阵，问题会一目了然。常见的形态是这样：

对角线之外最集中的两块，一块是行程与工程互串，一块是浓度与销售利润互串。前者的成因多半是水池题里出现了"速度"字样，后者多半是题目同时写了"含盐率"和"成本"。

4.2 规则优先级与冲突消解

矩阵出来之后不要急着加词，先加优先级。跨类冲突的题目往往有明确的主次：一道题里出现"浓度"就意味着它在考配比，即使顺带提了成本，主考点仍然是溶质守恒。

PRIORITY = ["浓度配比", "行程问题", "销售利润", "工程问题", "配套与等积变形", "和差倍分与年龄"] def decide(stem): ranked = classify(stem, topk=6) if not ranked: return None, 0 best = max(ranked, key=lambda kv: (kv[1], -PRIORITY.index(kv[0]))) return best

max的 key 是一个元组：先比得分，得分相同时比优先级序号取负值，序号越小（越靠前）胜出。这样"同分看优先级"的语义被压进了一行，不需要额外写排序再取首元素的逻辑。优先级列表本身可以按教研习惯调整，调整一次全库重新跑一遍分类只需要几秒。

提示：每次改完规则或优先级，都要把label和score全量重算再覆盖写库，不要只对新题做增量打标，否则新老规则混在一起，混淆矩阵就失去意义了。

4.3 组卷输出：把分类结果还原成一份 Word 文档

分类的目的之一是能按知识点自动出卷。用 python-docx 从库里取题拼装，输出格式和原始的《一元一次方程应用题分类.doc》保持一致的观感，方便直接打印。

from docx import Document from docx.shared import Pt def build_paper(labels, per_label=5, out="分类练习卷.docx"): doc = Document() doc.styles["Normal"].font.name = "宋体" doc.styles["Normal"].font.size = Pt(12) conn = sqlite3.connect("equation_bank.db") conn.row_factory = sqlite3.Row idx = 0 for label in labels: doc.add_heading(f"{label}（共 {per_label} 题）", level=2) rows = conn.execute( "SELECT stem FROM problems WHERE label=? ORDER BY RANDOM() LIMIT ?", (label, per_label)).fetchall() for r in rows: idx += 1 doc.add_paragraph(f"{idx}. {r['stem']}") doc.save(out) build_paper(["行程问题", "工程问题", "浓度配比"])

ORDER BY RANDOM()是 sqlite 的随机排序写法，题库量在万级以内性能完全够用；LIMIT取不到足够题目时会静默少给，如果对题量有硬性要求，应该在取完之后判断len(rows)并补齐或报错。add_heading(level=2)生成的分节标题会进入 Word 的导航窗格，导出 PDF 时也能自动生成书签，这一点比手工加粗标题实用得多。

5. 让一元一次方程应用题分类结果长期可用的三个技巧

5.1 模板变量：把标签变成可填空的解题骨架

分类到题型只是第一步，真正省时间的是每一类配一份带变量的解题模板。变量设计得越少，模板越稳。

把{eq}单独拎出来做变量，是为了让模板在不同题目间复用同一句"先写等量关系再代数值"的话术，而不是每次都重写一遍推导。生成讲评稿时把变量替换成实际值，就能得到一份结构完全一致的解析。

5.2 难度打分与增量更新

难度不必靠人工标，用可数的特征加权即可：未知量个数、是否出现分数或小数系数、是否需要单位换算、是否需要间接设元，各给 1～2 分，加总后映射到 1～5 档。

def difficulty(stem): s = 1 s += 1 if re.search(r"\d+/\d+|0\.\d+", stem) else 0 # 分数或小数系数 s += 1 if ("分钟" in stem and "小时" in stem) else 0 # 单位不统一 s += 1 if stem.count("比") >= 2 else 0 # 多层比例关系 s += 1 if "设" not in stem and len(stem) > 120 else 0 # 题干长且无提示 return min(s, 5)

min(s, 5)是必要的收口，否则特征叠加后会出现 6、7 档，档位一多人工就用不动了。增量更新走的是fingerprint加规则版本号两条路：题干没变就只更新label和score，题干变了就按新记录插入，历史版本留在库里备查。

5.3 一个校验技巧：用逆向题面自测分类器

规则改完之后别只盯着准确率，更省事的办法是自己造题反测。拿每个题型的等量关系骨架，随机填参数生成 20 道合成题面，丢回classify看命中的是不是本类。这个方法的价值在于合成题面没有真实文档里的冗余描述，一旦分类器在这些"干净"样本上出错，问题一定出在关键词表本身，而不是切分或清洗环节。反过来，如果合成题全对而真实抽检错得很多，那就把精力放到归一化和切分上，不必再调权重。

本文还有配套的精品资源，点击获取