research · textbook-kb

知识图谱可视化

全部是自包含的本地 HTML —— 拷走这个目录就能在任何地方打开, 不依赖网络、不依赖仓库、不依赖任何服务。

10 学科400 节点673 边38% 可归因
▦

K12 覆盖地图(最新)

已生成

24 个学科在 1 至 12 年级各有多少课标知识点、高中按必修 / 选择性必修 / 选修的分布、教材章节能否按章备课,以及 2026-09-28 这轮补丁前后的对比。新增知识点均为机器起草、尚未人审。

python3 -m demo.build_grade_map demo/k12_map.html
▣

体检与升级路线

已生成

逐项体检(覆盖、连接、可信度、口径、接口、上线状态),五个用途各卡在哪,分四阶段的升级路线和每一阶段的门槛。

cp ../../docs/diagrams/2026-09-28-知识图谱体检与升级路线.html demo/health.html
◇

项目复盘

已生成

从 41GB 教材 PDF 到课标骨架知识图谱:计划的路线和实际的路线、做对的、犯过的错。

cp ../../docs/diagrams/2026-09-28-知识底座复盘.html demo/retro.html
◍

全学科图谱浏览器

已生成

十个学科、400 节点、673 边。四类节点按能不能打分区分,可归因边可单独筛出 —— 切换那个开关,就看得见掌握度评估在哪些学科上真正成立。

python3 demo/build_atlas.py demo/atlas.html
◈

图谱修正:把复合条目拆开

已生成

171 个复合锚点里 157 个原图自己就标着 composite:true,却仍把它的成分连成硬前置。修正后会拦学生的边 1626 → 1436,不需要任何教研判断。

python3 demo/build_k12_repair.py demo/k12_repair.html
◉

审计结果:57 条抽审

已生成

成立率 32%。最大一档是「有关系,但不是必须」32 条——对应把 hard 降成 soft 而不是删边。标注为机器复核,不能替代人工基线。

python3 demo/build_k12_result.py demo/k12_result.html
☑

教材目录核对

已生成

整份覆盖度分析建立在一份凭记忆写的目录上。目录错了,「勾股定理零覆盖」这个结论也就不成立。补检索词比判对错更值钱——课标说「直角三角形三边关系」,教材叫「勾股定理」,差的就是一个词。

python3 demo/build_toc_check.py demo/toc_check.html
▤

教材覆盖地图(备课)

已生成

老师翻开书的第一个问题:这一节图谱里有没有东西。8 月 24 日的初中数学版本(当时 9/20 章可支撑备课)。最新的多学科、多学段结果见「K12 覆盖地图」。

python3 demo/build_coverage.py demo/coverage.html
◆

K12 能力图谱抽样审计

已生成

审的是 k12.yongle.school 那份真实数据集:2971 锚点、6622 边、24 学科。其中 1626 条是「必须先掌握」且真正参与推理的边,1625 条未经人工确认。已知三类疑点在抽样中加权。

python3 demo/build_k12_audit.py demo/k12_audit.html 60
✓

抽样审计(给教研用)

已生成

机器建了 640 条边并直接标成「已确认」,没有人验证过。分层抽 50 条请老师判,20 分钟出基线准确率。这是目前唯一一个花两小时就能改变项目走向的动作。

python3 demo/build_audit.py demo/audit.html 50
◈

校正机制压测报告

已生成

注入 51 条已知为假的边做压测。结论不是预期的那个:加学习者没用,判据本身分不开真假边,而且数据越多被误判为supported 的假边越多。

python3 demo/build_stress.py demo/stress.html 30,60,120,250,500
△

数学图谱(单科原型)

已生成

最早的单科交互原型。可归因边占比 75%,是十科里最高的 —— 所以它是验证「机器建图能不能用」的最佳样本。

python3 demo/build_page.py demo/graph.html
⚖

依赖边人工审核

需数据

键盘 1/2/3 快审待定边,逐条计时,导出可回填的 JSON。跳过保持待审、不算否决 —— 拿不准的边不该被静默丢弃。

python3 -m pipeline.run review-edges --ontology
⊞

教材目录映射确认

需数据

章节 → 知识点的多选确认页。一节对应几个知识点是常态,拆成多个是非题会让工时翻倍,也让人失去「这一节整体在教什么」的判断视角。

python3 -m pipeline.run map-review --mapping --ontology
▣

图描述核对页

需数据

把裁出的教材插图和模型写的描述并排放。几何题的讲解全靠这个描述,它准不准只能人眼判。

python3 -m pipeline.run figures --volume-id

下一步只有一件事值得做:把「抽样审计」发给一个数学老师。

压测已经证明自我校正机制在可预见的规模上不生效,所以人工审核不是补充, 它就是唯一的质量机制。而机器建的 640 条边,基线准确率至今是未知数 —— 在知道那个数字之前,横向铺小学和高中都是在未经验证的模型上加倍下注。