简介面向备考ACSM注册临床运动生理学家Registered Clinical Exercise Physiologist认证的考生这份文档围绕考试代码040-444整理了一套英文题库适合运动生理学、临床运动指导、康复治疗及相关专业学生用于自测与查漏补缺。资源包内仅含1个docx文件压缩后约116KB内容以单项选择题目与正确答案标注为主覆盖解剖学、生理学、病理学以及运动指导和康复等模块。目前已有106人学习下载。题库涉及气管C形软骨功能、骨骼功能、骨骼肌收缩蛋白、下背痛柔韧性训练选择、长骨结构特征、手臂关节运动、膝关节伸展主要肌群、肩关节外旋肌力评估、软骨组织分类及心脏瓣膜血流路径等具体考点每题均给出正确选项便于读者定位薄弱环节并针对性复习适合作为RCEP认证冲刺阶段的练习材料。1. 从一份 ACSM RCEP(040-444) 题库 docx 到可查询的练习系统准备 ACSM 注册临床运动生理师Registered Clinical Exercise Physiologist考试代码 040-444的人手上多半已经躺着一份《ACSM(040-444)认证考试题库.docx》。翻几百页做三十道题很快说不清自己到底弱在运动生理、运动测试还是运动处方上。问题不在题量而在于题干、选项、答案、解析全被塞进自然段落程序读不进去也就没法去重、打标、按考点抽题。真正要解决的是把 docx 变成结构化题库一道题一条记录选项分列正确答案单独字段题干按临床运动生理的考点域打上标签。这一步做完间隔重复调度、错题归因、分域正确率统计才有数据可依而不是靠 Word 查找功能一页页翻。接下来走的是解析、清洗去重、SQLite 落库、考点打标、每日到期队列这条线代码用 Python 3 加 python-docx全本地跑。适合要考 RCEP 的临床运动生理、康复、心内方向从业者也适合手上有同类 Word 题库、想把它变成可查询系统的工程师。2. 用 python-docx 解析 RCEP 题库 docx 的段落流与表格2.1 docx 的真实结构决定了先探测再写正则docx 本质是个 zip 包正文在word/document.xml。python-docx 把它抽象成Document.paragraphs和Document.tables两个序列段落顺序在.paragraphs里保留表格却是单独收集的。一份用表格排版的题库段落流里几乎读不到题干直接上正则会得到一堆空结果。我一般先做一次排版探测不追求写通用解析器。常见三种排版排版类型特征解析入口主要坑纯段落式题干一行、选项四行、答案一行doc.paragraphs跨页断行把题干拆成两段表格式一行一题单元格里塞选项doc.tables单元格内换行被合并成一段混排式题干是段落选项是表格两者按顺序交叉段落与表格的相对位置丢失先 dump 前 40 个段落和所有表格的首行肉眼确认属于哪一类比写一套万能解析器省一半时间。2.2 最小探测脚本把段落和表格结构打印出来from docx import Document doc Document(ACSM(040-444)认证考试题库.docx) # 只看前 40 个非空段落确认题干 / 选项 / 答案各占什么位置 for i, p in enumerate(doc.paragraphs[:40]): text p.text.strip() if text: print(f[P{i:04d}] {text[:120]}) print(- * 60) # 表格式排版打印每张表的行列数与首行内容 for ti, tb in enumerate(doc.tables): head | .join(c.text.strip()[:30] for c in tb.rows[0].cells) print(f[T{ti}] rows{len(tb.rows)} cols{len(tb.columns)} :: {head})doc.paragraphs返回的是全部段落对象索引i保留原始位置信息后面做「段落号 → 题目」溯源时会用到。[:40]只是控制输出量探测阶段不需要读全文。tb.rows[0].cells取首行单元格len(tb.rows)给出的行数可以判断这张表是一题一行还是一题多行。如果打印结果里段落几乎都是目录和版权页、表格却有一张几百行的那就是表格式题库走doc.tables分支。2.3 把段落流切成题目块三条正则定骨架纯段落式题库的骨架很好抓题干以序号开头选项以 A–D 开头答案以「答案」「参考答案」开头。import re Q_START re.compile(r^\s*(?:第\s*)?(\d{1,4})\s*[\.、\)题]\s*(.*)$) OPT re.compile(r^\s*([A-Da-d])\s*[\.、\)]\s*(.)$) ANS re.compile(r^\s*(?:答案|参考答案|正确答案|Answer)\s*[:]?\s*([A-Da-d][A-Da-d\s,、]*)$) EXP re.compile(r^\s*(?:解析|答案解析|Explanation)\s*[:]?\s*(.)$) def split_questions(lines): blocks, cur [], None for ln in lines: ln ln.strip() if not ln: continue m Q_START.match(ln) if m: # 命中题号即开新题上一题收尾 if cur: blocks.append(cur) cur {qid: m.group(1), lines: [m.group(2).strip()]} elif cur: cur[lines].append(ln) # 选项、答案、解析都先归到当前题 if cur: blocks.append(cur) return blocksQ_START里的(?:第\s*)?是可选前缀兼容「第 12 题」和「12.」两种写法[\.、\)题]覆盖点号、顿号、右括号和「题」字四种分隔符。split_questions只做粗切分不区分选项和答案因为答案行必须留在同一题里才能回填。切完之后再遍历lines用OPT抽选项、用ANS抽正确答案字母、用EXP抽解析。答案正则结尾锚定$是为了避免把解析里出现的「A」误当答案。2.4 表格式题库按列对齐解析表格式的处理更简单一题一行列固定。def parse_table(tb): items [] for row in tb.rows[1:]: # 跳过表头 cells [c.text.strip() for c in row.cells] if len(cells) 3 or not cells[0]: continue # 选项常见为「A. xxx\nB. yyy\nC. zzz\nD. www」挤在一个单元格里 opts {} for line in re.split(r[\n\r], cells[-2] if len(cells) 4 else cells[1]): m OPT.match(line) if m: opts[m.group(1).upper()] m.group(2).strip() items.append({ qid: re.sub(r\D, , cells[0]) or cells[0], stem: cells[1], choices: opts, key: cells[-1].strip().upper()[:1], }) return itemstb.rows[1:]跳过表头实际列数要按探测结果改cells[-2] if len(cells) 4是防御性写法列数不足时退回第二列取选项。re.split用换行拆单元格内的多行文本这一步不能省否则四个选项会被当成一个字符串。cells[-1]取最后一列当答案[:1]只保留首字母防止「A. 运动强度」这类写法污染答案字段。2.5 解析失败的三种典型情况一是 Word 自动编号。题干序号由列表样式渲染p.text里根本没有「12.」此时要改读p._p.pPr里的编号定义或者干脆用「上一题答案之后的第一段」当题干起点。二是答案和解析挤在同一行ANS的正则锚定会失配去掉$锚定后改用re.search取第一个字母组即可。三是跨页断行题干被拆成两个短段落。稳妥做法是切分后做一遍修补如果某个题块的首段长度短于 15 个字且不以标点结尾就和下一段合并再入下一阶段。3. RCEP 题库落 SQLite字段设计、去重与考点打标3.1 三张表分开存题目、选项和作答记录把题目、选项、作答分开存好处是统计口径清晰算正确率查作答表查题目内容查题目表不用在一张大宽表里判空。PRAGMA foreign_keys ON; CREATE TABLE question ( qid TEXT PRIMARY KEY, -- 原文档题号去重与溯源锚点 stem TEXT NOT NULL, domain TEXT, -- 考点域标签 fingerprint TEXT NOT NULL, -- 题干归一化后的哈希 src_para INTEGER, -- 来自第几个段落方便回原文核对 created_at TEXT DEFAULT (datetime(now)) ); CREATE TABLE choice ( qid TEXT NOT NULL, label TEXT NOT NULL, -- A/B/C/D content TEXT NOT NULL, is_key INTEGER DEFAULT 0, -- 1 表示正确项 PRIMARY KEY (qid, label), FOREIGN KEY (qid) REFERENCES question(qid) ); CREATE TABLE attempt ( id INTEGER PRIMARY KEY, qid TEXT NOT NULL, picked_label TEXT, -- NULL 表示没作答直接看答案 grade INTEGER NOT NULL, -- 0-5供 SM-2 使用 created_at TEXT DEFAULT (datetime(now)) ); CREATE INDEX idx_attempt_qid ON attempt(qid); CREATE INDEX idx_question_domain ON question(domain);choice用(qid, label)做联合主键天然防重复插入。is_key用整数而不是布尔是为了兼容多选题后续扩展。attempt.picked_label允许为空因为很多人是「看完题直接翻答案」这条例外记录对后面的诱饵分析仍有价值——没作答的题不该算进答错统计。3.2 题干归一化与近似去重同一份题库里同一道题换个说法出现两遍很常见纯哈希查不出来得先归一化再算相似度。import hashlib, re from difflib import SequenceMatcher def normalize(stem: str) - str: s re.sub(r\s, , stem) # 去所有空白 s re.sub(r[(][^)]*[)], , s) # 去括号里的补充说明 s re.sub(r[。、,.;:\“”‘’], , s) # 去标点 return s def fingerprint(stem: str) - str: return hashlib.md5(normalize(stem).encode(utf-8)).hexdigest()[:16] def dedup(rows, threshold0.9): kept, seen [], {} for r in rows: fp fingerprint(r[stem]) if fp in seen: # 完全同题直接丢 continue dup False for k in kept: # 近似题逐个比对 if SequenceMatcher(None, normalize(r[stem]), normalize(k[stem])).ratio() threshold: dup True break if not dup: seen[fp] r[qid] kept.append(r) return keptnormalize里去掉括号内容是因为很多题库在题干后补了「单选」这类说明不同版本写法不一。threshold0.9是实测比较稳的线低于 0.85 会把「运动强度」和「运动时间」这种只差两个字的题误合并高于 0.95 又漏掉改写过的重复题。真正被合并的题不要静默删除我习惯把qid记到一张dup_map表里回头人工抽查十几条确认阈值合理。3.3 按临床运动生理考点域给题干打标题目标签不用模型关键词映射表足够而且结果可解释、可手工修正。考点域典型关键词建议抽题占比运动生理基础摄氧量、心输出量、乳酸阈、通气阈、肌纤维20%病理生理与临床心力衰竭、冠心病、糖尿病、慢阻肺、β 受体阻滞剂25%健康评估与运动测试运动试验、心电图、终止指征、危险分层、最大心率20%运动处方与 FITT强度、频率、时长、靶心率、RPE、抗阻训练20%行为改变与安全依从性、自我效能、急救、除颤、应急预案15%占比那一列不要照抄别人的把你手上考纲给出的各域权重填进去没有就先用一组自定配比跑两轮模拟后再调。DOMAIN_RULES { 运动生理基础: [摄氧量, 心输出量, 乳酸阈, 通气阈, 肌纤维], 病理生理与临床: [心力衰竭, 冠心病, 糖尿病, 慢阻肺, 受体阻滞], 健康评估与运动测试: [运动试验, 心电图, 终止指征, 危险分层, 最大心率], 运动处方: [强度, 频率, 靶心率, RPE, 抗阻], 行为与安全: [依从性, 自我效能, 急救, 除颤, 应急预案], } def tag_domain(stem: str) - str: hits {d: sum(1 for w in ws if w in stem) for d, ws in DOMAIN_RULES.items()} best max(hits, keyhits.get) return best if hits[best] 0 else 未分类按命中词数取最大值命中为零的归到「未分类」。实践中「未分类」通常占 5% 到 15%基本都是纯情景题——题干只描述一个病人状态考点藏在选项里。这部分不要硬塞单独留一张表人工过一遍效率比调规则高。3.4 用考纲配比校验题库覆盖打标完成后跑一条聚合查询看题库在各域上的分布和你定的配比差多少。SELECT domain, COUNT(*) AS n, ROUND(COUNT(*) * 100.0 / (SELECT COUNT(*) FROM question), 1) AS pct FROM question GROUP BY domain ORDER BY n DESC;把pct和你表里的目标配比并排列出来差 5 个百分点以上的域就是要补题的地方。这一步的价值在于避免一种错觉刷了几百道题感觉什么都练了实际上某个域只出过十几道考场上遇到陌生题型就崩。4. 用 SM-2 间隔重复驱动题库参数、到期队列与错题闭环4.1 为什么题库要接调度而不是随机抽题随机抽题的缺陷是短期记忆被反复强化长期记忆没被触碰。间隔重复的核心是「在快忘记的时候再问一次」答得越顺下次间隔越长答错就退回短间隔。对 RCEP 这种同时考概念辨识和临床情景判断的考试把有限时间压在高遗忘率题目上比平均刷题更划算。4.2 SM-2 的最小实现def sm2(grade: int, ease: float 2.5, interval: int 0, reps: int 0): grade: 0-53 分及以上算通过ease 是难度系数 if grade 3: reps, interval 0, 1 # 答错重置明天再见 else: if reps 0: interval 1 elif reps 1: interval 6 # 第二次答对间隔直接跳到 6 天 else: interval round(interval * ease) reps 1 # 难度系数随作答质量浮动答得差就下降 ease ease (0.1 - (5 - grade) * (0.08 (5 - grade) * 0.02)) ease max(1.3, ease) # 下限防止间隔塌缩 interval min(interval, 180) # 上限防止某题半年不出现 return ease, interval, repsgrade 3的分支做重置这是错题闭环的入口。ease的更新公式里grade5时增量为0.1 - 0 0.1grade3时为0.1 - 2*(0.082*0.02) 0.1 - 0.24 -0.14也就是「勉强答对」会持续压低难度系数让这道题更频繁地出现。max(1.3, ease)是硬下限低于 1.3 间隔几乎不再增长题目会变成每天必刷。min(interval, 180)是上限考前两个月设置成 60 更合适。4.3 四个必须调的参数参数默认值什么时候改改错的后果初始 ease2.5基础差调到 2.2太高则前期进度慢ease 下限1.3不要低于 1.3题目天天出现队列爆掉间隔上限180 天考试前 60 天改成 60熟题一个月不出现临考遗忘通过线 grade≥3冲刺期改成 ≥4只是「有点印象」也被判通过grade 到作答行为的映射也统一下看到题 3 秒内选出且正确记 5正常选出记 4犹豫后正确记 3选错但有明确排除思路记 2完全没方向记 1直接看答案记 0。这个映射写进练习界面别让人凭感觉打分。4.4 每日到期队列用一条 SQL 决定WITH latest AS ( SELECT qid, MAX(created_at) AS last_at FROM attempt GROUP BY qid ) SELECT q.qid, q.stem, q.domain, a.interval_days, julianday(now) - julianday(a.due_at) AS overdue_days FROM question q JOIN attempt a ON a.qid q.qid AND a.created_at latest.last_at JOIN latest ON latest.qid q.qid WHERE a.due_at date(now) ORDER BY overdue_days DESC, q.domain LIMIT 60;如果不想每道题都存due_at把ease、interval_days、reps三个字段直接放在 question 表上用date(created_at, || interval_days || day)现算到期时间也可以省一张表的连接。ORDER BY overdue_days DESC让拖得最久的题先出LIMIT 60是每日上限一般按可支配时间除以单题平均耗时估30 分钟、每题 40 秒就是 45 道左右。4.5 错题按考点域回灌答错之后不要只把这道题推回来要把同域的低分题一起拉进当天队列。SELECT q.qid, q.domain, AVG(a.grade) AS avg_grade FROM attempt a JOIN question q ON q.qid a.qid WHERE q.domain :wrong_domain GROUP BY q.qid HAVING avg_grade 3.0 ORDER BY avg_grade ASC LIMIT 15;:wrong_domain传刚答错题的域标签HAVING avg_grade 3.0筛出该域里历史上也没做明白的题一次回灌十几道。这样做的好处是暴露的是「域」的薄弱而不是「题」的薄弱——RCEP 情景题换个人物背景、换个合并症就是新题只记答案没有意义。5. 从作答记录里挖出高频诱饵选项做到几百道之后attempt表本身就成了资料。统计每个选项被选中的次数和选中后的正确率能定位出那些「看着最像答案」的诱饵。SELECT q.domain, c.label, COUNT(*) AS picked_times, ROUND(AVG(c.is_key), 3) AS correct_when_picked, ROUND(AVG(a.grade), 2) AS avg_grade FROM attempt a JOIN question q ON q.qid a.qid JOIN choice c ON c.qid a.qid AND c.label a.picked_label GROUP BY q.domain, c.label HAVING picked_times 20 ORDER BY correct_when_picked ASC;correct_when_picked接近 0 而picked_times很高的标签就是高吸引诱饵。实际排查中这类选项往往集中在两类说法上把绝对强度写成相对强度、把「相对禁忌」写成「绝对禁忌」。把它们拎出来回头在选项表里加一个distractor_note字段记录为什么错比多刷一百道新题有用。另一个值得加的字段是作答耗时。人在犹豫时切换选项的次数和停留时长比最终对错更能反映掌握程度在练习界面里把picked_label、final_label、elapsed_ms三个值一起写进attempt之后按elapsed_ms 60000 AND grade 4筛出的题就是「做对了但没吃透」的那一批——这些题应该被强制下调 ease而不是按答对处理直接推到 6 天之后。本文还有配套的精品资源点击获取 Python解析ACSM RCEP题库：SQLite与SM-2间隔重复练习系统
简介面向备考ACSM注册临床运动生理学家Registered Clinical Exercise Physiologist认证的考生这份文档围绕考试代码040-444整理了一套英文题库适合运动生理学、临床运动指导、康复治疗及相关专业学生用于自测与查漏补缺。资源包内仅含1个docx文件压缩后约116KB内容以单项选择题目与正确答案标注为主覆盖解剖学、生理学、病理学以及运动指导和康复等模块。目前已有106人学习下载。题库涉及气管C形软骨功能、骨骼功能、骨骼肌收缩蛋白、下背痛柔韧性训练选择、长骨结构特征、手臂关节运动、膝关节伸展主要肌群、肩关节外旋肌力评估、软骨组织分类及心脏瓣膜血流路径等具体考点每题均给出正确选项便于读者定位薄弱环节并针对性复习适合作为RCEP认证冲刺阶段的练习材料。1. 从一份 ACSM RCEP(040-444) 题库 docx 到可查询的练习系统准备 ACSM 注册临床运动生理师Registered Clinical Exercise Physiologist考试代码 040-444的人手上多半已经躺着一份《ACSM(040-444)认证考试题库.docx》。翻几百页做三十道题很快说不清自己到底弱在运动生理、运动测试还是运动处方上。问题不在题量而在于题干、选项、答案、解析全被塞进自然段落程序读不进去也就没法去重、打标、按考点抽题。真正要解决的是把 docx 变成结构化题库一道题一条记录选项分列正确答案单独字段题干按临床运动生理的考点域打上标签。这一步做完间隔重复调度、错题归因、分域正确率统计才有数据可依而不是靠 Word 查找功能一页页翻。接下来走的是解析、清洗去重、SQLite 落库、考点打标、每日到期队列这条线代码用 Python 3 加 python-docx全本地跑。适合要考 RCEP 的临床运动生理、康复、心内方向从业者也适合手上有同类 Word 题库、想把它变成可查询系统的工程师。2. 用 python-docx 解析 RCEP 题库 docx 的段落流与表格2.1 docx 的真实结构决定了先探测再写正则docx 本质是个 zip 包正文在word/document.xml。python-docx 把它抽象成Document.paragraphs和Document.tables两个序列段落顺序在.paragraphs里保留表格却是单独收集的。一份用表格排版的题库段落流里几乎读不到题干直接上正则会得到一堆空结果。我一般先做一次排版探测不追求写通用解析器。常见三种排版排版类型特征解析入口主要坑纯段落式题干一行、选项四行、答案一行doc.paragraphs跨页断行把题干拆成两段表格式一行一题单元格里塞选项doc.tables单元格内换行被合并成一段混排式题干是段落选项是表格两者按顺序交叉段落与表格的相对位置丢失先 dump 前 40 个段落和所有表格的首行肉眼确认属于哪一类比写一套万能解析器省一半时间。2.2 最小探测脚本把段落和表格结构打印出来from docx import Document doc Document(ACSM(040-444)认证考试题库.docx) # 只看前 40 个非空段落确认题干 / 选项 / 答案各占什么位置 for i, p in enumerate(doc.paragraphs[:40]): text p.text.strip() if text: print(f[P{i:04d}] {text[:120]}) print(- * 60) # 表格式排版打印每张表的行列数与首行内容 for ti, tb in enumerate(doc.tables): head | .join(c.text.strip()[:30] for c in tb.rows[0].cells) print(f[T{ti}] rows{len(tb.rows)} cols{len(tb.columns)} :: {head})doc.paragraphs返回的是全部段落对象索引i保留原始位置信息后面做「段落号 → 题目」溯源时会用到。[:40]只是控制输出量探测阶段不需要读全文。tb.rows[0].cells取首行单元格len(tb.rows)给出的行数可以判断这张表是一题一行还是一题多行。如果打印结果里段落几乎都是目录和版权页、表格却有一张几百行的那就是表格式题库走doc.tables分支。2.3 把段落流切成题目块三条正则定骨架纯段落式题库的骨架很好抓题干以序号开头选项以 A–D 开头答案以「答案」「参考答案」开头。import re Q_START re.compile(r^\s*(?:第\s*)?(\d{1,4})\s*[\.、\)题]\s*(.*)$) OPT re.compile(r^\s*([A-Da-d])\s*[\.、\)]\s*(.)$) ANS re.compile(r^\s*(?:答案|参考答案|正确答案|Answer)\s*[:]?\s*([A-Da-d][A-Da-d\s,、]*)$) EXP re.compile(r^\s*(?:解析|答案解析|Explanation)\s*[:]?\s*(.)$) def split_questions(lines): blocks, cur [], None for ln in lines: ln ln.strip() if not ln: continue m Q_START.match(ln) if m: # 命中题号即开新题上一题收尾 if cur: blocks.append(cur) cur {qid: m.group(1), lines: [m.group(2).strip()]} elif cur: cur[lines].append(ln) # 选项、答案、解析都先归到当前题 if cur: blocks.append(cur) return blocksQ_START里的(?:第\s*)?是可选前缀兼容「第 12 题」和「12.」两种写法[\.、\)题]覆盖点号、顿号、右括号和「题」字四种分隔符。split_questions只做粗切分不区分选项和答案因为答案行必须留在同一题里才能回填。切完之后再遍历lines用OPT抽选项、用ANS抽正确答案字母、用EXP抽解析。答案正则结尾锚定$是为了避免把解析里出现的「A」误当答案。2.4 表格式题库按列对齐解析表格式的处理更简单一题一行列固定。def parse_table(tb): items [] for row in tb.rows[1:]: # 跳过表头 cells [c.text.strip() for c in row.cells] if len(cells) 3 or not cells[0]: continue # 选项常见为「A. xxx\nB. yyy\nC. zzz\nD. www」挤在一个单元格里 opts {} for line in re.split(r[\n\r], cells[-2] if len(cells) 4 else cells[1]): m OPT.match(line) if m: opts[m.group(1).upper()] m.group(2).strip() items.append({ qid: re.sub(r\D, , cells[0]) or cells[0], stem: cells[1], choices: opts, key: cells[-1].strip().upper()[:1], }) return itemstb.rows[1:]跳过表头实际列数要按探测结果改cells[-2] if len(cells) 4是防御性写法列数不足时退回第二列取选项。re.split用换行拆单元格内的多行文本这一步不能省否则四个选项会被当成一个字符串。cells[-1]取最后一列当答案[:1]只保留首字母防止「A. 运动强度」这类写法污染答案字段。2.5 解析失败的三种典型情况一是 Word 自动编号。题干序号由列表样式渲染p.text里根本没有「12.」此时要改读p._p.pPr里的编号定义或者干脆用「上一题答案之后的第一段」当题干起点。二是答案和解析挤在同一行ANS的正则锚定会失配去掉$锚定后改用re.search取第一个字母组即可。三是跨页断行题干被拆成两个短段落。稳妥做法是切分后做一遍修补如果某个题块的首段长度短于 15 个字且不以标点结尾就和下一段合并再入下一阶段。3. RCEP 题库落 SQLite字段设计、去重与考点打标3.1 三张表分开存题目、选项和作答记录把题目、选项、作答分开存好处是统计口径清晰算正确率查作答表查题目内容查题目表不用在一张大宽表里判空。PRAGMA foreign_keys ON; CREATE TABLE question ( qid TEXT PRIMARY KEY, -- 原文档题号去重与溯源锚点 stem TEXT NOT NULL, domain TEXT, -- 考点域标签 fingerprint TEXT NOT NULL, -- 题干归一化后的哈希 src_para INTEGER, -- 来自第几个段落方便回原文核对 created_at TEXT DEFAULT (datetime(now)) ); CREATE TABLE choice ( qid TEXT NOT NULL, label TEXT NOT NULL, -- A/B/C/D content TEXT NOT NULL, is_key INTEGER DEFAULT 0, -- 1 表示正确项 PRIMARY KEY (qid, label), FOREIGN KEY (qid) REFERENCES question(qid) ); CREATE TABLE attempt ( id INTEGER PRIMARY KEY, qid TEXT NOT NULL, picked_label TEXT, -- NULL 表示没作答直接看答案 grade INTEGER NOT NULL, -- 0-5供 SM-2 使用 created_at TEXT DEFAULT (datetime(now)) ); CREATE INDEX idx_attempt_qid ON attempt(qid); CREATE INDEX idx_question_domain ON question(domain);choice用(qid, label)做联合主键天然防重复插入。is_key用整数而不是布尔是为了兼容多选题后续扩展。attempt.picked_label允许为空因为很多人是「看完题直接翻答案」这条例外记录对后面的诱饵分析仍有价值——没作答的题不该算进答错统计。3.2 题干归一化与近似去重同一份题库里同一道题换个说法出现两遍很常见纯哈希查不出来得先归一化再算相似度。import hashlib, re from difflib import SequenceMatcher def normalize(stem: str) - str: s re.sub(r\s, , stem) # 去所有空白 s re.sub(r[(][^)]*[)], , s) # 去括号里的补充说明 s re.sub(r[。、,.;:\“”‘’], , s) # 去标点 return s def fingerprint(stem: str) - str: return hashlib.md5(normalize(stem).encode(utf-8)).hexdigest()[:16] def dedup(rows, threshold0.9): kept, seen [], {} for r in rows: fp fingerprint(r[stem]) if fp in seen: # 完全同题直接丢 continue dup False for k in kept: # 近似题逐个比对 if SequenceMatcher(None, normalize(r[stem]), normalize(k[stem])).ratio() threshold: dup True break if not dup: seen[fp] r[qid] kept.append(r) return keptnormalize里去掉括号内容是因为很多题库在题干后补了「单选」这类说明不同版本写法不一。threshold0.9是实测比较稳的线低于 0.85 会把「运动强度」和「运动时间」这种只差两个字的题误合并高于 0.95 又漏掉改写过的重复题。真正被合并的题不要静默删除我习惯把qid记到一张dup_map表里回头人工抽查十几条确认阈值合理。3.3 按临床运动生理考点域给题干打标题目标签不用模型关键词映射表足够而且结果可解释、可手工修正。考点域典型关键词建议抽题占比运动生理基础摄氧量、心输出量、乳酸阈、通气阈、肌纤维20%病理生理与临床心力衰竭、冠心病、糖尿病、慢阻肺、β 受体阻滞剂25%健康评估与运动测试运动试验、心电图、终止指征、危险分层、最大心率20%运动处方与 FITT强度、频率、时长、靶心率、RPE、抗阻训练20%行为改变与安全依从性、自我效能、急救、除颤、应急预案15%占比那一列不要照抄别人的把你手上考纲给出的各域权重填进去没有就先用一组自定配比跑两轮模拟后再调。DOMAIN_RULES { 运动生理基础: [摄氧量, 心输出量, 乳酸阈, 通气阈, 肌纤维], 病理生理与临床: [心力衰竭, 冠心病, 糖尿病, 慢阻肺, 受体阻滞], 健康评估与运动测试: [运动试验, 心电图, 终止指征, 危险分层, 最大心率], 运动处方: [强度, 频率, 靶心率, RPE, 抗阻], 行为与安全: [依从性, 自我效能, 急救, 除颤, 应急预案], } def tag_domain(stem: str) - str: hits {d: sum(1 for w in ws if w in stem) for d, ws in DOMAIN_RULES.items()} best max(hits, keyhits.get) return best if hits[best] 0 else 未分类按命中词数取最大值命中为零的归到「未分类」。实践中「未分类」通常占 5% 到 15%基本都是纯情景题——题干只描述一个病人状态考点藏在选项里。这部分不要硬塞单独留一张表人工过一遍效率比调规则高。3.4 用考纲配比校验题库覆盖打标完成后跑一条聚合查询看题库在各域上的分布和你定的配比差多少。SELECT domain, COUNT(*) AS n, ROUND(COUNT(*) * 100.0 / (SELECT COUNT(*) FROM question), 1) AS pct FROM question GROUP BY domain ORDER BY n DESC;把pct和你表里的目标配比并排列出来差 5 个百分点以上的域就是要补题的地方。这一步的价值在于避免一种错觉刷了几百道题感觉什么都练了实际上某个域只出过十几道考场上遇到陌生题型就崩。4. 用 SM-2 间隔重复驱动题库参数、到期队列与错题闭环4.1 为什么题库要接调度而不是随机抽题随机抽题的缺陷是短期记忆被反复强化长期记忆没被触碰。间隔重复的核心是「在快忘记的时候再问一次」答得越顺下次间隔越长答错就退回短间隔。对 RCEP 这种同时考概念辨识和临床情景判断的考试把有限时间压在高遗忘率题目上比平均刷题更划算。4.2 SM-2 的最小实现def sm2(grade: int, ease: float 2.5, interval: int 0, reps: int 0): grade: 0-53 分及以上算通过ease 是难度系数 if grade 3: reps, interval 0, 1 # 答错重置明天再见 else: if reps 0: interval 1 elif reps 1: interval 6 # 第二次答对间隔直接跳到 6 天 else: interval round(interval * ease) reps 1 # 难度系数随作答质量浮动答得差就下降 ease ease (0.1 - (5 - grade) * (0.08 (5 - grade) * 0.02)) ease max(1.3, ease) # 下限防止间隔塌缩 interval min(interval, 180) # 上限防止某题半年不出现 return ease, interval, repsgrade 3的分支做重置这是错题闭环的入口。ease的更新公式里grade5时增量为0.1 - 0 0.1grade3时为0.1 - 2*(0.082*0.02) 0.1 - 0.24 -0.14也就是「勉强答对」会持续压低难度系数让这道题更频繁地出现。max(1.3, ease)是硬下限低于 1.3 间隔几乎不再增长题目会变成每天必刷。min(interval, 180)是上限考前两个月设置成 60 更合适。4.3 四个必须调的参数参数默认值什么时候改改错的后果初始 ease2.5基础差调到 2.2太高则前期进度慢ease 下限1.3不要低于 1.3题目天天出现队列爆掉间隔上限180 天考试前 60 天改成 60熟题一个月不出现临考遗忘通过线 grade≥3冲刺期改成 ≥4只是「有点印象」也被判通过grade 到作答行为的映射也统一下看到题 3 秒内选出且正确记 5正常选出记 4犹豫后正确记 3选错但有明确排除思路记 2完全没方向记 1直接看答案记 0。这个映射写进练习界面别让人凭感觉打分。4.4 每日到期队列用一条 SQL 决定WITH latest AS ( SELECT qid, MAX(created_at) AS last_at FROM attempt GROUP BY qid ) SELECT q.qid, q.stem, q.domain, a.interval_days, julianday(now) - julianday(a.due_at) AS overdue_days FROM question q JOIN attempt a ON a.qid q.qid AND a.created_at latest.last_at JOIN latest ON latest.qid q.qid WHERE a.due_at date(now) ORDER BY overdue_days DESC, q.domain LIMIT 60;如果不想每道题都存due_at把ease、interval_days、reps三个字段直接放在 question 表上用date(created_at, || interval_days || day)现算到期时间也可以省一张表的连接。ORDER BY overdue_days DESC让拖得最久的题先出LIMIT 60是每日上限一般按可支配时间除以单题平均耗时估30 分钟、每题 40 秒就是 45 道左右。4.5 错题按考点域回灌答错之后不要只把这道题推回来要把同域的低分题一起拉进当天队列。SELECT q.qid, q.domain, AVG(a.grade) AS avg_grade FROM attempt a JOIN question q ON q.qid a.qid WHERE q.domain :wrong_domain GROUP BY q.qid HAVING avg_grade 3.0 ORDER BY avg_grade ASC LIMIT 15;:wrong_domain传刚答错题的域标签HAVING avg_grade 3.0筛出该域里历史上也没做明白的题一次回灌十几道。这样做的好处是暴露的是「域」的薄弱而不是「题」的薄弱——RCEP 情景题换个人物背景、换个合并症就是新题只记答案没有意义。5. 从作答记录里挖出高频诱饵选项做到几百道之后attempt表本身就成了资料。统计每个选项被选中的次数和选中后的正确率能定位出那些「看着最像答案」的诱饵。SELECT q.domain, c.label, COUNT(*) AS picked_times, ROUND(AVG(c.is_key), 3) AS correct_when_picked, ROUND(AVG(a.grade), 2) AS avg_grade FROM attempt a JOIN question q ON q.qid a.qid JOIN choice c ON c.qid a.qid AND c.label a.picked_label GROUP BY q.domain, c.label HAVING picked_times 20 ORDER BY correct_when_picked ASC;correct_when_picked接近 0 而picked_times很高的标签就是高吸引诱饵。实际排查中这类选项往往集中在两类说法上把绝对强度写成相对强度、把「相对禁忌」写成「绝对禁忌」。把它们拎出来回头在选项表里加一个distractor_note字段记录为什么错比多刷一百道新题有用。另一个值得加的字段是作答耗时。人在犹豫时切换选项的次数和停留时长比最终对错更能反映掌握程度在练习界面里把picked_label、final_label、elapsed_ms三个值一起写进attempt之后按elapsed_ms 60000 AND grade 4筛出的题就是「做对了但没吃透」的那一批——这些题应该被强制下调 ease而不是按答对处理直接推到 6 天之后。本文还有配套的精品资源点击获取