日语学习作答数据集：2026 年 10 月
一句话：这是 Nihongo to Japan 站上 543,344 笔匿名作答纪录的汇总统计，涵盖 2026 年 8 月 2 日至 10 月 21 日（81 天）、25,850 道题目。作答量是 8 月版（v1.1.0）的 9.6 倍。
⚠️ v2 和 v1 用的是不同的分析集合，两版的正确率不能直接相减。 v1 直接查数据库，主要分析集合是「测验情境首答」。v2 刻意只用任何人都拿得到的公开汇总端点（/api/aggregates、/api/community），所以主要口径是「全部作答」与「每题一票的题目层级首答」。这样做的好处是可重现：输入档的 sha256 都写在下载档里，外部研究者可以核对我们拿到的是哪一份数据。详见方法。
先讲清楚这份数据不是什么。这不是日语学习者的代表性调查。样本是「会主动来这个网站刷题的人」，是自选的观察性样本。所有数字只描述「在 NTJ 的这批作答里发生了什么」，不能外推到任何母体，也不含因果宣称。详见限制。
可直接引用的十条发现
以下每一条都是自足的：句子本身已带数据集名称、期间、样本数与口径，可以单独复制使用。引用时请一并带上限制。
- NTJ 日语学习作答汇总数据集（2026 年 10 月版，v2.0.0）收录 2026 年 8 月 2 日至 10 月 21 日共 543,344 笔匿名作答、25,850 道题目，作答量是同站 8 月版（56,613 笔）的 9.6 倍。
- 在同一份数据集的全部作答中，原始正确率依 JLPT 级别为 N5 87.1%、N4 79.5%、N3 75.3%、N2 74.8%、N1 78.1%（n=33,082）——N1 高于 N2 与 N3。
- 以 Rasch 一步估计扣除作答者能力后（每题一票，曝光 ≥20），「平均学习者」的预期答对率为 N3 75.3%（95% CI 74.2–76.3%，847 题）、N1 73.3%（70.2–76.3%，210 题）、N2 71.2%（68.4–73.9%，204 题）；N1 高于 N3 的领先消失，与「强者才会去做 N1 题」的选择效应一致。
校正后 N1 与 N3 的区间重叠，不能说 N1 比 N3 难；只能说原始正确率的排序不可信。 - 在同一份数据集的全部作答中，助词题的正确率以 で 62.6%（n=1,741）、が 63.0%（n=2,251）、に 64.7%（n=1,948）最低，を 80.6%（n=1,684）、の 85.2%（n=467）最高；で 与 の 相差 22.6 个百分点。
- 在 n ≥ 300 的句型中，全部作答正确率最低的是 〜らしい 46.5%（n=855）、〜はず 53.4%（n=592）、〜ように 54.2%（n=807）、〜うえに 55.2%（n=471）、〜ながら 58.0%（n=974）。
- 动词变化题中，可能形 64.5%（n=1,923）最低，ます形 84.0%（n=2,270）最高；た形 70.7%、て形 74.1%、ない形 75.0% 介于其间。
- 以「每题一票」计算（7,057 道曝光 ≥20 的题目），词汇题的平均首答正确率为 89.1%（95% CI 88.7–89.5%），句型题 73.9%（73.1–74.7%），助词题 67.6%（64.9–70.4%）。
- 同一个 identifier 在同一个知识点的相邻两次作答中，间隔 1 小时以内的答对率为 84.1%，1 小时到 1 天为 76.7%，1–3 天、3–7 天、7–30 天都在 87.0–87.4%，超过 30 天为 79.3%（n=729）。答对率没有随间隔单调下降。
这是观察性数据，谁会隔几天回来本身就不是随机的；不能解读为「隔 1 天以上复习效果最好」。 - 7,057 道曝光 ≥20 的题目中，有 283 道（4.0%）首答正确率低于 35%（四选一乱猜约 25%）。这类题目常见的原因是选项中有第二个说得通的答案，已列入人工复查伫列。
- 本站的作答预测模型 v2，在 257,010 笔作答上的 Brier 分数为 0.199，比 v1 的 0.409 降低 51.4%；但仍高于「每次都猜全体答对率 79.9%」这个常数基准的 0.161。只有加入题目层级难度的版本（0.130）胜过常数基准。
一、五个主要发现
1. 「N1 比 N3 简单」是选择效应造成的错觉
只看全部作答的原始正确率，N1（78.1%）高于 N3（75.3%）与 N2（74.8%）。这不合常理，但 v1 也看到同样的现象。最可能的解释是谁来作答：会去点 N1 题的人，本来就比较强。
v2 用能力校正后的难度重算：每一题都扣掉实际作答者的平均能力，换算成「一个平均程度的学习者」答对的机率。校正后 N1 的领先就消失了（N3 75.3%、N1 73.3%、N2 71.2%）。
要注意两件事。第一，校正后 N1 和 N3 的区间仍有重叠，所以不能反过来说 N1 比 N3 难。第二，校正后 N5（78.0%）并没有高于 N4（79.4%），代表这个校正只处理了「谁来作答」，处理不了「各级题目集合不同」——N5 进入分析的题目有 53% 是句型题，N4 只有 33%，而句型题本来就比词汇题难答对。
2. 助词的落差：で・が・に 比 を・の 低两成
同样是助词，で（62.6%）、が（63.0%）、に（64.7%）三个的正确率比 を（80.6%）、の（85.2%）低了将近 20 个百分点。这三个助词的共同点是一个助词对应好几种用法：で 可以是地点、手段、原因、范围；に 可以是时间、目的地、对象、目的。
这和 v1 的观察一致（v1：「助词内部的落差比级别之间更大」），而 v2 的样本量让这个落差的方向更稳定。
3. 最难的句型集中在「推测」与「目的／状态」
正确率最低的五个句型里，〜らしい（46.5%）和〜はず（53.4%）都是推测、判断的表现，常和〜そう、〜よう、〜みたい 混淆；〜ように（54.2%）同时有「目的」「变化」「请求」等多种用法；〜ながら（58.0%）则常被和〜て、〜まま 混用。
动词变化也有类似的结构：可能形（64.5%）是五种变化中最低的。可能形的规则对一段動詞、五段動詞、不规则动词各不相同，还要分辨「ら抜き」等口语形，题目常卡在这里。
4. 隔一段时间再答，正确率没有单纯往下掉
把同一个 identifier 在同一个知识点的相邻两次作答配对，依间隔分组：
| 间隔 | 作答数 | identifiers | 正确率 |
|---|---|---|---|
| < 1 小时 | 172,323 | 3,472 | 84.1% |
| 1 小时–1 天 | 5,749 | 647 | 76.7% |
| 1–3 天 | 11,714 | 532 | 87.3% |
| 3–7 天 | 11,864 | 449 | 87.4% |
| 7–30 天 | 13,007 | 405 | 87.0% |
| > 30 天 | 729 | 126 | 79.3% |
教科书上的遗忘曲线是「间隔越长、越容易忘」。这里看到的却是 1 小时到 1 天最低、1 到 30 天反而最高。我们不把这解读为「隔几天复习效果最好」，因为谁会在隔几天后回来本身就不是随机的：持续回来练习的人，本来就比较投入、程度也可能比较好。1 小时到 1 天这一组只有 647 个 identifiers，也可能混入「当天换一台装置再做一次」的情形。要回答间隔效果，需要随机分派的实验，这份数据做不到。
5. 预测模型进步了一半，但还没赢过最简单的基准
站上的题目推荐会先预测「你答对这题的机率」。我们用 Brier 分数（预测机率与实际结果的平方差，越低越好）评估它：
- v1 模型：0.409
- v2 模型：0.199（降低 51.4%）
- v2 加入题目层级难度：0.130（降低 68.1%）
- 对照：每次都猜全体答对率 79.9% 的常数基准：0.161
v2 虽然比 v1 进步了一半，整体仍输给常数基准；只有加入题目层级难度之后才赢过它。我们把这个结果公开，是因为它直接说明了「题目本身的难度」比「学习者程度」更能预测答对与否——这也是第 1 点为什么一定要做能力校正的原因。
二、数据集概观
| 项目 | 数值 | 说明 |
|---|---|---|
| 有效作答事件 | 543,344 | 汇总快照 2026-10-21 19:18 UTC，汇总端点的 all_clean_events 口径（已套用站方清理规则） |
| learner identifiers（至少一笔 A 级作答） | 5,410 | 汇总端点 totalUsers 的口径 |
| learner identifiers（全部） | 8,073 | 社群统计端点的口径；是自然人数的上界 |
| 被作答过的题目 | 25,850 | 其中 7,057 道曝光 ≥20，进入题目层级分析 |
| 有能力校正难度的题目 | 18,139 | Rasch 一步估计＋Empirical-Bayes 收缩 |
| 证据等级 | A 59.8%・B 33.5%・C 6.7% | A＝测验情境；B＝教材练习；C＝其他（定义同 v1） |
| 涵盖期间 | 2026-08-02 至 10-21 | 81 天 |
关于冻结时的即时计数：首页显示的「NTJ 学习者一起完成了 552,850 次练习」是社群统计端点在 2026-10-23 的即时数字，比本数据集多约 9,500 笔，差的是快照之后两天新增的作答。引用时请以本数据集的 543,344 为准。
三、各能力轴向（全部作答）
| 轴向 | 作答数 | 正确率 | 每题一票首答（题数） |
|---|---|---|---|
| 词汇 | 267,127 | 90.1% | 89.1%（3,398） |
| 句型／语法 | 234,602 | 75.2% | 73.9%（3,252） |
| 活用变化 | 18,479 | 75.2% | 76.2%（154） |
| 助词 | 13,870 | 71.3% | 67.6%（189） |
| 惯用表现 | 7,413 | 88.1% | 92.4%（64） |
| 读解 | 1,103 | 78.7% | — |
| 听解 | 605 | 69.8% | — |
| 口说 | 118 | SUPPRESSED | — |
读解、听解、口说是较新的题型，样本还少；口说低于 300 笔的门槛，只报作答数不报正确率。
四、各 JLPT 级别
| 级别 | 全部作答正确率（n） | 每题一票首答（题数） | 能力校正后预期答对率（95% CI） |
|---|---|---|---|
| N5 | 87.1%（297,809） | 82.6%（3,817） | 78.0%（77.3–78.7%） |
| N4 | 79.5%（93,609） | 84.5%（1,766） | 79.4%（78.6–80.2%） |
| N3 | 75.3%（82,010） | 75.7%（1,008） | 75.3%（74.2–76.3%） |
| N2 | 74.8%（36,837） | 66.9%（249） | 71.2%（68.4–73.9%） |
| N1 | 78.1%（33,082） | 74.2%（217） | 73.3%（70.2–76.3%） |
三栏的口径不同，不能互相比较，只能各自在栏内比较。第一栏每一笔作答都算，包含重复练习，而且受各级题型比例影响；第二栏每题一票，不受练习次数影响；第三栏再扣掉作答者能力。
五、题目质量：我们自己的题库也被量了
7,057 道曝光 ≥20 的题目，首答正确率的分布如下：
| 首答正确率 | 题数 |
|---|---|
| < 35% | 283 |
| 35–50% | 377 |
| 50–70% | 971 |
| 70–85% | 1,347 |
| 85–95% | 1,937 |
| ≥ 95% | 2,142 |
首答正确率低于 35% 的 283 题（4.0%）不一定是坏题，也可能只是真的难；但 8 月的人工复查发现，这一区常见「选项里有第二个也说得通的答案」（例如「ピアノ＿弾けます」が／を 都可）。系统另以负鉴别度等条件标记了 415 题进入人工复查伫列。这个旗标的精确度约 0.19，只能当复查清单，不能当「坏题」名单引用。
六、老师与教材设计者可以怎么用
- 助词教学：で・が・に 的正确率比 を・の 低约 20 个百分点。把一词多义的助词拆成「用法 × 例句」分开练习，比整体练习一个助词更有针对性。
- 推测表现：〜らしい、〜はず 是本数据集里最常答错的句型，可以和〜そう、〜よう、〜みたい 放在一起做对比题。
- 可能形：五种动词变化里最低，值得按动词种类分开练习。
- 看自己的数据时：如果你的平台也看到「高级题正确率比中级高」，先怀疑选择效应，再怀疑题目。
七、方法
数据来源与可重现性
v2 的所有数字都来自以下六个公开端点，于 2026-10-23 取得并冻结：/api/aggregates?kind=summary、kind=items、kind=difficulty、kind=spacing、kind=brier，以及 /api/community?kind=overview。各端点的快照时间与输入档 sha256 都写在 JSON 下载档的 dataset.source_snapshot_at_utc 与 dataset.input_sha256。产生脚本是 scripts/build-research-dataset-2026-10.py，它接触不到任何学习者层级数据。
五种分析集合
- 全部作答（能力轴、级别、知识点）：每一笔有效作答都算，包含同一人重复作答。
- 每题一票的首答：每一题先算「每个 identifier 第一次作答」的正确率，再对题目取平均。只纳入曝光 ≥20 的题目。95% CI 以题目为单位计算。
- 能力校正后难度：Rasch 一步估计 b̂＝θ̄（实际作答者平均能力）−logit(p̂)，再向同轴向的平均难度做 Empirical-Bayes 收缩（权重 n/(n+5)），换算成全站平均能力者的预期答错率。我们报的是 1 − 预期答错率。
- 相邻作答配对（复习间隔）：同一 identifier、同一知识点的相邻两次作答，只用 A、B 级证据。
- 预测准度：所有同时带 v1 与 v2 预测值的 A 级作答（2026-08-20 起才有预测值栏位）。
最小格数规则
事件层级的格子 n < 300 不报正确率（SUPPRESSED）；知识点只列 n ≥ 300；题目层级分析只纳入曝光 ≥ 20 的题目。
信赖区间
事件层级的 Wilson 95% CI 没有校正同一 identifier 的重复作答（公开端点不提供 identifier 层级数据），所以区间偏窄，只能当参考。题目层级的 CI 以题目为抽样单位，是对「这个题库」的区间，不是对学习者母体的区间。
匿名化
公开端点只回传汇总值。本数据集没有任何一笔原始作答事件、没有 identifier、没有时间戳记层级的数据。
八、限制（请务必一起引用）
- 自选观察性样本：只代表「主动来 NTJ 刷题的人」，不是任何学习者母体的代表性样本。
- identifier 不等于人：浏览器端匿名识别码，跨装置无法合并；8,073 是人数的上界。
- 题目集合不同：各级别、各轴向、各知识点的题目不同，正确率差异不能直接读成「这个语法比较难」。
- 全部作答口径会被重复练习灌高：反覆练习的题目正确率较高。
- 能力校正有前提：Rasch 模型假设单一能力维度；能力估计只用作答数足够的 identifier。
- 事件层级 CI 偏窄：见方法。
- 题目集合截断：
kind=items依曝光由高到低最多回传 25,000 题（总数 25,850），没拿到的 850 题都是曝光最低的题目，不影响曝光 ≥20 的分析。 - 知识点只到前 100 个：汇总端点只回传作答最多的 100 个知识点。
- 作答时间不可用：平均作答时间被「开着分页不动」的极端值拉高，本数据集不报告作答时间。
- 无因果宣称：本报告任何一句都不是「X 造成 Y」。
九、引用方式
欢迎在论文、研究报告、教学材料与新闻报导中引用。请注明来源、写出版本号，并链接回本页。
APA（7th）
Nihongo to Japan. (2026). 日语学习作答汇总数据集・2026 年 10 月 / Japanese learning answer dataset — October 2026 (Version 2.0.0) [Data set]. https://www.nihongotojapan.com/research/japanese-learning-data-2026-10MLA（9th）
Nihongo to Japan. 日语学习作答汇总数据集・2026 年 10 月. Version 2.0.0, 2026, https://www.nihongotojapan.com/research/japanese-learning-data-2026-10.BibTeX
@misc{ntj_jlad_2026_10,
title = {Japanese Learning Answer Dataset --- October 2026},
author = {{Nihongo to Japan}},
year = {2026},
version = {2.0.0},
note = {Snapshot 2026-10-21; aggregate statistics from 543,344 anonymous answer events, 2 August -- 21 October 2026},
url = {https://www.nihongotojapan.com/research/japanese-learning-data-2026-10}
}授权：数据采 CC BY 4.0
本数据集的数据采用 Creative Commons 姓名标示 4.0 国际（CC BY 4.0）。你可以自由重制、散布、改作与再发布，包含商业用途，唯一条件是适当标示出处并注明是否修改过。
⚠️ 授权范围只到数据。受 CC BY 4.0 涵盖的是：本页的汇总统计数字，以及japanese-learning-2026-10.json与japanese-learning-2026-10.csv两个下载档。本站制作的图表（SVG／PNG）与报告全文不在授权范围内，仍保留权利。
标示方式
Nihongo to Japan,《日语学习作答汇总数据集・2026 年 10 月》v2.0.0, CC BY 4.0, https://www.nihongotojapan.com/research/japanese-learning-data-2026-10我们的请求（不是授权条件）
- 一并带上样本限制：自选观察性样本、非代表性。
- 写出口径：「全部作答」「每题一票首答」「能力校正后」三种数字差很多。
- 写「learner identifiers」而不是「人数」。
- 写出版本号（v2.0.0，snapshot 2026-10-21）。
⚠️ CC BY 是不可撤回的授权。任何依此条款取得数据的人，其权利不会因为本站日后变更条款而失效。
十、下载数据
- japanese-learning-2026-10.json — 完整后设数据、输入档 sha256、门槛与全部汇总格。
- japanese-learning-2026-10.csv — 一列一格，栏位：
table, key, n, value, ci95_low, ci95_high, unit, note。 - japanese-learning-2026-10-LICENSE.txt — 授权声明。
图表文件（PNG 为 2 倍分辨率，SVG 可缩放；图表不在 CC BY 范围，转载请先来信）：
替代文字集中在 alt-text.json。
媒体与数据联系窗口
需要更细的切分、发现数字有误，或想引用但不确定口径，请来信 [email protected]，标题请注明「数据集 v2.0.0」。
版本与更新纪录
| 版本 | snapshot | 涵盖期间 | 说明 |
|---|---|---|---|
| v2.0.0 | 2026-10-21 | 2026-08-02 至 10-21（81 天） | 本页。改用公开汇总端点；新增能力校正难度、复习间隔、题目质量、预测准度。 |
| v1.1.0 | 2026-08-14 | 2026-08-02 至 08-13（12 天） | 首次公开。主要分析集合为「测验情境首答」。数字维持不变，可继续引用。 |