【项目名称】组卷网多学科试题采集

【项目名称】组卷网多学科试题采集

项目说明：组卷网公开试题采集需求文档，核心是要求供应商采集组卷网高中物理、化学、生物、地理、政治、历史六科试题，产出可用作训练、检索的试题数据集：

采集范围：目标站点为组卷网，抓取试题题干、选项、题图、答案、解析、题型、难度、知识点等页面可见信息，不主观补充内容。

采集字段：定义元数据字段，包含来源、链接、ID、学科、学段、题干、选项、答案、解析、知识点、采集时间等，区分必填与选填项，输出 JSONL 格式。

交付规范：按指定对象存储路径交付，规定批次化目录结构、文件命名（sha256 处理 url）、编码；需提交代码、试题图文、metadata.jsonl、统计文件 delivery_manifest.json、失败清单 failed_metadata.jsonl。

验收标准：从数据完整性、格式规范性、数据可追溯、数据去重四个维度验收，不满足任意一条即验收失败。

需要高中物理、化学、生物、地理、政治，每个类别10份样例

具体规则文件见附件

有教育网站抓取资源的服务商，可以线上进行报价了，如有执行问题可进群沟通13413393

报名链接：https://test.baidu.com/collection/channelInquiry/detail/iId/1154