図面 (/)

技術 個人学習用および診断用の練習問題を自動作成する方法および装置

出願人 シャープ株式会社
発明者 フィリップグレニーエドモンズアンソニーフルパトリックルネチョルン
出願日 2010年4月2日 (10年8ヶ月経過) 出願番号 2010-086443
公開日 2010年11月25日 (10年1ヶ月経過) 公開番号 2010-266855
状態 特許登録済
技術分野 特定用途計算機 電気的に作動する教習具
主要キーワード 要素組合せ 携帯型コンピュータシステム 確認問題 組合せ問題 習得済み 習得度 選択問題 頻出度
関連する未来課題
重要な関連分野

この項目の情報は公開日時点(2010年11月25日)のものです。
また、この項目は機械的に抽出しているため、正しく解析できていない場合があります

図面 (8)

課題

特定の学習者が有する現在の能力についてのモデルおよびその他の情報に基づいて、選択された学習項目に対応する新規学習用練習問題を自動的に生成する。

解決手段

イベントに応じて対象学習項目を決定するステップと、上記対象学習項目に関する学習者の知識レベルを、自動化された学習者モデルによって作成された上記学習者のモデルに基づいて取得するステップと、取得した上記学習者の上記知識レベルと難易度レベルとを関連付けるステップと、学習用練習問題パターン練習問題パターンデータベースから取得するステップと、上記学習者の上記モデルと、関連付けされた上記難易度レベルとに基づいて、取得した上記学習用練習問題パターンに関連する学習用練習問題を自動的に生成するステップと、上記学習用練習問題を、練習問題用インターフェースを介して上記学習者に提示するステップと、を含む自動的に学習用練習問題を生成する方法である。

概要

背景

教育者は、生徒のために幅広学習用練習問題を必要とする。このような練習問題は、新しい教材を教えたり、生徒の学習をサポートしたり、学習が行われたかどうかを判断したり、能力のレベルを評価したり、学習における問題を診断したりするために使用される。

簡単な練習問題の例としては、多肢選択式問題正誤選択問題組合せ問題空所補充問題、および自由解答式問題がある。

教育者は、学習用練習問題の作成に費用及び時間を要している。そのため、自動化された方法は魅力のある解決策である。この問題に対する解決策の1つによれば、オーサリングツールを使用することは、教育者の問題作成にとって有益である。オーサリングツールは、米国特許第6018617号、米国特許第6704741号、米国特許第6259890号などの特許文献に開示されている。別の解決策によれば、他の手段(例えば、オーサリングツールまたは自動的な手段)で作成される練習問題のデータベースから、コンピュータを利用したテストを組み立てたり、生成したりする。このようなコンピュータを利用したテストシステムとしては、独国特許発明237362号、米国特許5565316号、米国特許2004234936号などに開示されている。

さらに別の解決策としては、練習問題を完全に自動的に作成するためのものがある。テキストの内容、すなわち教科書小説またはその他の書物から、学習アクティビティを自動的に作成する多くの方法がある。それらの方法としては、以下の文献に開示されている。Brown et al. (Automatic Question Generation for Vocabulary Assessment, Proc. of the Conf. on Human Language Technology, 2005)、Mostow et al. (Using Automated Questions to Assess Reading Comprehension, Cognition and Learning Vol. 2, 2004)、Coniam (A Preliminary Inquiry Into Using Corpus Word Frequency Data in the Automatic Generation of English Language Cloze Tests,CALICO Journal Vol. 14 Nos.2-4, 1997)、Aist (TowardsAutomatic Glossarization, Int. J. of Artificial Intelligence in Education Vol. 12, 2001)、HoshinoおよびNakagawa (A Real-Time Multiple-Choice Generation for Language Testing, Proc. of the 2nd workshop on Building Educational Applications usingNLP, 2005)、Sumita et al. (Measuring Non-Native Speakers’ Proficiency of English Using a Test with Automatically-Generated Fill-In-The-Blank Questions, Proc. of the 2nd Workshop on Building Educational Applications using NLP, 2005)、MitkovおよびHa (Computer-Aided Generation of Multiple-Choice Tests, Proc. of the Workshop on Building Educational Applications using NLP, 2003)、並びに、米国特許6341959号、日本国特許26126242号、日本国特許27094055号に開示されている。

上記の方法では、対象の単語または概念を入力として受け付け二段階処理を使用する。この二段階処理では、第1に、質問の「ステム」を選択し、第2に、正解と「不正解の選択肢」(つまり、選択され得る、異なる不正解)とを、必要とされる練習問題のタイプに応じて選択する。この対象の単語または概念は、ステム中に、または、正解として現れる。第1の例では、ある単語の意味を生徒が知っているかどうかをテストするための多肢選択式の練習問題を作成する場合、ステムは、対象の単語についての辞書の定義であり、不正解の選択肢は、データベースまたは読み出しテキストから選択された、対象の単語とは異なる意味を持つ単語である。第2の例では、まず、対象の単語または概念を含む読み出しテキストから文を選択し、その単語または概念を空欄に置き換えることにより、空所補充問題が作成される。不正解の選択肢は、第1の例と同様の方法で選択される。また、対象の単語は、想定され得る解答の選択肢として含まれる。第3の例では、対象の単語または概念を含む読み出しテキストから文を選択し、その文を質問文再構成することにより、理解度確認問題が生成される(例えば、「地球は太陽の周り公転している」という文は、「地球は何の周りを公転しているか?」に再構成される)。

上述した技術では、自動的に生成される練習問題が、学習およびローステークスアセスメントに効果的であることがわかっているが、個々の生徒に適切な難易度レベルを設定することが一つの課題となっている。練習問題が生徒にとって易し過ぎると退屈を招き、かつ、学習が行われない。練習問題が難しすぎると、やる気を失わせ、過度の推測などの望ましくない行為を招く。

いくつかの自動化された方法では、特定のパラメータを変更することにより難易度レベルを変更することができる。例えば、Nagy et al. (Learning WordsFrom Context, Reading Research Quarterly Vol. 20, 1985)では、正解に対する不正解の選択肢の近似度を、1)正解と異なる品詞を有する不正解の選択肢(易しい)、2)正解と品詞は同じだが、意味的クラスが異なる不正解の選択肢(中間)、および3)正解と類似の意味を持つ不正解の選択肢(難しい)の3つのレベルに変更することにより、練習問題の難易度を変更している。Mostow et al. (Using Automated Questions to Assess Reading Comprehension, Cognition and Learning Vol. 2, 2004)や、Aist (Towards Automatic Glossarization, Int. J. of Artificial Intelligence in Education Vol. 12, 2001)などでは、不正解の選択肢の熟知度(familiarity)(この技術では、熟知度は、一般的な言語の頻出度に関連した単語固有の特性として考慮されており、生徒に依存する習熟度を意味するものではない)の変更と、質問のステムの難易度の変更とを含む追加の手段を使用している。

しかし、練習問題を自動作成する上記の方法のどれもが、練習問題を生成する対象となる特定の生徒の能力に応じて難易度レベルを制御するものではない。練習問題は、所定の難易度レベルを有するか、より好ましくない場合には、無作為に選択される練習問題の要素に応じた予測不可能なレベルを有する。つまり、これらの方法では、ユーザの現在の知識についてのモデルを使用していない。

当然ながら、(オーサリングツールまたは手動の手段を用いて)教育者が個々の生徒のために難易度レベルを手動で制御することも可能であるが、各生徒のための練習問題のパーソナライズは、費用対効果が良くない。

生徒の能力に応じて難易度を制御するための1つの解決策が、コンピュータ適応型テストCAT)(Wainer et al., Computerized adaptive testing: A primer, Hillsdale, NJ: Lawrence Erlbaum Associates, 1990; van der Linden & Hambleton (eds.), Handbook of Modern Item Response Theory, London: Springer Verlag, 1997)において使用されている。CATでは、統計的方法を用いることにより、特定の生徒のテスト項目への解答履歴の記録(ある種のユーザモデル)に基づいて、その生徒がテスト項目に正しく解答する可能性が50%になるように、その生徒のためにテスト項目が選択される。この方法では、各生徒のためにパーソナライズされている。しかし、この方法では、テスト項目を前もって生成する必要があり、また、各テスト項目を多数の実際の生徒に対して試すことにより、調整する必要がある。よって、練習問題をオンデマンドで作成することができない。さらに、手動で生成されたものであれ、自動で生成されたものであれ、テスト項目は、「能力」がテスト教科における全体的な能力を示す単一の数値として表されるCATシステムというシステムにおいてのみ機能するものである。この能力についてのモデルは、全体的な評価を目的とする場合には適切であるが、練習問題における指導または診断の目的に適切であるほど緻密(fine-grained)ではない。

必要とされているのは、生徒が学習する対象の教材に関連しており、かつ、その生徒の能力に応じて制御された難易度レベルを有する学習用練習問題を(様々な教育的目的のために)自動的に生成する方法である。

概要

特定の学習者が有する現在の能力についてのモデルおよびその他の情報に基づいて、選択された学習項目に対応する新規の学習用練習問題を自動的に生成する。イベントに応じて対象学習項目を決定するステップと、上記対象学習項目に関する学習者の知識レベルを、自動化された学習者モデルによって作成された上記学習者のモデルに基づいて取得するステップと、取得した上記学習者の上記知識レベルと難易度レベルとを関連付けるステップと、学習用練習問題パターンを練習問題パターンデータベースから取得するステップと、上記学習者の上記モデルと、関連付けされた上記難易度レベルとに基づいて、取得した上記学習用練習問題パターンに関連する学習用練習問題を自動的に生成するステップと、上記学習用練習問題を、練習問題用インターフェースを介して上記学習者に提示するステップと、を含む自動的に学習用練習問題を生成する方法である。

目的

本発明の実施形態は、特定の学習者が有する現在の能力についてのモデルおよびその他の情報に基づいて、選択された学習項目に対応する新規の学習用練習問題を自動的に生成することができるシステムを提供する

効果

実績

技術文献被引用数
4件
牽制数
2件

この技術が所属する分野

ライセンス契約や譲渡などの可能性がある特許掲載中! 開放特許随時追加・更新中 詳しくはこちら

請求項1

自動的に学習用練習問題を生成する方法であって、イベントに応じて対象学習項目を決定するステップと、上記対象学習項目に関する学習者知識レベルを、自動化された学習者モデルによって作成された上記学習者のモデルに基づいて取得するステップと、取得した上記学習者の上記知識レベルと難易度レベルとを関連付けるステップと、学習用練習問題パターン練習問題パターンデータベースから取得するステップと、上記学習者の上記モデルと、関連付けされた上記難易度レベルとに基づいて、取得した上記学習用練習問題パターンに関連する学習用練習問題を自動的に生成するステップと、上記学習用練習問題を、練習問題用インターフェースを介して上記学習者に提示するステップと、を含む方法。

請求項2

上記学習用練習問題を生成するステップは、1または複数の不正解選択肢を生成するステップを含む、請求項1に記載の方法。

請求項3

上記1または複数の不正解の選択肢は、上記学習者の上記モデルおよび関連付けされた上記難易度レベルのうちの少なくとも1つに基づいて生成される、請求項2に記載の方法。

請求項4

上記1または複数の不正解の選択肢は、学習項目情報データベースから取得される、請求項2または3に記載の方法。

請求項5

上記学習用練習問題パターンはステムを含む、請求項1〜4のいずれか1項に記載の方法。

請求項6

上記ステムは、上記学習者の上記モデルおよび関連付けされた上記難易度レベルのうちの少なくとも1つに基づいて選択される、請求項5に記載の方法。

請求項7

上記学習者モデルの状態は、上記学習者の現在の知識レベルを反映するために時間の経過に伴って変化する、請求項1〜6のいずれかに1項に記載の方法。

請求項8

上記対象学習項目は、ユーザインターフェースに表示されたテキストからの単語または単語群の選択に基づいて決定され、上記学習者の上記知識レベルは、上記単語または上記単語群についての学習者の表示された習得度または熟知度のうちの少なくとも1つに基づいて、上記自動化された学習者モデルによって決定される、請求項1〜7のいずれか1項に記載の方法。

請求項9

上記学習用練習問題は、選択された上記単語または上記単語群の言語分析に部分的に基づいて生成される、請求項8に記載の方法。

請求項10

上記練習問題パターンデータベースは、複数の学習用練習問題タイプに対応する学習用練習問題パターンを含む、請求項1〜9のいずれか1項に記載の方法。

請求項11

上記複数の学習用練習問題タイプは、多肢選択式問題正誤選択問題組合せ問題空所補充問題、自由解答式問題または理解度確認問題のうちの少なくとも1つを含む、請求項10に記載の方法。

請求項12

上記学習用練習問題パターンは、関連付けされた上記難易度レベルに基づいて取得される、請求項1〜11のいずれか1項に記載の方法。

請求項13

学習用練習問題を自動的に生成する装置であって、イベントに応じて対象学習項目を決定する手段と、上記対象学習項目に関する学習者の知識レベルを、自動化された学習者モデルによって作成された上記学習者のモデルに基づいて取得する手段と、取得した上記学習者の上記知識レベルと難易度レベルとを関連付ける手段と、学習用練習問題パターンを練習問題パターンデータベースから取得する手段と、上記学習者の上記モデルと、関連付けされた上記難易度レベルとに基づいて、取得した上記学習用練習問題パターンに関連する学習用練習問題を自動的に生成する手段と、上記学習用練習問題を、練習問題用インターフェースを介して上記学習者に提示する手段と、を備える装置。

請求項14

コンピュータ読み取り可能な記録媒体に記録されたコンピュータプログラムであって、コンピュータによって実行されたときに、イベントに応じて対象学習項目を決定する機能と、上記対象学習項目に関する学習者の知識レベルを、自動化された学習者モデルによって作成された上記学習者のモデルに基づいて取得する機能と、取得した上記学習者の知識レベルと難易度レベルとを関連付ける機能と、学習用練習問題パターンを練習問題パターンデータベースから取得する機能と、上記学習者の上記モデルと、関連付けされた上記難易度レベルとに基づいて、取得した上記学習用練習問題パターンに関連する学習用練習問題を自動的に生成する機能と、上記学習用練習問題を、練習問題用インターフェースを介して上記学習者に提示する機能と、をコンピュータに実現させるためのコンピュータプログラム。

技術分野

0001

本発明は、学習のための方法および装置に関する。

背景技術

0002

教育者は、生徒のために幅広学習用練習問題を必要とする。このような練習問題は、新しい教材を教えたり、生徒の学習をサポートしたり、学習が行われたかどうかを判断したり、能力のレベルを評価したり、学習における問題を診断したりするために使用される。

0003

簡単な練習問題の例としては、多肢選択式問題正誤選択問題組合せ問題空所補充問題、および自由解答式問題がある。

0004

教育者は、学習用練習問題の作成に費用及び時間を要している。そのため、自動化された方法は魅力のある解決策である。この問題に対する解決策の1つによれば、オーサリングツールを使用することは、教育者の問題作成にとって有益である。オーサリングツールは、米国特許第6018617号、米国特許第6704741号、米国特許第6259890号などの特許文献に開示されている。別の解決策によれば、他の手段(例えば、オーサリングツールまたは自動的な手段)で作成される練習問題のデータベースから、コンピュータを利用したテストを組み立てたり、生成したりする。このようなコンピュータを利用したテストシステムとしては、独国特許発明237362号、米国特許5565316号、米国特許2004234936号などに開示されている。

0005

さらに別の解決策としては、練習問題を完全に自動的に作成するためのものがある。テキストの内容、すなわち教科書小説またはその他の書物から、学習アクティビティを自動的に作成する多くの方法がある。それらの方法としては、以下の文献に開示されている。Brown et al. (Automatic Question Generation for Vocabulary Assessment, Proc. of the Conf. on Human Language Technology, 2005)、Mostow et al. (Using Automated Questions to Assess Reading Comprehension, Cognition and Learning Vol. 2, 2004)、Coniam (A Preliminary Inquiry Into Using Corpus Word Frequency Data in the Automatic Generation of English Language Cloze Tests,CALICO Journal Vol. 14 Nos.2-4, 1997)、Aist (TowardsAutomatic Glossarization, Int. J. of Artificial Intelligence in Education Vol. 12, 2001)、HoshinoおよびNakagawa (A Real-Time Multiple-Choice Generation for Language Testing, Proc. of the 2nd workshop on Building Educational Applications usingNLP, 2005)、Sumita et al. (Measuring Non-Native Speakers’ Proficiency of English Using a Test with Automatically-Generated Fill-In-The-Blank Questions, Proc. of the 2nd Workshop on Building Educational Applications using NLP, 2005)、MitkovおよびHa (Computer-Aided Generation of Multiple-Choice Tests, Proc. of the Workshop on Building Educational Applications using NLP, 2003)、並びに、米国特許6341959号、日本国特許26126242号、日本国特許27094055号に開示されている。

0006

上記の方法では、対象の単語または概念を入力として受け付け二段階処理を使用する。この二段階処理では、第1に、質問の「ステム」を選択し、第2に、正解と「不正解の選択肢」(つまり、選択され得る、異なる不正解)とを、必要とされる練習問題のタイプに応じて選択する。この対象の単語または概念は、ステム中に、または、正解として現れる。第1の例では、ある単語の意味を生徒が知っているかどうかをテストするための多肢選択式の練習問題を作成する場合、ステムは、対象の単語についての辞書の定義であり、不正解の選択肢は、データベースまたは読み出しテキストから選択された、対象の単語とは異なる意味を持つ単語である。第2の例では、まず、対象の単語または概念を含む読み出しテキストから文を選択し、その単語または概念を空欄に置き換えることにより、空所補充問題が作成される。不正解の選択肢は、第1の例と同様の方法で選択される。また、対象の単語は、想定され得る解答の選択肢として含まれる。第3の例では、対象の単語または概念を含む読み出しテキストから文を選択し、その文を質問文再構成することにより、理解度確認問題が生成される(例えば、「地球は太陽の周り公転している」という文は、「地球は何の周りを公転しているか?」に再構成される)。

0007

上述した技術では、自動的に生成される練習問題が、学習およびローステークスアセスメントに効果的であることがわかっているが、個々の生徒に適切な難易度レベルを設定することが一つの課題となっている。練習問題が生徒にとって易し過ぎると退屈を招き、かつ、学習が行われない。練習問題が難しすぎると、やる気を失わせ、過度の推測などの望ましくない行為を招く。

0008

いくつかの自動化された方法では、特定のパラメータを変更することにより難易度レベルを変更することができる。例えば、Nagy et al. (Learning WordsFrom Context, Reading Research Quarterly Vol. 20, 1985)では、正解に対する不正解の選択肢の近似度を、1)正解と異なる品詞を有する不正解の選択肢(易しい)、2)正解と品詞は同じだが、意味的クラスが異なる不正解の選択肢(中間)、および3)正解と類似の意味を持つ不正解の選択肢(難しい)の3つのレベルに変更することにより、練習問題の難易度を変更している。Mostow et al. (Using Automated Questions to Assess Reading Comprehension, Cognition and Learning Vol. 2, 2004)や、Aist (Towards Automatic Glossarization, Int. J. of Artificial Intelligence in Education Vol. 12, 2001)などでは、不正解の選択肢の熟知度(familiarity)(この技術では、熟知度は、一般的な言語の頻出度に関連した単語固有の特性として考慮されており、生徒に依存する習熟度を意味するものではない)の変更と、質問のステムの難易度の変更とを含む追加の手段を使用している。

0009

しかし、練習問題を自動作成する上記の方法のどれもが、練習問題を生成する対象となる特定の生徒の能力に応じて難易度レベルを制御するものではない。練習問題は、所定の難易度レベルを有するか、より好ましくない場合には、無作為に選択される練習問題の要素に応じた予測不可能なレベルを有する。つまり、これらの方法では、ユーザの現在の知識についてのモデルを使用していない。

0010

当然ながら、(オーサリングツールまたは手動の手段を用いて)教育者が個々の生徒のために難易度レベルを手動で制御することも可能であるが、各生徒のための練習問題のパーソナライズは、費用対効果が良くない。

0011

生徒の能力に応じて難易度を制御するための1つの解決策が、コンピュータ適応型テストCAT)(Wainer et al., Computerized adaptive testing: A primer, Hillsdale, NJ: Lawrence Erlbaum Associates, 1990; van der Linden & Hambleton (eds.), Handbook of Modern Item Response Theory, London: Springer Verlag, 1997)において使用されている。CATでは、統計的方法を用いることにより、特定の生徒のテスト項目への解答履歴の記録(ある種のユーザモデル)に基づいて、その生徒がテスト項目に正しく解答する可能性が50%になるように、その生徒のためにテスト項目が選択される。この方法では、各生徒のためにパーソナライズされている。しかし、この方法では、テスト項目を前もって生成する必要があり、また、各テスト項目を多数の実際の生徒に対して試すことにより、調整する必要がある。よって、練習問題をオンデマンドで作成することができない。さらに、手動で生成されたものであれ、自動で生成されたものであれ、テスト項目は、「能力」がテスト教科における全体的な能力を示す単一の数値として表されるCATシステムというシステムにおいてのみ機能するものである。この能力についてのモデルは、全体的な評価を目的とする場合には適切であるが、練習問題における指導または診断の目的に適切であるほど緻密(fine-grained)ではない。

0012

必要とされているのは、生徒が学習する対象の教材に関連しており、かつ、その生徒の能力に応じて制御された難易度レベルを有する学習用練習問題を(様々な教育的目的のために)自動的に生成する方法である。

0013

本発明の実施形態は、特定の学習者が有する現在の能力についてのモデルおよびその他の情報に基づいて、選択された学習項目に対応する新規の学習用練習問題を自動的に生成することができるシステムを提供する。

0014

好適な実施形態では、独国特許出願公開第0702298号(この内容の全体を引用することによって本願に含める)に係る方法および装置に開示されたような学習者モデルを含む電子ブックリーダ装置などの言語学習装置が、本システムを収容するように変形される。この変形としての装置により、学習者は、電子ブック中の単語などの学習項目を選択し、その学習者にとって適切な難易度レベルで、その項目についての学習用練習問題を解くことができる。

0015

このシステムでは、学習者の現在の知識についての緻密なモデル、練習問題パターンのデータベース、および使用中の言語教材に対する任意の分析からの情報を組み合わせている。練習問題の難易度は、2つの手段によって制御される。第1の手段では、単語に関する学習者の能力レベルにより、練習問題がどれ程難しくあるべきかが示される。単語についての知識が多いと、練習問題の難易度は高くなる。第2の手段では、練習問題自体の要素が、ユーザモデルに基づいて生成される。練習問題の難易度をより高くするために、例えば、ユーザがまだ完全に習得していない単語を不正解の選択肢として含むことができる。また、簡単な質問を作成するためには、ユーザが既に習得した単語が使用される。このように、(異なる能力をもつ)異なる学習者は、異なる練習問題を受け取ることになる。例えば、与えられたある単語に対して2人の学習者が同じ知識レベルを有していたとしても、他の単語に対する知識は異なるため、当該学習者らは異なる練習問題を受け取ることになる。

0016

この実施形態では、特定の学習者用の学習者モデルは、各学習項目(例えば単語または語彙ユニット)について、学習者がその項目をどの程度まで習得したかどうかを追跡する。学習者モデルは、本の中の単語を読む、または、学習用練習問題を解くなど、システム内で学習者がアクションを行う度に更新される。

0017

本発明の実施形態は、下記利点のうちの1つ以上を有する。

0018

本システムの利点は、練習問題が適切な難易度レベルを有するように制御することが可能であるため、学習用練習問題の学習効果を最大にする個別教育用システムを可能にしていることである。

0019

本システムのさらなる利点は、各学習者と、本またはその他の言語教材中の各学習項目とにとって、適切な学習用練習問題を手動で作成するための費用、時間、および人間の労力を節約することができることである。

0020

本システムのさらなる利点は、オンデマンドで、すなわち、学習者がある学習項目についての学習用練習問題を解くことを選択した後にのみ、練習問題を生成することが可能であるため、学習用練習問題の保存スペースを節約できることである。

0021

本システムのさらなる利点は、言語教材を読むあるいは使用するといった作業を行っている間、あるいはその後で(復習時など)、または、どの特定の言語教材とも関連せずに、学習用練習問題を生成することができ、かつ、学習者がその学習用練習問題を解くことができることである。

0022

本システムのさらなる利点は、現在の学習者の能力についてのローステークス・アセスメントに適切であり得ることである。

0023

本システムのさらなる利点は、(音声または文書の)言語教材を含むあらゆる教育用システム内で作動できることである。この教育用システムは、あらゆる教科(例えば、物理学歴史、または、学習者が興味を有する語彙および概念を含むあらゆる分野)について学習を行うためのものであり得る。

0024

本発明の一態様によれば、自動的に学習用練習問題を生成する方法が提供される。この方法は、イベントに応じて対象学習項目を決定するステップと、上記対象学習項目に関する学習者の知識レベルを、自動化された学習者モデルによって作成された上記学習者のモデルに基づいて取得するステップと、取得した上記学習者の上記知識レベルと難易度レベルとを関連付けるステップと、学習用練習問題パターンを練習問題パターンデータベースから取得するステップと、上記学習者の上記モデルと、関連付けされた上記難易度レベルとに基づいて、取得した上記学習用練習問題パターンに関連する学習用練習問題を自動的に生成するステップと、上記学習用練習問題を、練習問題用インターフェースを介して上記学習者に提示するステップと、を含む、自動的に学習用練習問題を生成するものである。

0025

別の態様によれば、上記学習用練習問題を生成するステップは、1または複数の不正解の選択肢を生成するステップを含むものである。

0026

別の態様によれば、上記1または複数の不正解の選択肢は、上記学習者の上記モデルおよび関連付けされた上記難易度レベルのうちの少なくとも1つに基づいて生成されるである。

0027

更なる別の態様によれば、上記1または複数の不正解の選択肢は、学習項目情報データベースから取得されるものである。

0028

またさらに別の態様によれば、上記学習用練習問題パターンはステムを含むものである。

0029

別の態様によれば、上記ステムは、上記学習者の上記モデルおよび関連付けされた上記難易度レベルのうちの少なくとも1つに基づいて選択されるものである。

0030

更なる別の態様によれば、上記学習者モデルの状態は、上記学習者の現在の知識レベルを反映するために時間の経過に伴って変化するものである。

0031

別の態様によれば、上記対象学習項目は、ユーザインターフェースに表示されたテキストからの単語または単語群の選択に基づいて決定され、上記学習者の上記知識レベルは、上記単語または上記単語群についての学習者の表示された習得度または熟知度のうちの少なくとも1つに基づいて、上記自動化された学習者モデルによって決定されるものである。

0032

また、別の態様によれば、上記学習用練習問題は、選択された上記単語または上記単語群の言語分析に部分的に基づいて生成されるものである。

0033

更なる別の態様によれば、上記練習問題パターンデータベースは、複数の学習用練習問題タイプに対応する学習用練習問題パターンを含むものである。

0034

別の態様によれば、上記複数の学習用練習問題タイプは、多肢選択式問題、正誤選択問題、組合せ問題、空所補充問題、自由解答式問題または理解度確認問題のうちの少なくとも1つを含むものである。

0035

また、更なる別の態様によれば、上記学習用練習問題パターンは、関連付けされた上記難易度レベルに基づいて取得されるものである。

0036

本発明の別の態様によれば、自動的に学習用練習問題を生成する装置が提供される。この装置は、イベントに応じて対象学習項目を決定する手段と、上記対象学習項目に関する学習者の知識レベルを、自動化された学習者モデルによって作成された上記学習者のモデルに基づいて取得する手段と、取得した上記学習者の上記知識レベルと難易度レベルとを関連付ける手段と、学習用練習問題パターンを練習問題パターンデータベースから取得する手段と、上記学習者の上記モデルと、関連付けされた上記難易度レベルとに基づいて、取得した上記学習用練習問題パターンに関連する学習用練習問題を自動的に生成する手段と、上記学習用練習問題を、練習問題用インターフェースを介して上記学習者に提示する手段と、を備える、学習用練習問題を自動的に生成する装置である。

0037

本装置の別の態様によれば、自動的に生成する手段は、1または複数の不正解の選択肢を生成するために機能するものである。

0038

本装置の別の態様によれば、上記1または複数の不正解の選択肢は、上記学習者の上記モデルおよび関連付けされた上記難易度レベルのうちの少なくとも1つに基づいて生成されるものである。

0039

本装置の更なる別の態様によれば、上記1または複数の不正解の選択肢は、学習項目情報データベースから取得されるものである。

0040

本装置の別の態様によれば、上記学習用練習問題パターンはステムを含むものである。

0041

本装置の更なる別の態様によれば、上記ステムは、上記学習者の上記モデルおよび関連付けされた上記難易度レベルのうちの少なくとも1つに基づいて選択されるものである。

0042

また、本装置の更なる別の態様によれば、上記学習者モデルの状態は、上記学習者の現在の知識レベルを反映するために時間の経過に伴って変化するものである。

0043

本装置の別の態様によれば、ユーザインターフェースおよび上記対象学習項目は、ユーザインターフェースに表示されたテキストからの単語または単語群の選択に基づいて決定され、上記学習者の上記知識レベルは、上記単語または上記単語群についての学習者の表示された習得度または熟知度のうちの少なくとも1つに基づいて、上記自動化された学習者モデルによって決定されるものである。

0044

本装置の別の態様によれば、上記学習用練習問題は、選択された上記単語または上記単語群の言語分析に部分的に基づいて生成されるものである。

0045

本装置の更なる別の態様によれば、上記練習問題パターンデータベースは、複数の学習用練習問題タイプに対応する学習用練習問題パターンを含むものである。

0046

本装置の別の態様によれば、多肢選択式問題、正誤選択問題、組合せ問題、空所補充問題、自由解答式問題または理解度確認問題のうちの少なくとも1つを含む複数の学習用練習問題タイプを含むものである。

0047

本装置の別の態様によれば、上記学習用練習問題パターンは、関連付けされた上記難易度レベルに基づいて取得されるものである。

0048

本発明の別の態様によれば、コンピュータによって実行されたときに、イベントに応じて対象学習項目を決定する機能と、上記対象学習項目に関する学習者の知識レベルを、自動化された学習者モデルによって作成された上記学習者のモデルに基づいて取得する機能と、取得した上記学習者の知識レベルと難易度レベルとを関連付ける機能と、学習用練習問題パターンを練習問題パターンデータベースから取得する機能と、上記学習者の上記モデルと、関連付けされた上記難易度レベルとに基づいて、取得した上記学習用練習問題パターンに関連する学習用練習問題を自動的に生成する機能と、上記学習用練習問題を、練習問題用インターフェースを介して上記学習者に提示する機能と、をコンピュータに実現させるためのコンピュータプログラムが、コンピュータ読み取り可能な記録媒体に記録されている。

0049

上述の、および、関連する目的を達成するために、本発明は、下記で十分に説明される特徴、特には、請求項に示す特徴を含む。下記の説明および添付の図面により、本発明の特定の例示的な実施形態の詳細を説明する。しかし、これらの実施形態は、本発明の原理が採用され得る様々な方法のうちのほんの数例を示したものに過ぎない。本発明の他の目的、利点、および新規の特徴は、次の詳細な記載によって、また、添付図面を併せて参照することによって、明白になるであろう。

図面の簡単な説明

0050

図1は、本発明の好適な実施形態に係る教育用システムを示すブロック図である。
図2は、テキスト読み出しインターフェースに表示されるテキストのページの一例を示す図である。
図3は、本発明の実施形態に係る練習問題生成部の構成を示すフローチャートである。
図4は、本発明の実施形態に係る学習者モデルの一例を示す図である。
図5は、生成された練習問題の一例を示す図である。
図6は、練習問題生成の一例に関する図である。
図7は、本発明の実施形態に係る、コンピュータによって実施される教育用システムを示すブロック図である。

実施例

0051

本発明の好適な実施形態は、言語学習、および、特に語彙学習のための読み出しをベースにした装置内において、語彙学習用練習問題を、個々の学習者に適した難易度レベルで自動的に生成することができる。

0052

図1は、好適な実施形態の構成を示すブロック図である。

0053

言語学習用の装置、特に語彙学習用の装置は、テキスト読み出しインターフェース100を有する。このテキスト読み出しインターフェースは、使用中のテキストを表示する。この装置は、学習者が、学習用練習問題の閲覧、または、学習用練習問題とのインタラクションを行うことができる練習問題表示インターフェース110を含む。この装置は、練習問題生成部120を含む。この練習問題生成部は、難易度レベル選択部160、練習問題要素生成部170、および練習問題要素組合せ部180を含む。難易度レベル選択部160は、学習者モデル130にアクセスする。また、練習問題要素生成部170は、学習者モデル130と、練習問題パターンデータベース150と、任意で、学習項目情報データベース155と、テキスト分析部140によって作成された使用中のテキストに対する分析結果とにアクセスする。練習問題要素組合せ部180は、練習問題パターンデータベース150にアクセスする。

0054

業者は、言語学習用の装置がさらなる構成を含んでもよく、かつ、該構成同士が図1に明示されない方法で情報伝達を行ってもよいことを理解するだろう。また、当業者は、図1に示す構成が別々の構成として実施されてもよく、または、該構成のいくつかあるいは全てを組み合わせて1つの構成としてもよいことを理解するだろう。

0055

図2は、後述のテキスト読み出しインターフェース100および練習問題表示インターフェース110の一例を示す図である。

0056

ここで、図1に示す各構成の機能を、詳細に説明する。

0057

テキスト読み出しインターフェース100は、電子テキストを表示するものであり、ページ間の移動や単語の選択など、想定され得る様々なユーザアクションに対するユーザ制御を提供する。ユーザアクションは、これらに限定されるものではない。図2では、例えば、単語「sacks」が選択されている。

0058

練習問題表示インターフェース110は、練習問題生成部120によって生成されるタイプの練習問題を表示する。この練習問題は、非インタラクティブ型、つまり、学習者によって閲覧されるだけであってもよい。また、解答の選択や解答の入力など、想定され得る様々なユーザアクションに対する制御を要求するインタラクティブ型でもあってもよい。例えば、図2には、単語「sack」についての多肢選択式の練習問題が示されている。

0059

学習者モデル130は、学習項目についての学習者の習得度に対する推定値を格納する。学習項目は、本実施形態においては単語である。本明細書では、「単語」という用語を用いるとき、単語、成句、用語、または、あらゆるその他の語彙ユニットを意味する。学習者モデルは従来技術では周知であり、緻密な学習者モデルでさえあれば、いずれかの適した学習者モデルを好適な実施形態において用いることができる。本明細書では、「緻密な」という表現を用いることによって、例えばコンピュータ適応型テストにおいて使用されるような教科全体についてではなく、学習項目ごとの習得度を示すことができるあらゆるモデルを意味する。

0060

学習者が実際に単語を習得しているか否かを直接観察できないため、従来の学習者モデルは、システムと学習者とのインタラクションから得られる証拠に基づき、特定の単語の習得度を評価する。好適な実施形態では、学習者モデルは、特定の学習者が特定の単語を習得済みである確率(確率値)を保存する。確率などの数値は、閾値を適用することによってブール値(すなわち、真/)に変換される。例えば、0.8よりも大きい確率は、真(すなわち、学習者が既にこの単語を習得済み)に変換され、その他の確率は偽に変換される。図4は、ある時間における学習者モデルの一例をテーブルで表したものである。

0061

学習者モデルは、任意で、学習者の単語または他の言語要素(例えば文)に対する熟知度に関する情報を含むことができる。熟知度は、学習者がその単語を閲覧した回数、または、その単語とインタラクションを行った回数に依存し得る。学習者がその単語に対して熟知でない状態となれば(つまり、インタラクションを行わなければ)、熟知度は時間の経過に伴い低下し得る。

0062

学習者モデル130は、難易度レベル選択部160および練習問題要素生成部170から照会を受ける。学習者モデル130は、ある単語について照会を受けると、その単語についての学習者の推定習得度および/または推定熟知度を返す。学習者モデルの状態は、時間の経過に伴って変化し得る。例えば、学習者が使用中のテキスト内の単語を読んだとき、学習者がその単語の辞書エントリを参照したとき、または、学習用練習問題とのインタラクションによって学習者がその単語の知識をはっきりと明示したときに、学習者モデルの状態は変化し得る。

0063

テキスト分析部140は任意の構成である。テキスト分析部140は、使用中のテキスト内において選択された部分の言語分析を行うことができる。この分析結果は、練習問題生成部120によって、特定のタイプの練習問題を生成するのに使用される。特定のタイプの練習問題とは、例えば、使用中のテキストの文において1つの単語が空欄に置き換えられ、その空欄を学習者が埋める空欄補充問題、または、使用中のテキストの文を再構成することにより得られる理解度確認問題がある。

0064

練習問題パターンデータベース150は、異なるタイプの学習用練習問題に対応した様々な練習問題パターンを含む。練習問題パターンは従来技術では周知であり、テンプレートと称されることが多い。あらゆる好適なデータベースが、上記の好適な実施形態で用いられ得る。一般的に、そのパターンには、ステムと解答選択肢との2つの要素が含まれる。ステムは質問を示し、解答選択肢は、正解と1または複数の不正解の選択肢とを含む。解答選択肢は任意である。学習者は、解答選択肢が存在する場合には、そのうちの1つを選択することにより解答し、解答選択肢が存在しない場合には、答えを提供(入力)する必要がある。

0065

多くの練習問題タイプが許容されており、本発明はその範囲を限定するものではない。一般的なタイプとしては、多肢選択式問題、正誤選択問題、組合せ問題、空所補充問題、自由解答式問題、および、理解度確認問題がある。特定のタイプの質問は、単語の定義あるいは意味、文法、単語に対する訳語、ある単語が文中でどのように使用されるか、単語に関連する画像または音声、単語についてのライティングあるいはリーディング、または、単語の知識に関するあらゆる他方面の事物に関する情報を含んでもよい。

0066

図5は、練習問題のいくつかの例を示す図である。例500は空所補充問題を示す。例510は、正しい意味を選択させる多肢選択式問題を示す。例520は、与えられた意味に対応する単語を選択させる多肢選択式問題を示す。例530は、与えられた定義に対応する正しい単語を入力させる自由解答式問題を示す。例540は正誤選択問題を示す。例550は、正しい図を選択させる多肢選択式問題を示す。例560は、学習者に使用中のテキストの理解を求める理解度確認問題を示す。

0067

学習項目情報データベース155は任意の構成である。学習項目情報データベース155の必要性は、練習問題パターンデータベース150から選択される練習問題パターンによって決まる。学習項目情報データベースは、練習問題の生成時に使用される学習項目に関する情報を含む。情報としては、辞書の定義、文書形式または音声形式発音情報、関連する画像、関連する単語または概念、使用例、品詞、意味的クラス、訳語、および同義語が含まれ得るが、これらに限定されるものではない。

0068

練習問題生成部120は、選択された学習項目(つまり、本実施形態では、使用中のテキスト内の単語)と、練習問題タイプについての所定の選択とを入力として受け付ける。練習問題生成部120は、練習問題を適切な難易度で出力する。練習問題の難易度は、2つのソースの情報に関連し得る。第1に、難易度は、選択された学習項目について学習者が有する知識のレベルおよび熟知度に関連し得る。ユーザが該学習項目をほぼ習得している、または、該学習項目に対して相当熟知している場合には、適切な難易度レベルは高くなる。一方、学習者が該学習項目をまだ習得していない場合は、適切な難易度レベルは低くなる。第2に、難易度は、練習問題の要素に対して学習者が有する知識のレベルおよび熟知度に関連し得る。例えば、学習者が熟知していない単語を含ませることにより、より難易度の高い練習問題を生成することができる。

0069

上記の好適な実施形態では、練習問題生成部120は、学習者モデル130を2つの異なる工程において使用する。第1の工程では、学習者モデルに基づいて、適切な難易度レベルが選択される。第2の工程では、学習者モデル130に基づいて、かつ、任意で、テキスト分析部140による言語教材の分析に基づいて、学習用練習問題の要素が選択される。生成された練習問題は、練習問題表示インターフェース110に提供される。

0070

難易度レベル選択部160は、学習者モデル130を参照し、選択された学習項目の現在の習得度を確認することにより、練習問題の難易度レベルを選択する。難易度レベルは、ある範囲内の数値、例えば、0.0〜1.0(0.0は簡単であることを示し、1.0は難しいことを示す)の範囲内の数値とすることができる。または、難易度レベルは、例えば「非常に易しい」、「易しい」、「中間」および「難しい」などの、離散的な値の群から選択されてもよい。上記の好適な実施形態では、後者が使用されている。

0071

練習問題要素生成部170は、練習問題パターンデータベース150を参照し、どの要素が上記所定の練習問題タイプに必要であるかを確認する。そして、練習問題要素生成部170は、必要な要素を自動的に生成する。このとき、練習問題要素生成部170は、学習者モデル130を参照して、ステムおよび不正解の選択肢を学習者にとって適切なレベルで生成する。この処理の詳細は後述する。

0072

練習問題要素組合せ部180は、練習問題パターンデータベース150からの練習問題パターンを使用して、所定の方法により上記要素を練習問題に組み込む。

0073

図3は、練習問題生成部120によって行われる練習問題生成処理を示すフローチャートである。

0074

練習問題生成処理は、システム内でイベントが発生したときに開始される。例えば、学習者による使用中のテキストからの単語の選択、学習者による練習問題あるいは復習を行うためのメニューオプションの選択、または、システムによる練習問題生成の要求(例えば、単語群に対して練習問題を生成するための個々の処理の一部としての要求)などの、あらゆる種類のイベントが開始のトリガとして利用され得る。

0075

第1の工程300では、「開始」イベントが与えられると、使用中のテキスト内から対象学習項目を決定する。上記の好適な実施形態では、対象学習項目は、テキスト読み出しインターフェース100においてユーザにより選択された単語である。

0076

第2の工程310は、対象学習項目について、単語に対する学習者の知識のレベルおよび熟知度を学習者モデル110から取得するためのものである。

0077

そして、工程320では、対象学習項目に対する学習者の知識レベルを、難易度レベルにマッピングする。ここでは、あらゆるマッピング方法使用可能である。上記の好適な実施形態では、知識レベルの各範囲を、離散的な難易度の値にそれぞれマッピングするために、難易度マッピングテーブルが用いられている。図6に難易度マッピングテーブル620を示す。難易度マッピングテーブル620では、知識が多いほど、所要の高い練習問題の難易度にマッピングされる。例えば、0.3〜0.5の知識レベルは、難易度レベル「易しい」にマッピングされる。その他の方法としては、難易度レベルの知識レベルへの設定、知識レベルの連続関数f「難易度レベル=f(知識レベル)」の使用(このような関数は、機械学習アプローチまたはコンピュータ適応型テストを使用した連続的なインタラクションから学習可能である)、追加のあるいは単独での単語に対する熟知度の使用や、学習者、教師あるいはそれ以外の者などによるマッピングへの作用(例えば、学習者がより難しい、あるいは、より簡単な練習問題を選択してもよいし、または、教師が学習者により難しい練習問題に挑戦するよう促してもよい)が挙げられるが、これらに限定されるものではない。上述のルールおよびテーブルは単に例として挙げたに過ぎない。システムで使用される実際のルールは、実証研究および/または機械学習アルゴリズムによって調整される。

0078

例えば、図6に示す学習者モデル610および難易度マッピングテーブル620について検討する。対象学習項目が「train」の場合、学習者の現在の知識レベルは0.4となっている。マッピングテーブル620において、0.4は0.3〜0.5の範囲内にあるため、結果として難易度レベルは「易しい」になる。

0079

工程330では、練習問題パターンデータベースから、上記所定の練習問題タイプに対応する練習問題パターンを取得する。各練習問題タイプは、0以上の練習問題パターンに対応し得る。0の場合、練習問題タイプは生成されない。1以上の場合、様々な公知技術(詳細は本実施形態の範囲外にある)のいずれかを使用して、1つのパターンを選択する。ある特定の例では、複数の練習問題パターンから1つのパターンが無作為に選択されてもよい。

0080

工程340では、練習問題パターンがステムを必要とする場合に、学習用練習問題のステムを生成する。あらゆる特定の方法を使用して、ステムを生成することができる。多くの方法が従来技術では周知である。第1の例では、生徒が単語の意味を知っているかどうかをテストする多肢選択式練習問題を作成するために、学習項目情報データベース155から取得可能な、対象の単語に対する辞書の定義をステムとする。第2の例では、ステムは、「<対象の項目>の意味は何か?」または「<対象の項目>の図を選択せよ」といった質問をすることができる。第3の例では、対象の項目と定義とをステムに組み込むことにより、正誤選択問題を作成することができる。第4の例では、空所補充問題を作成することができる。この場合、まず、(テキスト分析部140を参照することにより)読み出しテキスト、または、対象学習項目を含む他のソース(例えば学習項目情報データベース155)から文を選択し、該対象学習項目を空欄に置き換え、学習者に空欄を正しい単語で埋めるように要求することによって作成される。第5の例では、読み出しテキストまたは対象の単語を含む他のソースから文を選択し、その文を質問に再構成することにより、理解度確認問題を作成することができる(例えば、「地球は太陽の周りを公転している」という文を、「地球は何の周りを公転しているか?」に再構成することができる)。

0081

いくつかの場合では、工程340において、選択された難易度レベル(工程320)および学習者モデル130に基づいてステムを選択することにより、生成される練習問題の難易度を制御することができる。例えば、文(ユーザが現在読んでいるテキスト、他のソース、または、定義用テキストから選択されたものであってもよい)をステムとして使用する練習問題の場合、選択された文の難易度を少なくとも2つの方法で制御することができる。第1に、文中の個々の単語に対する学習者の知識レベルを部分的に使用して、その文に学習者固有の難易度レベルまたは可読性レベル割り当てることができる。一手法は、その文中の各単語の知識レベルの平均値を求め、それをその文の難易度レベルにマッピングすることである。難易度マッピングテーブル620に類似するがその構成が逆である、図6に示すマッピングテーブル630を使用することができる。マッピングテーブル630では、より多い知識がより易しい単語および文に対しマッピングされる。その代わりとしては、文中のすべての単語について、平均化され得る「単語難易度レベル=g(知識レベル)」のような連続関数gが使用できる。工程320で選択された難易度レベルと同じ(またはほぼ同じ)難易度レベルを有する文を使用することができる。第2に、文または文中の単語についての学習者の熟知度に基づいて、文を選択することができる。難易度レベルが「非常に易しい」である場合、使用中の文を使用することができる。難易度レベルが「易しい」である場合、同じテキスト内の前出の文を使用することができる。難易度レベルが「中間」である場合、以前に読んだテキストからの文を使用することができる。難易度レベルが「難しい」である場合、未読の文を使用することができる。この工程では、テキスト分析部140によって生成されたテキスト分析結果を参照する。上述のルールおよびテーブルは単に例として挙げたに過ぎない。システムで使用される実際のルールは、実証研究および/または機械学習アルゴリズムによって調整される。

0082

工程345では、上記練習問題パターンが解答選択肢を必要とする場合に、練習問題に対する正解を生成する。多くの場合、正解は単純に対象の項目そのものである。その他の場合、正解は、練習問題パターンに依存し、その単語に関する情報(例えばその意味、発音、品詞、画像など)であり得る。この情報は、学習項目情報データベース155から取得することができる。

0083

工程350では、練習問題パターンが不正解の選択肢を必要とする場合に、学習用練習問題の不正解の選択肢を生成する。ステムと同様に、練習問題パターンに応じて、あらゆる特定の方法を使用することができる。多くの方法が従来技術では周知である。第1の例では、生徒が単語の意味を知っているかどうかをテストする多肢選択式問題を作成するために、不正解の選択肢を他の単語とする。第2の例では、ステムが「<対象の項目>の意味は何か?」または「<対象の項目>の図を選択せよ」という質問をする場合、学習項目情報データベース155から取得可能な単語の定義または図を不正解の選択肢とする。第3の例では、空所補充問題は、空欄を埋めるために選択され得る不正解の選択肢としての単語を含んでいる。第4の例では、理解度確認問題は、不正解の選択肢として、生じ得る不正解としての理解度確認問題に対する答えを含んでいる。学習項目情報データベース155は、対象学習項目に関して、このような生じ得る答えの検索に使用され得る。

0084

工程350では、選択された難易度レベル(工程320)および学習者モデル130に基づいて不正解の選択肢を選択することにより、生成される練習問題の難易度を制御することができる。例えば、不正解の選択肢の生成に文(例えば辞書の定義)を使用する練習問題の場合には、工程340のように、その文の難易度レベルを考慮することが可能である。不正解の選択肢として単語を使用する練習問題の場合には、これらの単語は適切な難易度レベルとなるように選択される。例えば、工程340で説明したように、生じ得る不正解の選択肢の単語それぞれについて、単語難易度レベルを算出し、選択された練習問題の難易度レベルに最も近似した単語難易度レベルを有する単語が選択され得る。あるいは、不正解の選択肢が、単語に対する学習者の熟知度に基づいて選択され得る。選択された練習問題の難易度レベルが低い場合には、熟知されている単語が選択され得る。選択された練習問題の難易度レベルが高い場合は、熟知されていない単語が選択され得る。

0085

従来技術における多くの方法では、正解との類似度に基づいて(類似度が高くなるほど難易度が高くなる)、または、熟知度の代わりに言語テキストにおける単語の頻出度などに基づいて、不正解の選択肢を選択するなど、学習者モデルとは無関係に難易度を制御している。当業者は、練習問題固有の難易度を制御するこれらの方法のいずれもが、上述の方法または学習者モデルを使用したその他の方法と組み合わせられることを理解するだろう。

0086

工程360では、工程330で取得された練習問題パターンを使用して、生成されたステム、正解および不正解の選択肢を練習問題に組み込む。この練習問題は、テキスト、XML、HTML、Flashなどの、あらゆる好適なフォーマットでフォーマットされる。

0087

工程370では、生成された練習問題が、練習問題表示インターフェース110に提供される。

0088

練習問題生成処理について、一例を挙げて説明する。

0089

図6では、ある本のテキストの一部を含むテキスト読み出しインターフェース600の例が示されている。ユーザが単語「train」を選択すると、対象学習項目が「train」に決定される。学習者モデル610が参照されることにより、「train」に対する学習者の知識レベルが0.4であることがわかる。難易度マッピングテーブル620が参照されることにより、練習問題の難易度レベルが選択される。0.4は0.3〜0.5の範囲内にあるので、この場合の難易度レベルは「易しい」となる。

0090

練習問題のタイプが空所補充問題に予め設定されていると仮定した場合には、好適なパターンが選択される。難易度レベルが「易しい」であるため、インターフェース600内のテキストから最近読んだ文が使用される。この場合、「The train for France leaves before nine in the evening」が使用される。単語「train」が空欄に置き換えられ、ステムが生成される。

0091

不正解の選択肢を選択するために、学習者モデル610が再度参照される。選択された練習問題の難易度レベルが「易しい」であるため、単語難易度レベルが「易しい」である単語が選択される。マッピングテーブル630を使用した場合、単語「old」、「play」および「dog」が0.6〜0.9の範囲の知識レベルを有するので、システムはこれらの単語が「易しい」ということがわかる。さらに、この例では、難易度レベルが「易しい」であるため、学習項目情報データベース155を参照することにより、選択される不正解の選択肢の単語が、正解とは異なる品詞(「plays」、「old」)または形態的な変化である語尾変化(複数形「dogs」)を有するようにする。ステム、正解および不正解の選択肢は、練習問題640に組み込まれる。

0092

同様に、学習者が単語「ship」を選択した場合、それに対する学習者の知識レベルは0.8であるとわかる。マッピングテーブル620を使用して、練習問題の難易度レベル「難しい」が選択される。「難しい」練習問題を生成するために、使用中のテキストとは異なるが、学習者が読んだことがある最近のテキストから、文のステムが選択される。この場合、「In 1942 my husband took a ship to Great Britain」が選択される。「難しい」不正解の選択肢の単語は、マッピングテーブル630に従って、単語についての知識レベルが0.0〜0.4の範囲内となるように選択される。さらに、パラダイム「took a/an ( )」に適合する単語が、正解に類似しているために、選択される。ステム、正解および不正解の選択肢は、練習問題650に組み込まれる。

0093

上記の好適な実施形態のいくつかの変形例が許容される。

0094

上記の好適な実施形態の一つの変形例では、学習対象は言語自体ではない。テキスト教材は、例えば、物理学、地理学、あるいは歴史などの学習対象分野についての、教科書または百科事典エントリである。この実施形態では、文書、音声、または映像などのあらゆる形態のテキストを使用するあらゆる教育用システムと一体化することができる。テキスト教材は、学習者の第一言語のものであってよい。学習者モデル130は、対象分野に関連する概念の群における各概念について、習得度の推定値を格納する。テキスト分析部140は、テキストの言語分析を行い、単語および成句を、学習者モデルに含まれる概念にリンクさせる。練習問題要素生成部170は、不正解の選択肢などの、学習対象に関連する要素を生成する。学習項目情報データベース155は、対象分野の情報を含む。例えば、不正解の選択肢としての単語の代わりに、対象となる分野の概念を使用してもよい。あるいは、単語の定義の代わりに、当該概念についての短い説明文、図または映像を使用してもよい。この変形例におけるその他の構成は、上記の実施形態と同様の方法で機能する。

0095

上記の好適な実施形態の別の変形例では、テキスト読み出しインターフェース100を使用して読み出しセッションをユーザが終了した後、または、ユーザあるいはシステムによって選択されたあらゆる時点において、学習用練習問題がまとめて生成される。この実施形態では、学習用練習問題群は、最近読んだ言語あるいは対象の教材の復習として、または、ユーザの現在の得手不得手について診断する方法として提供され得る。この実施形態では、練習問題の生成(構成部材120)は、教育用システムまたはユーザから提供された学習項目リストを使用したループにおいて行われる。該ループを通る度に、工程300では、該リストから次の学習項目を対象学習項目として選択する。

0096

上記の好適な実施形態の他の変形例では、練習問題のタイプ自体および/または練習問題パターンが、学習者モデル130およびその他の情報に基づいて、練習問題生成部120により選択されてもよい。この実施形態では、学習者モデルは、異なる練習問題のタイプに対する学習者固有の難易度についての情報を格納する。例えば、特定の学習者が辞書の定義を使用した練習問題が簡単であると感じても、別の学習者はその練習問題を難しいと感じることがある。この実施形態では、練習問題生成部は練習問題タイプ選択部を含む。この練習問題タイプ選択部は、学習者モデルを参照し、練習問題の要素の選択と同じ方法で、適切な難易度レベルの練習問題タイプを決定する。

0097

上記の好適な実施形態の別の変形例では、難易度レベル選択部は外部ソースの影響を受けてもよい。例えば、ユーザまたは教師が、所望の難易度を明示的に選択することを所望する場合がある。この実施形態では、練習問題生成部120は、該所望の難易度レベルも入力として受け付ける。

0098

図7は、本明細書に記載の発明を実施するのに適したコンピュータシステム700を示すブロック図である。当業者は、図7に示すシステムが例示を目的としたものに過ぎないことを理解し、かつ、パーソナルコンピュータシステム携帯型コンピュータシステム、および分散型コンピュータシステムなど、その他のシステム構成においても好適であることを理解するだろう。このようなシステムは、ハードウェアソフトウェア、および/またはファームウェアを多様に組み合わせ、そのいずれを使用してもよい。好適な実施形態では、例えば、コンピュータシステム700は、プロセッサ710、メモリカード714、RAM(random-access memory)716、およびROM(read-only memory)718を含む。コンピュータシステム700は、出力システム728および入力システム734をさらに含む。出力装置は、例えば、ディスプレイ730およびスピーカ732を含む。入力装置は、例えば、マイクロフォン736、タッチセンサ738、キーボード740、マウス742、およびその他の入力センサ744を含む。システム700は、さらに、有線または無線技術を使用して外部コンピュータネットワーク722とインターフェースをとるネットワークインターフェース720を含んでもよい。システム700は、さらに、外部システム726とインターフェースをとる外部システムインターフェース724を含んでもよい。システムバス712は、すべての構成を相互に接続する。

0099

当業者は、図1図6を参照して説明した教育用システム100をコンピュータシステム700内で実施してもよいことを理解するだろう。システム700は、プロセッサ710によって実行されたときに、図1図6を参照して本明細書で説明した方法によりコンピュータシステム700を機能させる、コンピュータ読み取り可能な記録媒体に記録されたコンピュータプログラムを含む。このコンピュータ読み取り可能な記録媒体は、例えば、メモリカード714、RAM716、ROM718、またはあらゆるその他の公知の記録媒体のうちの1または複数によって実現されてもよい。このような記録媒体の例として、磁気ディスクドライブ光記録媒体揮発性メモリ不揮発性メモリなどが挙げられる。コンピュータプログラミングに関する通常の知識を有する者は、本明細書の開示内容に基づいて、プロセッサ710及び該プロセッサ710以外のシステム700の構成に本明細書に記載の機能を実行および実施させるための、コンピュータで実行可能な特定のコードを提供することができるだろう。このような実行可能なコードは、様々な従来のプログラミング言語および技術のいずれかを用いて、過度の労力無しに提供されるだろう。よって、明細書の簡略化のために、具体的なコンピュータコードの詳細については省略した。

0100

プロセッサ710は、様々な異なる種類のプロセッサまたはコントローラのうちのいずれであってもよい。例えば、プロセッサ710は、ネットワークサーバパーソナルコンピュータなどで使用される市販のIntel(登録商標)またはAMD(登録商標)などの様々なプロセッサのいずれを含んでいてもよい。ディスプレイ730は、例えば、LCDやプラズマ型のフラットパネルディスプレイやCRTのディスプレイなどを含む従来のディスプレイのうち、どのタイプのものであってもよい。

0101

本明細書に記載のとおり、テキスト読み出しインターフェース100および練習問題表示インターフェース110は、ディスプレイ730を介して学習者が視覚可能なように提示される。学習者は、キーボード740、マウス742、タッチセンサ738、マイクロフォン736、または、公知のユーザインターフェース技術を使用したその他のタイプの入力装置を使用して、テキスト読み出しインターフェース100および練習問題表示インターフェース110を介して、ユーザ制御および情報を入力してもよい。

0102

学習者モデル130およびテキスト分析部140は、難易度レベル選択部160、練習問題要素生成部170、および練習問題要素組合せ部180(より一般的には、練習問題生成部120)とともに、本明細書に記載の各機能を実現するために記憶されたコンピュータプログラムを実行するプロセッサ710によって、システム700内でそれぞれ実施されてもよい。練習問題パターンデータベース150および学習項目情報データベース155は、RAM716などのメモリ内に記憶されたデータを含む。

0103

特定の好適な実施形態を挙げて本発明を図示および説明したが、当業者が本明細書を読み、理解したときに、同等のものや変更が生じるであろう。本発明はそのような同等のものや変更をすべて含む。また、本発明は、以下に示す請求項の範囲によってのみ限定される。

ページトップへ

この技術を出願した法人

この技術を発明した人物

ページトップへ

関連する挑戦したい社会課題

関連する公募課題

ページトップへ

おススメ サービス

おススメ astavisionコンテンツ

新着 最近 公開された関連が強い技術

  • 上海▲か▼▲か▼玩具有限公司の「 模擬運転おもちゃ」が 公開されました。( 2020/10/29)

    【課題】本発明は模擬運転おもちゃを開示した。【解決手段】前後対称的に設置された止め板を含み、両側の前記止め板の間には模型車がスライドできるように設置され、前記模型車の中には制御装置が設置され、両側の前... 詳細

  • 青島欧科玩具有限公司の「 早期教育の識字玩具」が 公開されました。( 2020/10/29)

    【課題】子どもにとって覚えやすく、印象的であり、自ら学習する楽しみを与える早期教育の識字玩具を提供する。【解決手段】教育チューブ11を含み、教育チューブ11の中には下方へ開口した投入チャンバ24が設置... 詳細

  • ユシロ化学工業株式会社の「 3次元外科治療研修モデル用組成物及びその製造方法」が 公開されました。( 2020/10/29)

    【課題・解決手段】切断されたとしても繰り返し使用可能な3次元外科治療研修モデル用組成物を提供することを課題とし、3次元外科治療研修モデル用組成物は自己修復性を有するポリマーゲルを含む。... 詳細

この 技術と関連性が強い技術

関連性が強い 技術一覧

この 技術と関連性が強い人物

関連性が強い人物一覧

この 技術と関連する社会課題

関連する挑戦したい社会課題一覧

この 技術と関連する公募課題

関連する公募課題一覧

astavision 新着記事

サイト情報について

本サービスは、国が公開している情報(公開特許公報、特許整理標準化データ等)を元に構成されています。出典元のデータには一部間違いやノイズがあり、情報の正確さについては保証致しかねます。また一時的に、各データの収録範囲や更新周期によって、一部の情報が正しく表示されないことがございます。当サイトの情報を元にした諸問題、不利益等について当方は何ら責任を負いかねることを予めご承知おきのほど宜しくお願い申し上げます。

主たる情報の出典

特許情報…特許整理標準化データ(XML編)、公開特許公報、特許公報、審決公報、Patent Map Guidance System データ