Files
EnglishNotes/真题研究/专练/2026-10-13/完形填空专练/《完形填空专练》拟合度复核.md
T

156 lines
8.3 KiB
Markdown
Raw Blame History

This file contains ambiguous Unicode characters
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
# 《完形填空专练》拟合度复核报告
> 复核对象:`真题研究/专练/2026-10-13/完形填空专练/`(5 篇 × 20 空)
> 基准:`真题研究/真题库.sqlite` 中的**完形(Use of English)**部分 —— 2025/2026 英语一、英语二共 **4 篇 / 80 题**
> 复核日期:2026-10-13
>
> **整改状态**:已按本报告·第七节标准**重做全部 5 篇**(换题材、并长句、改干扰项、补短语题)。本报告统计的是**旧版**数据,作为整改前后对照保留;新版见同目录 `完形填空专练_试题.md` / `_答案.md`(旧版备份为 `.bak`)。
---
## 一、结论速览
| 维度 | 拟合度 | 一句话 |
|---|---|---|
| 选文·题材 | 🟡 中等 | 题材面基本合理,但偏"新闻时评",金融/天文两篇更接近阅读而非完形 |
| 选文·篇幅 | 🟢 良好 | 298 词 vs 真题 308 词;词/空比 14.9 vs 15.4,几乎一致 |
| 风格·句法 | 🔴 偏差大 | 平均句长 12.7 vs 17.9 词;长句占比 **1.8% vs 14.4%**,专练明显更"浅" |
| 考点·选项形态 | 🔴 偏差大 | 同根形近干扰 **27% vs 0%**;短语/搭配选项 **0% vs 8%** |
| 考点·题型构成 | 🟡 中等 | 逻辑连接题 4% vs 6%(接近);但形近题挤占了词义辨析与搭配题的份额 |
**总体:中等偏下。** 篇幅与空格密度拟合良好,但**句子过于简单**和**干扰项过度依赖形近词**是两个系统性偏差,使专练比真题"好做、但练不到点"。
---
## 二、方法与说明
- 文章指标:剥离选项块与空号后统计词数、句数、平均句长、长句(≥25 词)占比;断句已屏蔽 `U.S./B.C./Mr.` 等缩写。
- 选项指标:
- **同根形近** = 某题 ≥3 个选项共享前 3 个字母(如 `curves/curses/curbs/cures`);
- **同后缀** = ≥3 个选项共享后 3 个字母(如 `-ing/-ed/-ion` 同词性派生);
- **短语题** = 选项均为多词短语。
- 真题库 `correct_answer` 字段为空,故真题**考点**只能由"选项形态"反推;专练考点取答案文件的标注。
- ⚠️ 样本有限:库中完形仅 4 篇,结论以**趋势**为准,不宜当精确分布。
---
## 三、选文维度
### 3.1 题材
| 专练 | 题材 | 真题完形题材 |
|---|---|---|
| Text 1 澳洲电动车潮 / "BYD 效应" | 经济·科技 | 2025英一 帕夫洛佩特里海底古城(考古/历史) |
| Text 2 流感提前、疫苗接种 | 公共卫生 | 2025英二 求助心理(社会心理) |
| Text 3 学校高温、改学期 | 教育·环境 | 2026英一 AI 与审美(科技·人文) |
| Text 4 快速射电暴(FRB) | 天文 | 2026英二 自尊与自我认知(社会心理) |
| Text 5 IMF 警告 AI 股价崩盘 | 金融 | —— |
**评价**:覆盖经济/健康/教育/科学/金融,题材广度没问题;但真题完形更偏**社会心理·人文·科技**,专练的"FRB 天文""AI 股价"更接近**阅读 A 节**的选材。建议完形少用纯金融/大盘类,向"社会心理、人文、生活科普"靠。
### 3.2 篇幅与空格密度
| 指标 | 真题(4 篇) | 专练(5 篇) | 拟合 |
|---|---|---|---|
| 词数 | 255–355(均 308) | 294–301(均 298) | 🟢 |
| 每空词数 | 12.8–17.8(均 15.4) | 14.7–15.1(均 14.9) | 🟢 |
长度与空格间距都落在真题区间内,这一项没问题。
---
## 四、风格维度(主要偏差)
| 指标 | 真题(4 篇) | 专练(5 篇) | 差距 |
|---|---|---|---|
| 句数/篇 | 15–18(均 17) | 22–25(均 23) | 专练句多 ~35% |
| **平均句长** | **16.5–19.7(均 17.9 词)** | **11.7–13.6(均 12.7 词)** | **短 ~29%** |
| **长句(≥25词)占比** | **6.7–22.2%(均 14.4%)** | **0–9.1%(均 1.8%)** | **差 ~8 倍** |
| 最长句 | 31–37 词 | 17–28 词 | 专练上限更低 |
逐篇:
| 篇 | 词数 | 句数 | 均句长 | 长句% |
|---|---|---|---|---|
| 专练 Text 1 | 294 | 25 | 11.7 | 0.0 |
| 专练 Text 2 | 299 | 23 | 13.0 | 0.0 |
| 专练 Text 3 | 299 | 22 | 13.6 | 9.1 |
| 专练 Text 4 | 295 | 24 | 12.3 | 0.0 |
| 专练 Text 5 | 301 | 23 | 13.1 | 0.0 |
**评价**:专练几乎全是"主谓宾"短句(如 *"The boom has gone beyond fuel savings." / "It has become an unexpected factor."*),缺少真题里常见的**多重从句 + 插入语 + 分词短语**(如 2026 英一 *"While AI offers exciting possibilities, it also raises ethical concerns."*)。这会让考生在真实卷面上"读不动长句",练的重点跑偏。
---
## 五、考点维度(主要偏差)
### 5.1 选项形态
| 指标 | 真题(80 题) | 专练(100 题) | 拟合 |
|---|---|---|---|
| 同根形近(前缀≥3) | **0 题(0%)** | **27 题(27%)** | 🔴 |
| 同后缀(≥3,同词性派生) | 14 题(17%) | 36 题(36%) | 🔴 |
| 全短语题(介词/动词短语) | 7 题(8%) | **0 题(0%)** | 🔴 |
| 平均选项词数 | 1.11 | 1.00 | 🟡 |
**真题的"形近"几乎全是同词性派生**(`overpraising/outperforming/reassessing`、`declining/considering/criticizing`),靠**语境义**区分;**专练的"形近"多是同根只差一两字母**,靠**拼写/是否成词**就能排除:
- `curves / curses / curbs / cures`(真相 = curbs)
- `unlock / unplug / unwind / unload`
- `outset / offset / offload / outlay`
- `station / situation / solution / sensation`
- `validation / violation / variation / valuation`
- `comments / commitments / commissions / commodities`
这类干扰项属于"AI 造词式"干扰——三个错误项往往是**生僻词或与语境无关的词**,削弱了"词义辨析"的考查力度。
### 5.2 考点分布
专练自评标注(100 题):
| 考点 | 题数 | 占比 |
|---|---|---|
| 形近干扰 | 62 | 62% |
| 固定搭配 | 15 | 15% |
| 词义辨析 | 11 | 11% |
| 语义场(近义) | 8 | 8% |
| 逻辑连接 | 4 | 4% |
真题完形(无法直接取标注,据选项反推):同根形近 0%、同后缀 17%、短语题 8%、逻辑连接题约 6%(5/80)。
**评价**:
- **形近干扰严重超标**(62% vs 真题远低于此)。真题完形以 **词义辨析 + 固定搭配** 为两大主力。
- **短语/搭配题缺失**:真题有 8% 的题,选项本身就是短语(`at any time / in other words / by all means / on the contrary`、`deal with / result from / contribute to / focus on`、`apart from / such as / regardless of / prior to`、`reach out / settle down / turn over / look back`);专练 **0 题**。
- **逻辑连接题**(4% vs 6%)基本达标,形近题把它和搭配题的份额挤掉了。
---
## 六、主要偏差与根因
1. **句子过短过简** —— 出题时把"句子切短(≤25 词)"执行过头,成了"每句 12 词"。真题平均 17.9 词、长句 14.4%,专练长句近乎为零。
2. **干扰项=同根形近** —— 生成时的便捷路径:给正确词换几个字母造干扰项,省事但失真,导致 62% 的题变成"辨拼写"。
3. **短语/搭配题缺位** —— 选项全部单词化,没去做真题常见的介词短语、动词短语题。
---
## 七、修正建议(下次出题执行)
| 项 | 现状 | 目标 |
|---|---|---|
| 平均句长 | 12.7 词 | **17–19 词**;每篇 2–4 个长句(含定语从句/插入语/分词) |
| 长句占比 | 1.8% | **10–20%** |
| 同根形近干扰 | 27%(自评 62%) | **≤20%**,且**不用"差 1 个字母的伪词"**做干扰 |
| 干扰项来源 | 同根变形 | 改为**语义相关、词形不同**的近义词/近义词组(真题式) |
| 短语/搭配题 | 0 题 | **每篇 1–2 题**(选项为介词短语或动词短语) |
| 逻辑连接题 | 4% | 维持 **4–6%**(每篇 1 题左右) |
| 选文题材 | 含金融/天文 | 完形偏 **社会心理 / 人文 / 生活科普**,少用"大盘·指数"类 |
**可操作改法**:把专练里"同根只差字母"的干扰项,替换成真题式近义/反义词(如把 `curves/curses/cures` 改为 `curbs / boosts / blocks / blurs` 之类**词形不同、语义可辨**的项),并把一部分短句用从句/插入语合并成长句,即可把拟合度从"中等偏下"提到"良好"。
---
## 附:本次复核的量化脚本
- 数据提取与统计:`.workbuddy/tmp/fit_cloze.py`、`fit_cloze2.py`、`fit_cloze3.py`、`fit_final.py`
- 复用提示:`style_constraints.py` 可用于批量复核,本次因需比对"选项形态"另写了脚本。