[1] 曹开奉,王伟群,刘芳.我国高考理科试题难度影响因素的文献分析[J].考试研究,2018(3):38-44, 31. [2] 杨涛,辛涛,杨婷婷.试题难度的主观预估方法[J].中国考试,2014(2):3-9. [3] Hsu FY, Lee HM, Chang TH, et al. Automated estimation of item difficulty for multiple-choice tests: an application of word embedding techniques[J]. Information Processing and Management, 2018, 54(6): 969-984. [4] 杨芳丽, 何佳. 医师资格考试医学综合笔试试题难度影响因素的分析[J].中华医学教育杂志,2017,37(2):312-316. DOI: 10.3760/j.issn.1673-677X.2017.02.034. [5] 国家医学考试中心. Angoff法在中国医师资格考试医学综合笔试合格分数线确定中的应用[J].中华医学教育探索杂志,2011,10(1):87-89. [6] 郭元祥.深度学习:本质与理念[J]. 新教师, 2017(7):11-14. [7] 孙恒,李金波.高考试题难度的预估研究[J]. 教育理论与实践, 2008, 28(10):3-5. [8] Huang H, Hu X, Zhao Y, et al. Modeling task fMRI data via deep convolutional autoencoder[J]. IEEE Trans Med Imaging, 2018,37(7):1551-1561. DOI: 10.1109/TMI.2017.2715285. [9] 佟威,汪飞,刘淇,等.数据驱动的数学试题难度预测[J].计算机研究与发展,2019,56(5):1007-1019. [10] 李洪福,李振来.试题难度预估方法的探索与实践[J].生物学通报,2006,41(7):43-45. DOI: 10.3969/j.issn.0006-3193.2006.07.024. [11] 陈灵芝,丁晓娟,余莉,等.医学微生物学试题难度预估方法的探索[J].医学教育探索,2009, 8(8):996-998. [12] LeCun Y, Bottou L, BENGio Y, et al. Gradient-based learning applied to document recognition[J]. Proc of the IEEE, 1998, 86(11):2278-2324. DOI: 10.1109/5.726791. [13] Wu J, Liu X, Zhang X, et al. Master clinical medical knowledge at certificated-doctor-level with deep learning model[J]. Nat Commun, 2018,9(1):4352. DOI: 10.1038/s41467-018-06799-6. [14] Kotsiantis SB. Supervised machine learning: a review of classification techniques[J]. Informatica, 2007 (31) : 249-268. |