關鍵字 / Keywords: 國考 考選部 高普考 律師 司法官 醫師 會計師 exam paper 試卷 civil-service
以自然語言檢索台灣國家考試試卷 (dataset 170565,考選部,OGDL).
Corpus: 民國 101-114 (西元 2012-2025), 64,815 份試卷, ~320K 題目. 涵蓋: 律師 / 司法官 / 會計師 / 技師 / 公務員高普初考 / 醫師 / 護理師 / 等 (考選部主辦之國家考試; 試卷之主辦機關欄位 = 考選部) 每件試卷的 raw text 餵 Qwen3-Embedding-4B 做 paper-level semantic search.
不在 corpus 內:
- 教師資格考試 (教檢/教資考): 教育部主辦 (受託國立政治大學等), 非考選部 OGDL, 試題在 https://tqa.rcpet.edu.tw/, 規劃 backlog 加入.
- 升學考試 (學測/指考/統測/會考): 大考中心/心測中心, 非 OpenData.
- 各校研究所考試: 各校自命題, 非 OpenData.
參數: query: 自然語言, 例如「土壤液化技術」「公司法 董事責任」 exam_name_contains: 試別名稱子字串, 例「律師」「會計師」「高等考試」 year_from / year_to: 西元年範圍 (內部會 -1911 轉民國) subject_contains: 科目名子字串, 例「民法」「行政法」「微積分」 question_type: "測驗" / "申論" 過濾 limit: top-K (1..100, 預設 20)
回傳 schema: {n_corpus, n_returned, query, hits: [{paper_id, exam_year (民國), exam_year_西元, exam_name, subject_name, question_type, question_count, question_pdf_url, answer_pdf_url, similarity}, ...]}
後續取單一試卷的題目 + 答案: tw_get_exam_paper(paper_id=...)
典型用法: tw_search_exam("公司法 董事會決議", subject_contains="公司法", limit=10) tw_search_exam("環境影響評估", exam_name_contains="技師") tw_search_exam("土壤液化", year_from=2020)