JP2005134691A - ネットワークを経由した教育システムの自動採点装置 - Google Patents
ネットワークを経由した教育システムの自動採点装置 Download PDFInfo
- Publication number
- JP2005134691A JP2005134691A JP2003371495A JP2003371495A JP2005134691A JP 2005134691 A JP2005134691 A JP 2005134691A JP 2003371495 A JP2003371495 A JP 2003371495A JP 2003371495 A JP2003371495 A JP 2003371495A JP 2005134691 A JP2005134691 A JP 2005134691A
- Authority
- JP
- Japan
- Prior art keywords
- case
- answer
- scoring
- analysis
- question
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Electrically Operated Instructional Devices (AREA)
- Machine Translation (AREA)
Abstract
【課題】 自然言語、人工言語の記述式問題において、正誤判定の精度の高い教育システムを提供する。また、自然言語の記述式問題において、出題者が採点基準を設定することで、その問題の難易度を調整できる教育システムを提供する。
【解決手段】 自然言語の問題においては自然言語解析(格解析)を用い、文意から正誤判定する。正誤判定の際には、格解析の結果である格解析木の構造のほか、それぞれの格が持つ属性(肯定/否定、態、時制)も比較に利用するかを出題者が設定できるようにする。
人工言語の問題においてはコンパイラ等の人工言語解析装置を用いて解答から実行形式ファイルを作成し、その実行結果から正誤判定する。
【選択図】 図3
【解決手段】 自然言語の問題においては自然言語解析(格解析)を用い、文意から正誤判定する。正誤判定の際には、格解析の結果である格解析木の構造のほか、それぞれの格が持つ属性(肯定/否定、態、時制)も比較に利用するかを出題者が設定できるようにする。
人工言語の問題においてはコンパイラ等の人工言語解析装置を用いて解答から実行形式ファイルを作成し、その実行結果から正誤判定する。
【選択図】 図3
Description
本発明はコンピュータを用いたネットワーク上の教育システムの自動採点装置に関する。
従来の教育システムの自動採点では、問題の種別として、回答を自然言語や人工言語で書かせ、その記述の一致度などから正誤判定する記述式問題と、回答を複数の選択肢から選ばせ、選んだ選択肢(コード)から正誤判定するコード型問題とがあった。
このうち、記述式問題においては、正誤判定に完全一致または部分一致を用いて正誤判定をしていた。
例えば、特開2001−249608号公報によると、採点用にあらかじめ幾つかのキーワードを用意しておき、受講者の解答の中にそれらのキーワードが幾つ入っているかで正誤判定または配点している。
また、完全一致・部分一致による採点法は、本来自然言語に適用されるものであったが、実情としてほかに採点方式がないためプログラムなど人工言語の採点にも利用されている。
記述式問題においては、正誤判定に完全一致または部分一致を用いて正誤判定をしているため、その精度に問題があった。
例えば、完全一致を用いて正誤判定を行う場合、一字一句同じ文章を書かなければ正答とはみなされない。これは、自然言語の場合は、受動態が能動態になるだけで、もしくは文節の順序が異なるだけで、同じ意味の文章が誤答と判断されることを意味する。人工言語の場合は、動作は同じでもプログラムコードの記述順序が異なっていたり、全く同じロジックだが変数名が異なっていたりするだけで解答が誤答と判断されることを意味する。
部分一致を用いて正誤判定を行う場合、出題者が判定用のキーワードを用意して、解答中のキーワードとの一致の割合で正誤判定および採点する。自然言語の場合、キーワードには名詞が使われることが多いため、「AはBである」「AはBでない」のような正反対の意味の解答でも、設定されたキーワードが「A」と「B」だけのときはどちらも正答と判断される恐れがある。
また、試験や問題の性質によっては、採点の基準(厳しさ/甘さ)を調整したいこともある。従来の記述式問題の採点方法だと、その調整が難しい。
上記問題を解決するために、本発明の自動採点システムでは次の特徴を持つ。1.自然言語の記述式問題を採点するために、自然言語解析(格解析)を用い、解答文章の意味を判断する処理工程および仕組みを具備する。2.人工言語の記述式問題を採点するために、人工言語解析(コンパイラ等)を用い、実際に実行形式ファイルを作成してその動作を判定する処理工程および仕組みを具備する。3.問題・解答登録時に、自然言語の記述式問題の採点の基準を出題者側が設定する処理工程および仕組みを具備する。以下にそれぞれについて説明する。
上記1について説明する。
自然言語の記述式問題においては、受講者の解答(文章)を自然言語解析装置で格解析して格解析木を作成する。格解析木の例を図1に示す。格解析木とは、文章を構成するそれぞれの「格」の関係を示す。したがって、記述順序が異なっても同じ意味の文章であれば、それぞれの格の関係が同じため、同じ意味であることを認識できる。
図1の格解析木は「せっかちな事務員は、1週間という短い期間で、特許明細書を作成した。」という文章を解析した結果である。ノードと線は、ノード間の係り結びを意味する。例えば、ノード101「作成」とノード111「特許明細書」が線でつながれているが、これは、ノード111「特許明細書」が述語101「作成」の対象格であること、つまり解析した文章が「特許明細書を作成する/特許明細書が作成される」という文意であることを示す。これが、「せっかちな事務員によって、特許明細書が1週間という短い期間で作成された。」のように、同じ意味で格の出現順序や態(能動態/受動態)が異なる文章になっても、格解析木上での係り結びは前者のものと同じになる。したがって、「書き方は異なるが同じ意味の文章であること」を認識することができる。格解析をすると、これらの格の関係のほかに図2に示すような格の属性(時制・態・肯定/否定)も知ることができる。これらの情報は、述語など動詞的な特徴をもつ格が持っている。図2の場合は、述語「作成」は過去形/能動態/肯定文、つまり、「作成した」と書かれていることを示す。
格の関係に加えて、これら格の属性を利用すると、出題者があらかじめ登録してある模範解答の格解析木と受講者の格解析木を比較することで、その文意から正誤判定できる。
上記2について説明する。
人工言語の記述式問題においては、受講者の解答(プログラム)を、出題者が用意した動作判定プログラムと合わせて人工言語解析装置(コンパイラ等とその実行装置)で解析・実行し、その動作を確認する。動作判定プログラムでは、解答が正しい動作をしている場合は1を、正しい動作をしていない場合は0を出力するなどとすることで正誤判定できる。
上記3について説明する。
自然言語の記述式問題に対する採点基準の設定には、格解析の情報を利用する。採点基準の設定は、格または格グループに対して行う。格グループとは、出題者が自分で定義できる、意味を持つ格の集合である。格グループは親子関係のある複数の格で構成される。格グループを設定すると、意味のある集合ごとに採点基準を設定できる。
採点基準の設定においては、格解析の結果得られた格または設定した格グループに対して、前述した格属性に関する設定「同義語を許す」や「能動態、受動態の違いを許す」等の採点基準を行うことで、採点の厳しさ/甘さを調整することができる。設定できる採点基準は、「同義語を許す」「態の違いを許す」「時制の違いを許す」「肯定/否定の違いを許す」の4種類である。それぞれについて説明する(ただし、格および格グループには、採点のための情報として、これらのほかに正しく記述されていた場合の「配点」と、その格が解答に「必須」かどうかも設定できる)。
「同義語を許す」では、同義語データベース730に登録されている同義語が、模範解答の格の代わりに使われていても正答と判断される。例えば、「記述する」の同義語に「書く」が登録されていれば、模範解答の「記述する」の個所に「書く」と記述されていても正答と判断される。
「態の違いを許す」では、その格が述語のような能動態/受動態の属性を持つ場合、どちらの書き方をしても正答と判断される。例えば、模範解答「AがBを書いた。」に対する解答「AによってBが書かれた。」は正答と判断される。
「時制の違いを許す」では、格が時制を持つ場合、現在形、過去形等の違いを許し、正答と判断される。例えば、模範解答「AがBを書く」に対する解答「AがBを書いた」は正答と判断される。
「時制の違いを許す」では、格が時制を持つ場合、現在形、過去形等の違いを許し、正答と判断される。例えば、模範解答「AがBを書く」に対する解答「AがBを書いた」は正答と判断される。
「肯定/否定の違いを許す」では、格が述語のように肯定/否定の属性を持つ場合、肯定/否定のどちらの書き方をしても正答と判断される。例えば、模範解答「AがBを書く」に対する解答「AがBを書かない」は正答と判断される。
図1に対してこの採点基準を用いた例を図3に示す。この意味を説明すると次のようになる。なお、以下の同義語に関する記述は、同義語データベース730に登録されているものとする。
設定311:述語「作成する」は同義語(書く、執筆する等)で書かれていても良い。能動態と受動態のどちらで書かれても良い。
設定312:対象格「特許明細書」は同義語(明細書)で書かれていても良い。
設定313:連体修飾成分「せっかちな」が書かれていると1点加点される。
設定321:格グループA「事務員が特許明細書を作成した」が書かれていると5点加点される。この格の記述は必須である。
設定322:格グループB「短い期間で」が書かれていると2点加点される。
設定323:格グループC「一週間という期間で」は同義語(一週間で等)で書かれていても良い。これが書かれていると2点加点される。
設定311:述語「作成する」は同義語(書く、執筆する等)で書かれていても良い。能動態と受動態のどちらで書かれても良い。
設定312:対象格「特許明細書」は同義語(明細書)で書かれていても良い。
設定313:連体修飾成分「せっかちな」が書かれていると1点加点される。
設定321:格グループA「事務員が特許明細書を作成した」が書かれていると5点加点される。この格の記述は必須である。
設定322:格グループB「短い期間で」が書かれていると2点加点される。
設定323:格グループC「一週間という期間で」は同義語(一週間で等)で書かれていても良い。これが書かれていると2点加点される。
この採点基準に従った場合の解答「事務員によって明細書が書かれた」の正誤判定について説明する。格解析結果は、図4のようになる。まず、述語401は「作成する」ではなく「書く」だが、採点基準によると同義語が許されている(設定311)ので問題ない。属性を見ると、模範解答と異なり受動態になっているが、これも採点基準で許されている(設定301)ので問題ない。対象格411「明細書」は「特許明細書」の同義語として許されている(設定312)。つまり、この文章は採点基準における必須格グループA(だけ)を満たしているため、設定321により5点と判断される。
解答が「せっかちな事務員が明細書を作成した」の場合、正誤判定について説明する。格解析結果は、図5のようになる。この文章も必須格グループAを満たしているので、設定321により5点加点される。さらに、連体修飾成分「せっかち」521が正しく動作主格「事務員」512に修飾されているので、設定313により1点加点される。したがって、合計6点になる。
解答が「一週間で明細書を作成した」の場合、正誤判定について説明する。格解析結果は、図6のようになる。時間格「一週間」612は、格グループCの設定323で許されているので問題ない。しかし、この文章には動作主格「事務員」がない。つまり、必須格グループAがないため(設定321を満たしていないため)、0点になる。
格解析結果に対し上記設定を付け加えると、正答の幅を柔軟に変えられる問題を作成できる。例えば、すべての格に対して、「同義語を許さない」「態の違いを許さない」「時制の違いを許さない」と設定すると、完全一致のみ正答とすることができる。また、「同義語を許す」「態の違いを許す」「時制の違いを許す」とし、幾つかの名詞形の格にだけ配点を設定しておくと、特開2001−249608号公報のようなキーワードを使った正誤判定と同じ効果を得られる。また、文末の格は必ず格IDが0になるのだが、これを利用して、文末の格だけ配点設定すれば、文章の意味ではなく、文章の形(何故という質問に対して「〜だから」「〜のため」という形式の解答)を判定することもできる。これは、解答の内容ではなく解答形式だけを正誤判定に使いたいというレベルの問題の出題にも利用できる。
自然言語による記述式問題の採点基準を出題者が設定できるようになることで、想定受講者のレベルに合わせた教育システムを提供することができる。
自然言語による記述式問題を、解答の文意から正誤判定することで、より精度の高い採点を行える。
人工言語のスクリプトを記述させる問題を、その実行結果から正誤判定することで、より精度の高い採点を行える。
(実施例1)
以下、本発明の1実施形態を図面を参照して説明する。
以下、本発明の1実施形態を図面を参照して説明する。
図7は、本発明が適用される教育システムの構成図である。システムは大きく四つに分かれる。問題登録や解答するためのクライアント700、問題を作成、出題するなど、システム全体の機能管理を司る教育システムサーバ710、問題・解答等の情報をを貯蓄する問題データベース720、そして自然言語解析で使用する同義語を貯蓄する同義語データベース730である。同義語データベース730とは、格になり得る用語が登録されており、ある用語を基に検索すると同じ意味の別の用語の一覧が取得できるものとする。同義語判定においては、自然言語解析部714によって、取得した用語一覧と受講者701の使用した格との比較によって同義語かどうかが判定される。
クライアント700には、教育システムサーバ710に登録されている問題の受講者701と、問題を作成し教育システムサーバ710に問題を登録する出題者702がいる。これらは、複数人存在する可能性があり、それぞれはネットワークを介して教育システムサーバ710にアクセスできるものとする。アクセスの際に使用できる機能(問題登録、受講等)は、一般的なシステムのようにユーザIDによって区別されているものとする。
教育システムサーバ710には、システム全体の機能を管理する機能制御部712と、クライアント700と問題情報・解答情報等をやりとりするデータ送受信部711、受講者701からの出題要求(受講したい問題の問題IDを送信する)に応じて問題を出題する出題部715、出題者702が問題を作成し、問題データベース720に登録するための問題登録部717、受講者701の解答の正誤判定および配点を行う採点部713、そして、自然言語解析を行い格解析木を生成したり同義語判定したりする自然言語解析部714と、人工言語解析(コンパイル、実行等)を行う人工言語解析部716がある。人工言語解析部716には出題される言語の解析(コンパイル等)・実行するための環境が整っているものとする。そのほか、ユーザ情報を管理するための機能部や、受講者701には問題を表示する機能部なども存在するが、本発明の請求項範囲外であり、類似システムで使用されているものと同様に実現できるため、説明は省略する。
教育システムを利用した学習の流れは図8のようになる。ここで説明するシステムは説明を簡便にするため、登録されている問題を受講者701が選択して、解答する形式とする。
まず、出題者702がステップ801で問題作成および採点基準の設定、登録を行う。ここでは、作成した問題と設定された採点基準の情報を問題データベース720に登録する。問題データベース720で管理される情報は、図9の問題情報管理テーブル、図17の模範解答用格解析結果管理テーブル(格グループ定義後)、図12の採点基準管理テーブル、図11の人工言語解答テーブルの四つである。これらの情報は、ステップ801の問題作成および採点基準の設定、登録が完了した時点で登録される。それぞれのテーブルについては、後に説明する。
登録された問題の情報は、問題情報管理テーブル図9で管理される。問題情報管理テーブルは、すべての問題を一意に表す問題ID901、出題形式(コード型、自然言語型、人工言語型)902、問題の格納場所903、解答または解答のためのテーブルの識別子を表す904、配点または配点のためのテーブルの識別子を表す905で構成される。904には、コード型の場合は解答そのもの(選択肢の識別子)が格納されるが、自然言語型の場合は図17の模範解答用格解析結果管理テーブル(格グループ定義後)の識別子(例:自答0001)、人工言語型の場合は図11の人工言語解答テーブルの識別子(例:人答0001)が格納される。905には、コード型および人工言語型の場合は配点そのものが格納されるが、自然言語型の場合は図12の採点基準管理テーブルの識別子(例:自点0001)が格納される。
ステップ801で登録された問題は、受講者701が出題要求することで解答できるようになる。ここでは、問題ID901で指定する。
登録された問題を受講するためには、まず受講者701がステップ811でサーバに接続・出題要求を行う。教育システムサーバ710は、データ送受信部711にその要求を受けると、機能制御部712から出題部715に出題命令を出し、受講者701に問題情報および問題IDを送信し、受講者701の画面に表示する(ステップ802)。受講者701は、出題された問題に解答(ステップ812)すると、その解答情報と問題IDがサーバに送られる。サーバ側では出題要求時と同様に、データ送受信部711経由で機能制御部712に採点要求が発信される。そして、必要なら解答情報がその問題の形式に合った言語解析部(714または716)に送られ解析された後、採点部713にて採点される(ステップ803)。採点が終わると、受講者701に採点結果を表示する(ステップ804)。
受講者701は、別の問題を解答するならステップ811に戻って再度出題要求し、解答しないなら処理は終了する(ステップ813)。
以下、本発明で特徴的な処理であるステップ801「問題作成および採点基準の設定、登録」およびステップ803「採点(形式に合わせて)」について説明する。
問題作成および採点基準の設定、登録は図13に示すフローで行われる。初めに、ステップ1301で作成する問題の形式を選択する。ここでは、自然言語型、人工言語型またはコード型を選択できる。自然言語型の問題とは文章の意味の正誤を判定する問題、人工言語型の問題とはプログラム等の人工言語のスクリプトの正誤を判定する問題、コード型の問題とはいわゆる選択式の問題で選択された解答の正誤を判定する問題である。
本説明は請求項1の問題の難易度設定および請求項2の自然言語型の記述式問題の採点方法に関する。自然言語型の問題を作成する場合、出題者702は、まずステップ1311で問題を入力する。次にステップ1312で模範解答を入力する。入力された模範解答は、自然言語解析部714によりステップ1313で解析され図1のような解析木が生成され、その情報は図10のテーブルに格納される。自答0001は、このテーブルの識別子を表す。図10のテーブルでは、各格が持つ情報と格IDを管理する。格ID1001の列では当該格を解析木中で一意に判別するための識別子を管理する。格IDは格解析木の根(ルート)の部分、つまり文末にあたる格の場合に0になる。それ以外の場合は一意の値を持つようにする。格の種類1002の列では述語、対象格等、当該格の格の種類を管理する。格1003の列では当該格そのものを管理する。時制1004では述語等のように当該格が時制を持つ場合にその時制を管理する。態1005では連用修飾成分や述語等のように当該格が態(受動態/能動態)を持つ場合にその態を管理する。肯定/否定1006では述語等のように当該格が肯定/否定の要素を持つ場合にそれを管理する。子ノード1007、1008、1009では当該格が子ノードを持つ場合に子ノードのIDを管理する。子ノードは、当該格が持っている子ノードの数だけ存在する。
解析木を生成した後は、ステップ1314にて解析結果に採点基準を設定する。ここでは、図3のように採点基準を設定する。なお、設定の際には、格解析結果に基づき図1が表示され、出題者はその図の上に図3のような設定を行うことができる。例えば、図1中の述語「作成」を選択すると、採点基準設定画面が表示される。設定画面には、設定可能な採点基準「同義語を許す」、「時制の違いを許す」、「態の違いを許す」、「肯定/否定の違いを許す」、「必須」のチェックボックスと、「配点」の入力欄があるという具合である。格グループの設定については、複数の格を選択して「格グループにする」などとすると、格グループとして定義される。採点基準の設定は格の場合と同じである。それぞれについての説明は、課題を解決するための手段の項で示したとおりである。
採点基準設定の際に格グループが定義された場合、図10のテーブルに格グループに関する情報が追加される。そして、格グループには格IDが設定される。図3のように格グループを定義した場合の模範解答用格解析木管理テーブル(格グループ定義後)は図17のようになる。図中の行1711〜1713が追加された格グループの情報である。格グループの場合、子ノード列1707以降には格グループの構成要素となる格の格IDが格納される。例えば、図3によると、格グループAは「事務員」「特許明細書」「作成」で構成されているので、格グループAを示す行1711の子ノードの値は格ID0、1、3となる。
そして、図3のように設定した採点基準に関する情報は、図12で示すような採点基準管理テーブルに格納される。これは、図3の設定から自動的に生成されるものである。図3と図17の対応を説明すると次のようになる。格ID1201…図3中の格および格グループの格IDが格納される。この値は図17模範解答用格解析木管理テーブル(格グループ定義後)にて定義されている。同義語1202…該当格に「同義語を許す」が設定されているかを示す。許す場合は1、許さない場合は0が格納される。例えば、述語「作成」には「同義語を許す」が設定されている。述語「作成」の格IDは図17模範解答用格解析木管理テーブル(格グループ定義後)より格ID0とわかる。したがって、格ID0の同義語1202は1となる(該当格が格グループの場合でも格IDで管理されているため同様)。時制1203以降は、格IDと設定値の関連を知る方法は同義語1202と同様である。
自点0001は、このテーブルの識別子を表す。採点基準管理テーブルには、格IDを管理する1201、同義語を許すかどうかを管理する1202、時制の違いを許すかかどうかを管理する1203、態の違いを許すかどうかを管理する1204、肯定/否定の違いを許すかどうかを管理する1205、そのIDに対する配点を管理する1206、そのIDが必須かどうかを示す1207が存在する。
1201の列には採点基準が設定された格IDが格納される。1202〜1205の列には、採点基準を適用するか否かを示す値として、1か0が格納される。1のときは適用する(「XXの違いを許す」)。0のときは適用しない(「XXの違いを許さない」)。なお、同義語を許すときは1が格納され、実際の同義語は同義語データベース730にあらかじめ登録されている用語が利用される。
採点時には、図17と図12を参照することで、正誤判定および点数を決定できる。詳細については採点フローの説明部分で説明する。
採点基準を設定したあとは、ステップ1302にてこれらの情報を問題データベース720に登録して終了となる。
本説明は請求項3の人工言語型の記述式問題の採点方法に関する。人工言語型の問題を作成する場合、出題者702は、まずステップ1321で問題を入力する。次にステップ1322で動作判定プログラムを入力する。動作判定プログラムとは、受講者701の解答の動作を確認するためのプログラムである。採点時には、人工言語解析部716にて、解答と一緒にコンパイル等をして実行形式にしたあと、課題で設定したとおりに入出力が発生するかをこのプログラムで確認する。そして、正答ならば1を出力、誤答なら0を出力する。
次にステップ1323にて正答時の配点を設定する。最後にステップ1302にてこれらの情報を問題データベース720に登録して終了となる。
登録する際のデータの形式は図11に示す人工言語型用解答管理テーブルのようになる。人答0001は、このテーブルの識別子を表す。1101では動作判定プログラムのソースコードの格納場所を示している。1102では動作判定プログラムの使用言語を示している。
コード型の問題を作成する場合、従来と同じ流れで問題を作成・登録する。ステップ1331で問題を入力し、ステップ1332で解答を設定する。そして、ステップ1333で配点を設定したあと、それらの情報を問題データベース720に登録して終了する。登録する情報は問題情報管理テーブル図9に登録される。
採点は図14に示すフローで行われる。初めに、ステップ1401で受講者701の解答および問題IDを取得する。次に情報管理テーブルから該当する問題IDの出題形式を参照し(ステップ1402)、その出題形式ごと(自然言語型、人工言語型またはコード型)に処理を次のように分ける。
出題形式が自然言語型の場合、ステップ1411にて受講者701の解答の格解析を行う。そして、ステップ1412にて、その結果を問題IDに対応する図12採点基準管理テーブルおよび図17模範解答用格解析結果管理テーブル(格グループ定義後)と比較して配点する(問題IDとそれぞれのテーブルとの対応については、図9問題の情報管理テーブルの解答列904と配点列905から分かる)。結果の比較にあたっては、まず図12の採点基準管理テーブルを参照し、その内容に従って正誤判定を行う。
ステップ1412の詳細な流れを受講者解答が「事務員によって明細書が書かれた」だった場合を例にして説明する。その格解析結果は図4で、これをテーブルで表現すると、図15のようになる。ステップ1412の詳細な流れは図16のようになる。
基本的な流れは、1.調査する格の決定、2.採点基準の設定に従って、受講者解答用格解析木管理テーブルから合致する格を検索(必要なら同義語データベースを使用)、3.合致した場合、その格に設定された点数を配分、4.残りの格についても同様に調査、となる。ただし、調査する格が格グループの場合は、格グループを構成する要素がすべて合致する必要があり、またそれらの要素の親子関係も合致しなければいけない。また、必須格と設定されている格について、該当格なしと判断された場合、0点となる。
まずステップ1601にて、図17模範解答用格解析木管理テーブル(格グループ定義後)の行を上から走査し調査する格を決定する(最初は格ID0」)。ステップ1602は、格の種類が格グループの場合に実施する。格ID0は違うので実施しない。次にステップ1603で、図12採点基準管理テーブルで格ID0の設定を確認する。格ID0では、「同義語を許す」「態の違いを許す」が設定されている。次にステップ1604にて、格ID0に相当する格が受講者解答用格解析管理テーブルに存在するかを調べる。ここでは、ステップ1603で調べた採点基準も考慮して調査する。「同義語を許す」ような場合、格と同じ意味の用語を同義語データベース730にて検索し、ヒットした用語も格候補として受講者解答用格解析管理テーブルから探す。そのほかの基準の場合、格の属性について考慮する。例えば、「態の違いを許す」の場合は格の態属性が「受動態」あっても「能動態」であっても良いということになる。格ID0の属性は、「同義語を許す」「態の違いを許す」である。したがって、同義語データベースに登録されている「作成」の同義語も含めて、受講者解答用格解析管理テーブルから探す。このとき、態属性は異なっていてもかまわない。今、同義語データベースに「書く」が登録されていたとする。この場合、格ID0に該当する格が受講者解答用格解析管理テーブル中の格ID0に存在する(「書く」)。したがって、流れ図では該当格ありに進む。ステップ1605は、調査対象が格グループの場合に実施するものなので、ステップ1606で配点を行う。採点基準管理テーブルによると、格ID0の配点は0である。したがって、0点を加算してステップ1608に進む。模範解答用格解析木管理テーブル(格グループ定義後)のすべての格IDを調べていないので、ステップ1601に戻って別の格IDを調べることにする。格ID1は格ID0と同様、該当する格が存在するが配点は0である。格ID2はステップ1604にて、該当格なしと判断される。そして、必須格ではないためステップ1607を経由してステップ1608、1601へと進む。同様に格ID221まで進めると、点数0のままステップ1601になる。ここでの対象の格IDはG0Aである。G0Aは格グループのため、ステップ1602で構成要素を調べる。その結果、構成要素は格ID0、1、3である。ステップ1603とステップ1604でこれらに該当する格を探すと、それぞれ受講者解答用格解析管理テーブルの格ID0(書く)、1(明細書)、2(事務員)が存在する。したがって、ステップ1605に進む。ここでは、模範解答用格解析木管理テーブル(格グループ定義後)の格ID0、1、3の親子関係と、受講者解答用格解析管理テーブルの格ID0、1、2の親子関係が合致するかを調べる。それぞれのテーブルの子ノード列を見ると、模範解答用格解析木管理テーブル(格グループ定義後)では格ID0の子が格ID1と格ID3、受講者解答用格解析管理テーブルでは格ID0の子が格ID1と格ID2となっている。ここで、格IDの対応を見ると、模範解答用格ID0=受講者解答用格ID0、模範解答用格ID1=受講者解答用格ID1、模範解答用格ID3=受講者解答用格ID2なので、親子関係は正しいことになる。したがって、ステップ1606に進む。格IDG0Aの配点は5点なので、点数に5点を加算し(現在、合計5点)ステップ1608に進む。以降、格IDG0B、G0Cについて調べるが、合致する格が存在しないため、そのまま終了となる。
これは、先に課題を解決するための手段の項で解析木を使って説明した結果と一致する。
このようにすると、出題者702が設定した難易度に応じて自然言語型の問題を採点できる。
以上により、請求項2で示す自然言語による解答を文意から採点する教育システム、および請求項1に関わる出題者702が設定した難易度に従って自然言語による解答を採点する教育システムが実現される。
出題形式が人工言語型の場合、ステップ1421にて問題登録時に作成された動作判定プログラムと一緒にコンパイル等をして実行形式ファイルを作成する。動作判定プログラムは情報管理テーブルの解答列904から参照される図11人工言語解答管理テーブルの判定プログラム格納先列1101に格納先に関する情報が格納されている。人工言語解答管理テーブルには、そのほか人工言語として何が使われているかを示す使用言語列1102も存在する。人工言語解析装置は、この列の情報によって使用するコンパイラ等を使い分け実行形式ファイルを作成する。このとき、コンパイルエラー等が発生して実行形式ファイルが作成できなかった場合、受講者701の解答に文法ミスがあったとみなし誤答とする。実行ファイルを作成したあとはステップ1422にてそのファイルを実行し、その実行結果に基づいて正誤判定する。課題を解決するための手段の項で述べたとおり、動作判定プログラムは、受講者の解答が正答ならば1を、誤答ならば0を出力するよう出題者に作成されている。したがって、実行の結果、1が出力されれば正答、0が出力されれば誤答と判定できる。
以上により、請求項3に示すプログラミング言語などの人工言語による解答を実行形式ファイルを作成することで、正誤判定する教育システムが実現される。
出題形式がコード型の場合、ステップ1431にて情報管理テーブルの解答列904と受講者701の解答を比較し、結果に従って判定する。正答だった場合の配点は配点列905に従う。
以上により、請求項4に示すドキュメントシステムを電子的に記録する媒体、および装置が実現される。
101…格解析木の述語を表す格「作成」、111…格解析木の対象格を表す格「特許明細書」、112…格解析木の時間格を表す格「期間」、113…格解析木の動作主格を表す格「事務員」、121…格解析木の連体修飾成分を表す格「短い」、122…格解析木の連体修飾成分を表す格「いう」、123…格解析木の連体修飾成分を表す格「せっかち」、122…格解析木の連用修飾成分を表す格「一週間」、311…格「作成」に設定された採点基準、312…格「特許明細書」に設定された採点基準、313…格「せっかち」に設定された採点基準、321…格グループAに設定された採点基準、322…格グループBに設定された採点基準、323…格グループCに設定された採点基準、401…「事務員によって明細書が書かれた。」の格解析木の述語「作成」、411…「事務員によって明細書が書かれた。」の格解析木の対象格「明細書」、412…「事務員によって明細書が書かれた。」の格解析木の動作主格「事務員」、501…「せっかちな事務員が明細書を作成した。」の格解析木の述語「作成」、511…「せっかちな事務員が明細書を作成した。」の格解析木の対象格「特許明細書」、512…「せっかちな事務員が明細書を作成した。」の格解析木の動作主格「事務員」、521…「せっかちな事務員が明細書を作成した。」の格解析木の連体修飾成分「せっかち」、601…「一週間で明細書を作成した。」の格解析木の述語「作成」、611…「一週間で明細書を作成した。」の格解析木の対象格「特許明細書」、612…「一週間で明細書を作成した。」の格解析木の時間格「一週間」、700…教育システムのクライアント、701…教育システムの受講者、702…教育システムの出題者、710…教育システムのサーバ、711…サーバのデータ受信部、712…サーバの機能制御部、713…サーバの採点部、714…サーバの自然言語解析部、715…サーバの出題部、716…サーバの人工言語解析部、717…サーバの問題登録部、720…問題データベース、730…同義語データベース、901…問題IDを格納する列、902…問題の出題形式情報を格納する列、903…問題の格納場所情報を格納する列、904…問題の解答または解答情報を保持するテーブルの識別子を格納する列、905…問題の配点または配点情報を保持するテーブルの識別子を格納する列、1001…格IDを格納する列、1002…格の種類を格納する列、1003…格そのものを格納する列、1004…格が持つ属性「時制」を格納する列、1005…格が持つ属性「態」を格納する列、1006…格が持つ属性「肯定/否定」を格納する列、1007…格の子ノード1の識別子を格納する列、1008…格の子ノード2の識別子を格納する列、1009…格の子ノード3の識別子を格納する列、1101…動作判定プログラムの格納場所情報を格納する列、1102…解答に使われている人工言語の種別を格納する列、1201…格IDを格納する列、1202…同義語を許すかどうかの情報を格納する列、1203…時制の違いを許すかどうかの情報を格納する列、1204…態の違いを許すかどうかの情報を格納する列、1205…肯定/否定の違いを許すかどうかの情報を格納する列、1206…その格または格グループが正答だったときの配点を格納する列、1207…その格または格グループが正答のために必須かどうかを格納する列、1701…格IDを格納する列、1702…格の種類を格納する列、1703…格そのものを格納する列、1704…格が持つ属性「時制」を格納する列、1705…格が持つ属性「態」を格納する列、1706…格が持つ属性「肯定/否定」を格納する列、1707…格の子ノード1の識別子を格納する列、1708…格の子ノード2の識別子を格納する列、1709…格の子ノード3の識別子を格納する列、1711…格グループAの設定行、1712…格グループBの設定行、1713…格グループCの設定行。
Claims (4)
- ネットワークを経由した教育システムにおける自然言語による記述式の問題の採点にあたって、解答の言語解析を実施することで採点基準(厳しさ/甘さ)の設定を可能にし、出題者が問題の難易度を設定できる教育システムの自動採点装置。
- 請求項1において、自然言語による記述式の回答を、自然言語解析で類似語も参照可能な同義語データベース、解析木の作成を利用することで文意から採点する教育システムの自動採点装置。
- 請求項1において、プログラミング言語などの人工言語による回答を、コンパイラなどの人工言語解析によって実行ファイルを作成し、実際に動作を判定することで採点する教育システムの自動採点装置。
- 請求項1から請求項3を実現するために、ドキュメントシステムを電子的に記録する媒体、および装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2003371495A JP2005134691A (ja) | 2003-10-31 | 2003-10-31 | ネットワークを経由した教育システムの自動採点装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2003371495A JP2005134691A (ja) | 2003-10-31 | 2003-10-31 | ネットワークを経由した教育システムの自動採点装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2005134691A true JP2005134691A (ja) | 2005-05-26 |
Family
ID=34648131
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2003371495A Pending JP2005134691A (ja) | 2003-10-31 | 2003-10-31 | ネットワークを経由した教育システムの自動採点装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2005134691A (ja) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009229606A (ja) * | 2008-03-19 | 2009-10-08 | Japan Institute For Educational Measurement Inc | 答案分析処理方法及び答案分析処理システム |
JP2012178043A (ja) * | 2011-02-25 | 2012-09-13 | National Institute Of Information & Communication Technology | 敬語誤用判定プログラム、及び敬語誤用判定装置 |
JP2013020220A (ja) * | 2011-07-13 | 2013-01-31 | Highware Co Ltd | 音声認識装置、自動応答方法及び、自動応答プログラム |
JP2014149447A (ja) * | 2013-02-01 | 2014-08-21 | Fuji Soft Inc | 学習支援システムおよび学習支援システム制御方法 |
CN115171144A (zh) * | 2022-09-05 | 2022-10-11 | 北京吉道尔科技有限公司 | 一种基于区块链的智慧教育试卷大数据评阅方法及系统 |
-
2003
- 2003-10-31 JP JP2003371495A patent/JP2005134691A/ja active Pending
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009229606A (ja) * | 2008-03-19 | 2009-10-08 | Japan Institute For Educational Measurement Inc | 答案分析処理方法及び答案分析処理システム |
JP4516136B2 (ja) * | 2008-03-19 | 2010-08-04 | 株式会社教育測定研究所 | 答案分析処理方法及び答案分析処理システム |
JP2012178043A (ja) * | 2011-02-25 | 2012-09-13 | National Institute Of Information & Communication Technology | 敬語誤用判定プログラム、及び敬語誤用判定装置 |
JP2013020220A (ja) * | 2011-07-13 | 2013-01-31 | Highware Co Ltd | 音声認識装置、自動応答方法及び、自動応答プログラム |
JP2014149447A (ja) * | 2013-02-01 | 2014-08-21 | Fuji Soft Inc | 学習支援システムおよび学習支援システム制御方法 |
CN115171144A (zh) * | 2022-09-05 | 2022-10-11 | 北京吉道尔科技有限公司 | 一种基于区块链的智慧教育试卷大数据评阅方法及系统 |
CN115171144B (zh) * | 2022-09-05 | 2022-12-23 | 亲子猫(北京)国际教育科技有限公司 | 一种基于区块链的智慧教育试卷大数据评阅方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101431050B1 (ko) | 적응적 교수 및 학습을 위한 시스템 | |
US6853962B2 (en) | Training apparatus and method | |
Debowski | Wrong way: Go back! An exploration of novice search behaviours while conducting an information search | |
US6688888B1 (en) | Computer-aided learning system and method | |
US20060286540A1 (en) | Automated essay scoring | |
Mislevy et al. | Concepts, terminology, and basic models of evidence-centered design | |
US20110270883A1 (en) | Automated Short Free-Text Scoring Method and System | |
JP2005519312A (ja) | 学習者モデルおよび品詞タグ付き(post)パーサーを使用した正確な文法分析のためのシステムおよび方法 | |
BR122017002793A2 (pt) | sistemas e métodos para aprendizagem de idioma | |
Waite et al. | Difficulties with design: The challenges of teaching design in K-5 programming | |
Thompson | Assessing the contribution of corpora to EAP practice | |
KR102211537B1 (ko) | 면접 지원 시스템 | |
Kirshner | The grammar of symbolic elementary algebra | |
O’Grady | Adapting multiple-choice comprehension question formats in a test of second language listening comprehension | |
Álvarez et al. | Semantics and service technologies for the automatic generation of online MCQ tests | |
Luchoomun et al. | A knowledge based system for automated assessment of short structured questions | |
Alfonseca et al. | Authoring of adaptive computer assisted assessment of free-text answers | |
JP2005134691A (ja) | ネットワークを経由した教育システムの自動採点装置 | |
US20160035249A1 (en) | Targeted repetition and targeted reinforcement in a language learning system | |
Alsop et al. | Uses of Corpus Linguistics in Higher Education Research: An Adjustable Lens | |
Lorenz et al. | L2 German Learners' Perceptions and Use of an Online Semantic Frame‐Based Dictionary | |
Wang et al. | Automated generation of multiple-choice cloze questions for assessing english vocabulary using gpt-turbo 3.5 | |
KR101412112B1 (ko) | 오답에 대한 시각화 패턴을 이용한 학습 장치 및 학습 방법 | |
Woo et al. | Exploring EFL students' prompt engineering in human-AI story writing: an Activity Theory perspective | |
Licastro et al. | Composition and big data |