JP2012018300A - 問題自動生成方法、問題自動生成装置 - Google Patents

Abstract

【課題】記事コンテンツを利用して各種問題を自動生成する。
【解決手段】カテゴリ、タイトル、解説文を含む記事情報を複数有する記事コンテンツを利用して、電子計算機によって問題を生成する問題自動生成方法であって、記事コンテンツを前記電子計算機の記録媒体に登録し、この記事コンテンツにおける第１記事情報を前記記録媒体から読み出して、第１記事情報の第１タイトルに対応する第１解説文の中から、他の記事へアクセス可能な参照言葉を解答に設定し、この解答に参照される第２タイトルの第２記事情報を記録媒体から読み出して、その第２カテゴリを参照し、更に、第２カテゴリに関する情報を記録媒体から読み出して、この第２カテゴリに属している第３タイトルから誤答を設定する。第１解説文の解答を空欄にした設問と、解答及び誤答を含む選択肢群とを有する問題を生成するようにした。
【選択図】図２

Description

本発明は、辞書データ等の記事コンテンツを利用して、検定などで利用する各種問題を自動生成する問題自動生成方法及び装置等に関する。

従来、様々な知識を習得する手法の一つとして、設問に対応した選択肢群から最適な選択肢を選定し、その正誤を判定する多肢選択問題が存在する。この多肢選択問題の作成は、多大な時間を要するため問題作成コストが増大する。

そこで、例えば特許文献１には、英単語に関する多肢選択問題を自動的に生成する問題作成装置が開示されている。この問題作成装置は、設問と１つの正解答をセットした問題を多数登録しておき、誤解答を、他の問題の正解答から自動的に選定して多肢選択問題を生成する。この際、正解答と近いスペルとなる誤解答を選定すれば、問題の難易度を高めることができる旨も開示されている。

特開２００４−８５７３４号

しかしながら、この問題作成装置では、予め問題を多数作成しなければならず、事前の準備に膨大な時間を要するという問題があった。英単語に関する問題であれば、英単語とその日本語訳をセットにしたデータを準備すれば良いが、歴史問題や時事問題などは、ある程度の長さを有する解説文の中に空欄を形成し、その空欄に当てはめるべき解答と誤答を準備しなければならず、実際は、この問題作成装置を利用することは困難であった。

従って、本出願時において未公知であるば、例えば、設問自体を自動生成するような問題作成装置の存在が望まれる。例えば、英語学習用の基本的な英文問題であれば、英語の基本例文を用意しておき、その基本例文中に空欄を確保して、その空欄に当てはめるべき正解答と誤解答を、文法的な正誤判定から自動生成する手法も考えられられる。しかしながら、この場合であっても、誤答となるべきリストを予め用意したり、間違いやすい単語集を用意したりする必要があり、いずれにしろ、問題自動生成用に情報を加工する必要がある。とりわけ、英語学習以外の問題の場合、例えば歴史上の人物に対して、この人物を紹介する解説文に空欄を設けて、その空欄に当てはめるべき言葉を選択させるような問題の場合は、解説文のどこを空欄にするべきかの判断や、正解答と誤解答の選定、正解答と誤解答の正誤判断など、多くの場面で人間が介在しなければならないため、自動的に問題を作成することは難しい。

本発明は上記問題点に鑑みてなされたものであり、タイトルと解説文から構成されるようなコンテンツを利用して、自動的に多肢選択問題を生成する問題作成方法等を提供することを目的としている。

上記目的を達成する本発明は、所属分類を意味するカテゴリ、前記カテゴリに属するタイトル、及び前記タイトルの内容を解説する解説文を含む記事情報を、複数有する記事コンテンツを利用して、電子計算機によって問題を生成する問題自動生成方法であって、前記記事コンテンツを前記電子計算機の記録媒体に登録するコンテンツ登録ステップと、前記記事コンテンツにおける第１記事情報を前記記録媒体から読み出して、前記第１記事情報の第１タイトルに対応する第１解説文の中から、前記第１記事情報以外の他の記事情報への参照記号が付されている参照言葉を、解答に設定する解答設定ステップと、前記解答に参照される第２タイトルの第２記事情報を前記記録媒体から読み出して、前記第２記事情報の第２カテゴリを参照し、更に、前記第２カテゴリに関する情報を前記記録媒体から読み出すことで、前記第２カテゴリに属しおり、かつ前記第１及び第２タイトル以外となる第３タイトルから、誤答を設定する誤答設定ステップと、前記第１解説文の前記解答を空欄にした設問と、前記解答及び前記誤答を含む選択肢群とを有する問題を生成して、前記記録媒体に登録する問題生成ステップと、を備えることを特徴とする問題自動生成方法である。

上記問題自動生成方法において、前記第１解説文の中に複数の前記参照言葉が含まれる場合、前記参照言葉のぞれぞれに対応させて、前記解答設定ステップ、前記誤答設定ステップ、前記問題生成ステップを実行して、複数の問題を生成することを特徴とすることが好ましい。

上記問題自動生成方法では、前記解答設定ステップにおいて、前記第１解説文の中に含まれる前記参照言葉の少なくとも一部の言語が、前記第１記事情報に含まれる場合、該言語を解答に設定しないことを特徴とすることが好ましい。

上記問題自動生成方法では、前記解答設定ステップにおいて、前記第１解説文の中に含まれる前記参照言葉と同じ言語が、前記第１記事情報における階層状となる前記第１カテゴリの一部に含まれる場合、該言語を解答に設定しないことを特徴とすることが好ましい。なお、参照言葉と同じ言語が、記事コンテンツにおける、階層状となる全カテゴリの一部に含まれる場合、この言語を解答に設定しないことも望ましい。カテゴリ名称の一部になるということは、その言葉が一般的に知られていることを意味する。従って、そのような言葉が解答に設定されることを回避することで、より詳細な内容を問う問題を生成することが可能になる。

上記問題自動生成方法では、前記解答設定ステップにおいて、前記第１解説文の中に含まれる前記参照言葉が年代、日付、数詞のいずれかであって、該参照言葉を解答に設定した場合、前記誤答設定ステップでは、前記年代、前記日付、前記数詞に所望の数字を加算又は減算して、誤答を設定することを特徴とすることが好ましい。

上記問題自動生成方法は、前記解答の品詞構造を解析する品詞構造解析ステップを有し、前記誤答選定ステップにおいて、前記解答と同一又は類似品詞構造となる前記第３タイトルから前記誤答を選定することを特徴とすることが好ましい。

上記問題自動生成方法は、前記誤答選定ステップにおいて、前記第２カテゴリが複数存在する場合、前記第２カテゴリに所属する前記第３タイトルの数の少ない順番に、前記記録媒体から前記第２カテゴリに関する情報を読み出して、前記第３タイトルから前記誤答を選定していくことを特徴とすることが好ましい。

上記問題自動生成方法では、前記誤答選定ステップにおいて、前記解答と比較して、平仮名、片仮名、漢字、及び英数字のいずれかの文字種で共通する順に、複数の前記第３タイトルから前記誤答を選定することを特徴とすることが好ましい。

上記問題自動生成方法では、前記誤答選定ステップにおいて、前記解答と文字量の近い順に、複数の前記第３タイトルから前記誤答を選定することを特徴とすることが好ましい。

上記問題自動生成方法では、前記誤答選定ステップにおいて、前記解答の開始語又は末尾語が共通する順に、複数の前記第３タイトルから前記誤答を選定することを特徴とすることが好ましい。

上記問題自動生成方法では、前記問題生成ステップにおいて、前記第１記事の第１カテゴリを利用して前記問題の所属カテゴリを設定することを特徴とすることが好ましい。

上記問題自動生成方法では、前記問題生成ステップにおいて、前記問題の問題タイトルは、前記第１タイトルを含めるように設定することを特徴とすることが好ましい。

上記問題自動生成方法では、前記問題生成ステップにおいて、前記問題が所属する試験名称として、前記第１記事の第１カテゴリの最下位カテゴリ名称を含めるように設定することを特徴とすることが好ましい。

上記問題自動生成方法の前記問題生成ステップでは、必要な数よりも多い誤答を選定しておくようにし、前記問題を画面に出力して、複数の前記誤答から最適な誤答の選択を促す問題確定ステップを備えることを特徴とすることが好ましい。

上記問題自動生成方法の前記記事コンテンツは時事的情報を含むことを特徴とすることが好ましい。

上記問題自動生成方法は、前記記事コンテンツにおける特定の記事情報を前記記録媒体から読み出して、前記特定の記事情報の前記解説文に含まれる言葉を分析し、前記言葉が前記特定の記事情報以外の他の記事情報の前記タイトルと一致する場合は、前記言葉に前記他の記事情報への参照記号を付加していく参照記号付加ステップを備え、前記参照記号付加ステップによって参照記号が付加された前記記事コンテンツを利用して、前記解答設定ステップが解答を設定することを特徴とすることが好ましい。

上記目的を達成する本発明は、所属分類を意味するカテゴリ、前記カテゴリに属するタイトル、及び前記タイトルの内容を解説する解説文を含む記事情報を、複数有する記事コンテンツを利用して、電子計算機によって問題を生成する問題自動生成装置であって、前記記事コンテンツを前記電子計算機の記録媒体に登録するコンテンツ登録部と、前記記事コンテンツにおける第１記事情報を前記記録媒体から読み出して、前記第１記事情報の第１タイトルに対応する第１解説文の中から、前記第１記事情報以外の他の記事情報への参照記号が付されている参照言葉を、解答に設定する解答設定部と、前記解答に参照される第２タイトルの第２記事情報を前記記録媒体から読み出して、前記第２記事情報の第２カテゴリを参照し、更に、前記第２カテゴリに関する情報を前記記録媒体から読み出すことで、前記第２カテゴリに属しおり、かつ前記第１及び第２タイトル以外となる第３タイトルから、誤答を設定する誤答設定部と、前記第１解説文の前記解答を空欄にした設問と、前記解答及び前記誤答を含む選択肢群とを有する問題を生成して、前記記録媒体に登録する問題生成部と、を備えることを特徴とする問題自動生成装置である。

本発明によれば、完成度の高い問題を自動生成できるという優れた効果を奏し得る。特に、語学練習用問題ではない時事問題等にも適用しうる。

本発明の実施形態に係る問題自動生成装置の構成を模式的に示す図である。 同問題自動生成装置の記録媒体のデータ構成を示すブロック図である。 同問題自動生成装置に登録される記事コンテンツの記事情報の例を示す図である。 同問題自動生成装置の機能構成を示すブロック図である。 同問題自動生成装置に登録される記事コンテンツの記事情報の例を示す図である。 同問題自動生成装置に登録される記事コンテンツのカテゴリ情報の例を示す図である。 同問題自動生成装置によって生成される問題例を示す図である。 同問題自動生成装置によって生成される問題を編集する画面を示す図である。

次に、本発明の実施形態について図面を参照しながら詳細に説明する。なお、本実施形態では、オープンコンテンツとなる「フリー百科事典 ウィキペディア日本語版」（以下、記事コンテンツという）を利用して、時事問題、歴史問題等を自動生成する場合について説明する。

図１は、本発明の実施形態に係る問題自動生成装置１の構成が模式的に示されている。なお、この問題自動生成装置１は、電子計算機２と、キーボード３と、ディスプレイ４と、マウス５と、この電子計算機２の内外に格納されるプログラムや電子データによって構成される。電子計算機２は、内部構成として、ハードディスクドライブ等の記録媒体１０、中央演算装置（ＣＰＵ）１２、基本プログラムが記憶される読み出し専用メモリ（ＲＯＭ）１４、ＣＰＵ１２と連動して一時的に情報を記憶するＲＡＭ等の主記憶装置１６、インターネット等の公衆通信回線網に接続される通信インタフェース１８、これらの接続するバス２０等を備える。

図２は、記録媒体１０に記録されるデータ構成が開示されている。この記録媒体１０には、問題を自動生成するためのプログラム３０、記事コンテンツ３２、記事コンテンツ３２のカテゴリや品詞構造を解析した結果となる解析後記事コンテンツ３４、自動作成された検定用の問題集３６が格納される。

図３は、記事コンテンツ３２の具体的なデータ構成例が示されている。記事コンテンツ３２は、記事情報４０を複数件備える。例えば、ウィキペディア日本語版の記事コンテンツでは、２０１０年７月６日現在、約６８８０００本の記事情報を備えている。例えば本実施形態では、記事情報４０として「小泉純一郎」の記事を例示している。この記事情報４０は、最下部に表示されている９個のカテゴリ４２（日本の内閣総理大臣|日本の閣僚経験者|日本の外務大臣|衆議院議員|自由民主党の国会議員|神奈川県の政治家|小泉純一郎|1942年生|存命人物）、このカテゴリ４２に属している本記事情報４０のタイトル４４（小泉純一郎）、タイトル４４の内容を解説する解説文４６を少なくとも含んでいる。解説文４６におけるアンダーラインに対応する言葉４８は、他の記事情報４０のタイトル４４と一致しており、参照記号となる「内部リンク」が付与されていることを意味している。従って、この内部リンクに対応する参照言葉は、記事コンテンツ３２内に同一タイトル４４となる記事情報４０が存在していることになる。この参照言葉は、この記事情報を作成した人が独自に設定したものであり、ある意味、重要なキーワードと判断することができる。後述するように事後的に参照言葉をプログラムで設定していくこともできる。

図４は、この記事コンテンツ３２を利用して問題を自動生成する為のプログラム３０の機能構成が示されている。即ち、各機能ブロックは、プログラム３０が電子計算機２のＣＰＵ１２で実行されることによって、電子計算機２が実現する機能を意味している。電子計算機２は、各機能ブロックの全体手順を制御するフロー制御部５０と、記事コンテンツ３２を記録媒体１０に登録するコンテンツ登録部５２、文章の品詞構造を解析する品詞構造解析部５４、設問の解答を設定する解答設定部５６、設問の誤答を設定する誤答設定部５８、問題を生成して記録媒体１０に登録する問題生成部６０、参照記号が設定されていない記事情報に対して自動的に参照記号を付加する参照記号付加部６２を備えて構成される。

コンテンツ登録部５２は、「フリー百科事典 ウィキペディア日本語版」としてインターネット上で公開されている記事コンテンツ３２をインターネット経由で取得したものを、直接的に又は外部メディアを介して間接的に記録媒体１０に登録する。

品詞構造解析部５４は、この記事コンテンツ３２の全ての言葉を、前から順番に抽出し、その品詞の種類を解析する。例えば、図３の記事情報４０におけるタイトル４４となる「小泉純一郎」を解析する場合、「小泉（名詞・人名・姓）」、「純一郎（名詞・人名・名）」と解析される。即ち、記事情報４０に含まれる全ての言葉について、言葉毎に品詞情報が追加される。品詞情報が追加された記事コンテンツを、ここでは解析後記事コンテンツ３４と定義する。この解析後記事コンテンツ３４も記録媒体１０に保存される。なお、以下においては記事コンテンツ３２と解析後記事コンテンツ３４を特に区別することなく、記事コンテンツ３２と称して説明していく。

解答設定部５６は、まず、記事コンテンツ３２における特定の記事情報（第１記事情報）を記録媒体１０から読み出す。これは、記事コンテンツ３２の全ての記事情報４０を読み出しても良いが、例えば、予めカテゴリを指定しておき、このカテゴリに所属する記事情報に絞り込んで読み出しても良い。このカテゴリ設定は、利用者が、キーボード３等を利用して、フロー制御部５０に対してカテゴリ指示を入力ことで行えば良い。更に解答設定部５６は、読み出された第１記事情報４０の第１タイトル４４に対応する第１解説文４６の中から、第１タイトル４４以外の他のタイトルと同じであって、かつ他のタイトルへの参照記号が付されている参照言葉４８を解答に設定する。

例えば図３の記事情報４０の具体例で説明すると、まず、読み出された第１記事情報４０の第１タイトル（小泉純一郎）４４に対応する第１解説文４６の中から、最初に登場する２個の文章（具体的には「小泉 純一郎（こいずみ じゅんいちろう、1942年（昭和17年）1月8日-）は、日本の政治家。国際公共政策研究センター顧問。衆議院議員、厚生大臣（第69・70・81代）、郵政大臣（第55代）、内閣総理大臣（第87・88・89代）、外務大臣（第132代）、農林水産大臣（第38代）などを歴任した。」という文章）を抽出し、その中において参照記号（内部リンク）が付されている参照言葉（1942年、昭和、1月8日、顧問、衆議院議員、厚生大臣、・・・）４８を解答に設定する。第１解説文４６には、そもそも沢山の文章が含まれるが、ここでは最初に登場する２個の文章を設問として利用する。なお、最初の文ではなく、「概要」や「分類」等の大項目欄の次に最初に登場する文章（例えば、「福田赳夫の書生を経て、1972年の第33回衆議院議員総選挙で初当選し、・・・を旗揚げした。」という文書）を設問としても良い。

ここでも分かるように、第１解説文４６の設問に対応する文章には、参照言葉（他の記事情報のタイトル）が複数の含まれている確率が高い。文章中に参照言葉が複数含まれる場合、それぞれが解答（穴埋め問題としての空欄）となり得る。フロー制御部５０は、複数の参照言葉のそれぞれについて、解答設定部５６、誤答設定部５８、問題生成部６０の各処理を実行することで、１つの文章から複数の問題を生成することが望ましい。例えば、図３の例において最初に登場する文章を設問とする場合、「1942年」、「昭和」、「1月8日」、「顧問」、「衆議院議員」、「厚生大臣」・・・のそれぞれを空欄にした多数の問題を生成できる。

一方、設問中に参照言葉が複数含まれる場合、解答設定部５６では、これらの参照言葉の少なくとも一部が、予め第１記事情報４０に含まれるか否かを判断し、含まれる場合はこの参照言葉を解答から除外することも好ましい。特に、階層状となっている第１カテゴリ４２や、解説文４６内に参照言葉が登場している場合は、問題の難易度が低くなりすぎる可能性がある。例えば、図３において、第１解説文４６中の２番目の文章に登場する「内閣総理大臣」という言葉は、下欄に表示されている第１カテゴリ４２にもカテゴリ名称として登場している。従って、「内閣総理大臣」という参照言葉は、階層状のカテゴリ名称の一部に相当し得る程に容易であると判断できるので、解答から除外することが望ましい。なお、第１カテゴリ４２に表示されているカテゴリ名称は、階層状になっているカテゴリの一部でしかない。例えば、第１カテゴリ４２に示されている「衆議院議員」というカテゴリ名称は、社会＞政治＞立法＞議会＞議員＞日本の国会議員＞衆議院議員という階層状のカテゴリの一部の名称にすぎない。従って、仮に参照言葉が「議員」や「議会」などの場合は、この第１カテゴリ４２の階層となるカテゴリ名称の一部に含まれていることになるので、解答から除外することが好ましい。なお、ここでは、参照言葉となる「内閣総理大臣」と同じ言語が、第１カテゴリ４２と一致することを条件に、解答から除外する場合を示したが、望ましくは、参照言葉が、記事コンテンツ３２における、階層状となる全てのカテゴリの少なくとも一部に含まれる場合、この言語を解答に設定しないことも望ましい。記事コンテンツ３２において、カテゴリ名称の一部になるような参照言葉は、一般的に知名度が高いことを意味する。従って、そのような言葉が解答に設定されることを回避することで、より詳細な内容を問う問題を生成することが可能になる。

誤答設定部５８は、解答設定部５６で設定された解答（参照言葉４８）によって参照される第２タイトル４４の第２記事情報４０を記録媒体１０から読み出して、この第２記事情報４０の第２カテゴリ４２を参照し、更に、この第２カテゴリ４２に関する情報を記録媒体１０から読み出す。この結果、誤答設定部５８では、第２カテゴリ４２に属しおり、かつ第１及び第２タイトル以外となる第３タイトルを抽出することが可能となる。この第３タイトルから誤答を設定すれば、選択肢群が好ましい形態となる。なぜなら、この誤答は、解答（参照言葉４８）と同一カテゴリに所属するキーワードになるので、解答と似たような位置付けになるからである。解答と誤答を混在させて選択肢群としても、解答者にとって違和感のない問題となる。

具体的に、図３で例示した第１記事情報４０において、解答設定部５６が、その参照言葉となる「厚生大臣」を解答に選定した場合を説明する。誤答設定部５８は、先ず、図５で例示されるように、「厚生大臣」によって参照される第２記事情報４０を参照する。この第２記事情報４０では、第２タイトル４２が「厚生大臣」となり、この「厚生大臣」の意味内容が第２解説文４６で示されている。誤答設定部５８は、この第２記事情報４０の第２カテゴリ４２を参照する。この第２記事情報は、「閣僚カテゴリ」に所属している記事であると判断する。更に解答設定部５６は、この第２カテゴリ４２に関する情報を記録媒体１０から読み出す。なお、このカテゴリに関する情報も、記事コンテンツ３２に予め含まれている。なお、ここでは図示しないが、解答となる「厚生大臣」の第２記事情報４０が、複数の第２カテゴリ４２に属している場合もあり得る。このような場合は、先ず、第２カテゴリ４２に属する記事情報の数が少ない順番に、第２カテゴリ４２を読み出すことが好ましい。なぜなら、第２カテゴリ４２に属する第３記事情報が多いと、その分だけ、誤答を選択する際の意味的なばらつきが大きいからである。また、ここでは図示しないが、解答となる「厚生大臣」の第２記事情報４０が、この「厚生大臣」と同一名称となる第２カテゴリ４２に属している場合もあり得る。このような場合は、この第２カテゴリ４２（厚生大臣カテゴリ）に属する第３記事情報からの誤答の読み出しを除外すること好ましい。なぜなら、厚生大臣カテゴリ内では、厚生大臣の下位に属する情報が主として収集されるため、厚生大臣と並列関係となるような誤答の選定が難しくなるからである。本例では閣僚カテゴリから誤答を選定する。

図６には、閣僚カテゴリ４２に関する情報を記録媒体１０から読み出した結果が示されている。図６から分かるように、閣僚カテゴリ４２に関する情報には、カテゴリ解説４２Ａと、この閣僚カテゴリ４２に所属している記事情報リスト４２Ｂ、カテゴリの上位及び下位（サブ）階層情報４２Ｃが含まれている。この記事情報リスト４２Ｂには、閣僚カテゴリ４２に属しているタイトル４４が五十音順に列挙されている。従って、誤答設定部５８では、第２カテゴリ４２に属しおり、かつ第１タイトル（小泉純一郎）及び第２タイトル（厚生大臣）以外となるような、合計２２個の第３タイトルを抽出することが可能となる。誤答設定部５８では、この第３タイトルから誤答を適宜設定する。ここでは誤答として「閣外大臣」「文部大臣」「国務長官」を選択する。「閣外大臣」「文部大臣」「国務長官」という誤答は、解答となる「厚生大臣」と同じ閣僚一カテゴリに所属するので、厚生大臣と並列の関係となり、解答と似たような趣旨の選択肢になる。結果、解答と誤答を混在させた選択肢群を構成しても、違和感がなく、また問題の難易度も自ずと高められる。

なお、複数の第３タイトルから誤答を選択する際、誤答選定部５８は、解答の品詞構造と同一又は類似するか否かを判断する。解答と誤答を同一又は類似の品詞構造とすることで、選択肢の難易度を高めることができるからである。なお、図６の例では、解答となる「厚生大臣」が名詞（一般）であり、第３タイトルの全ても名詞（一般）であることから、全てが誤答の候補となりうる。

更に誤答選定部５８は、解答と比較して、平仮名、片仮名、漢字、及び英数字のいずれかの文字種で共通する順に前記第３タイトルから誤答を選定することが好ましい。選択肢の中に、平仮名、片仮名、漢字が混在していると、問題の難易度が低下するからである。また誤答選定部５８は、解答と文字量の近い順に、第３タイトルから誤答を選定することも好ましい。解答と誤答の文字量に大きな差があると、問題の難易度が低下しやすいからである。例えば図６の例では「大臣」「沖縄及び北方対策担当大臣」「外務大臣 (日本)」「海洋政策担当大臣」「金融担当大臣」「経済財政政策担当大臣」「経済産業大臣」「厚生労働大臣」「消費者及び食品安全担当大臣」「副首相」が除外されることになる。

また更に、誤答選定部５８は、解答の開始語又は末尾語が共通する順に、第３タイトルから誤答を選定することも好ましい。図６の例では、解答が「厚生大臣」であることから、開始語となる「厚」や末尾語となる「臣」が一致するものを選択することが好ましい。例えば、開始語となる「厚」が一致するものとして「厚生労働大臣」が挙げられる。反対に、誤答が解答と似すぎるのを避けたい場合は、開始語となる「厚」や末尾語となる「臣」が一致するものを除外することが好ましい。

問題生成部６０は、第１解説文４０の最初に登場する文書において解答を空欄にした設問と、解答及び誤答を含む選択肢群とセットにした問題を生成し、これを問題集３６として記録媒体１０に登録する。具体的に図７に示されるように、問題集３６に属する問題７０は、この問題が所属する試験名称７２と、問題の趣旨を意味する問題タイトル７４と、設問７６と、選択肢群７８と、問題の所属カテゴリ８０を備える。

例えば、図３及び図６で示した例に基づいて問題７０を生成する場合、試験名称７２は、図３の第１記事４０の第１カテゴリ４２の最下位カテゴリ名称の一つである「日本の内閣総理大臣」を利用して「日本の内閣総理大臣検定の問題」とする。問題タイトル７４は、図３の第１記事４０の第１タイトル４４である「小泉純一郎」を利用して「お題は「小泉純一郎」」とする。設問７６は、図３の第１記事４０の解説文４６に最初に登場する２つの文章を利用し、その中における解答となる「厚生大臣」を空欄７６Ａにしたものとする。選択肢群７８は、解答と誤答をランダムに並び替えて、「１厚生大臣、２閣外大臣、３文部大臣、４国務長官」とする。問題の所属カテゴリ８０は、図３の第１記事４０の第１カテゴリ４２をそのまま利用すれば良い。なお、問題の所属カテゴリ８０は、利用者が目的の問題を検索する際に利用される。

フロー制御部５０では、例えば、記事コンテンツ３２に含まれる全記事情報４０に対して、解答設定部５６による解答設定ステップ、誤答設定部５８による誤答設定ステップ、問題生成部６０による問題生成ステップを順番に繰り返していく。この結果、約６８８０００本の記事情報に対して、自動的に約６８８０００本以上の問題７０が生成され、問題集３６として登録できる。既に述べたように、各記事情報において、解答となり得る参照言葉が複数内在することから、実際には、約６８８０００本以上の問題を生成できる。

例えば特に図示しないが、問題生成部６０において、図３の第１カテゴリ４２となる「日本の内閣総理大臣」に属する各種記事情報４０（小泉純一郎、麻生太郎、安倍晋三、池田勇人など）から生成される問題７０の試験名称７２は、全て「日本の内閣総理大臣検定の問題」となる。従って、歴代の内閣総理大臣の問題タイトル７４とする問題７０を集計すれば、自然に「日本の内閣総理大臣検定」を作成することが可能となる。

以上、本実施形態の問題自動生成装置、問題自動生成方法によれば、既存の記事コンテンツ３２を有効活用することで、極めて完成度の高い問題７０を自動生成することができる。特に、百科事典や現代用語集等の辞書データは、近年、内部の記事を相互参照するような参照言葉（リンク付の言葉）が含まれているものが多い。従って、この種の辞書データを有効活用することで、従来、不可能であるとされてきた時事的な問題を、極めて容易に生成できることになる。

なお、本実施形態では、問題生成部６０における問題生成ステップとして、選択肢群として必要な数の誤答を選定する場合を示したが、本発明はこれに限定されない。例えば、問題生成ステップでは、必要な数よりも多い誤答を選定しておくようにし、その後に、問題をディスプレイに出力して、複数の誤答候補群から最適な誤答の選択を促してから、最終的に問題を完成させる問題確定ステップ（問題確定部）を備えることも好ましい。例えば、図７で示したものと同様な問題について、図８で示されるように、誤答選択肢群８０を多めに選定しておき、ディスプレイ４を介して、作業者に適当な誤答の選定を促すようにしても良い。

更に本実施形態では、年代や日付、数詞を解答に選定しない場合を例示したが、年代、日付、数詞を解答に選定する場合は、誤答設定部５８では、年代、日付、数詞に一定又はランダムな数字を加算又は減算して、簡単に誤答を設定することが好ましい。

〔実施例〕

実際に「フリー百科事典 ウィキペディア日本語版」を記事コンテンツとし、上記実施形態の問題自動生成装置１を利用して、日産自動車カテゴリに属する記事情報から複数の問題を完全に自動生成して日産自動車検定を構築した結果を下記に示す。

[日産自動車検定の問題] : お題は「4輪アクティブステア」
4輪アクティブステアとは、日産自動車が開発した( )システム。略称は4WAS。
選択肢:（１）二輪駆動（２）四輪操舵

[日産自動車検定の問題] : お題は「AUTECH」
AUTECHとは日産グループである( )が手がけた特別仕様車の呼称である。
選択肢:（１）エレクトラモーティブ（２）オーテックジャパン（３）日産自動車（４）ジヤトコ

[日産自動車検定の問題] : お題は「日産・アクシス」
アクシスは、( )がエアロパーツなどを取り付けた、カスタマイズカーシリーズ。
選択肢:（１）日産自動車（２）愛知機械工業（３）オーテックジャパン（４）エレクトラモーティブ

[日産自動車検定の問題] : お題は「ATTESA」
ATTESA とは、日産自動車が開発した( )システムの名称。1987年9月発売の日産・ブルーバードに初採用された。
選択肢:（１）四輪駆動（２）六輪駆動（３）二輪駆動

[日産自動車検定の問題] : お題は「インフィニティ」
以下、インフィニティについての記述
1989年( )にアメリカ市場向けの高級ブランドとして設立された。
選択肢:（１）11月12日（２）11月8日（３）11月23日（４）11月17日

[日産自動車検定の問題] : お題は「栄光への5000キロ」
以下、栄光への5000キロについての記述
石原プロモーションと日産自動車によるタイアップ作品で、石原裕次郎扮するラリードライバーが日産・ブルーバードを駆り( )に参戦するというものである。
選択肢:（１）サファリラリー（２）世界ラリー選手権（３）プロダクションカー世界ラリー選手権

[日産自動車検定の問題] : お題は「X-TRAIL_JAM」
X-TRAIL JAMは毎年12月の土日に東京ドームで行われる世界最大級の屋内スノーボード競技会。主催は日本テレビ放送網、特別協賛は( )。
選択肢:（１）日産・ピンターラ（２）日産・キャブオール（３）日産・エクステラ（４）日産・エクストレイル

[日産自動車検定の問題] : お題は「カーウイングス」
カーウイングスとは、日産自動車が提供する( )サービス。日産自動車の標準カーナビに携帯電話をつないでネットワークに接続し、様々なサービスを利用できる。
選択肢:（１）NAVITIME（２）テレマティクス（３）カーナビゲーション（４）ジオキャッシング

[日産自動車検定の問題] : お題は「ニッサングリーンカップ・全国草野球大会」
ニッサングリーンカップ・全国草野球大会は、過去に開催された軟式野球のトーナメント大会。( )になかなか出場できない草野球の愛好家によるクラブチームの対抗戦として長年開催された。
選択肢:（１）天皇賜杯全日本軟式野球大会（２）全日本軟式野球大会（３）全日本少年軟式野球大会（４）全日本軟式野球連盟

[日産自動車検定の問題] : お題は「ザウルスジュニア」
ザウルスジュニアは、日産自動車・NISMOが主催するモータースポーツの一カテゴリー。いわゆる( )に属する。
選択肢:（１）スピードカー・シリーズ（２）ジュニア・フォーミュラ（３）フォーミュラ・トラック（４）スーパーリーグ・フォーミュラ

[日産自動車検定の問題] : お題は「テレビ朝日水曜21時枠刑事ドラマ」
テレビ朝日水曜21時枠刑事ドラマとは、テレビ朝日系列で、毎週( )の21:00 - 21:54に放映されているドラマの総称。主に東映制作の刑事ドラマを中心に放送している。現在は2010年4月7日より『臨場』を放送。
選択肢:（１）金曜日（２）水曜日（３）平日（４）日曜日

[日産自動車検定の問題] : お題は「日産愛知自動車大学校」
日産愛知自動車大学校は愛知県名古屋市港区に設置された日産自動車が運営する専門学校。現在で創立16年目である。自動車大学校の中でも( )から徒歩1分とアクセスが便利である。
選択肢:（１）西名古屋港駅（２）東名古屋港駅（３）港区役所駅

[日産自動車検定の問題] : お題は「日産自動車九州硬式野球部」
日産自動車九州硬式野球部は、福岡県( )苅田町に本拠地を置き、日本野球連盟に所属していた社会人野球チームである。
選択肢:（１）宇佐郡（２）京都郡（３）田川郡（４）下毛郡

[日産自動車検定の問題] : お題は「ハセミモータースポーツ」
有限会社ハセミモータースポーツは、元レーシングドライバーの( )が代表を務める日本の企業。星野一義率いるホシノインパルと並び、日産系チームとしてNISMOに次ぐ地位を占めるレーシングチームである。
選択肢:（１）中嶋悟（２）山本左近（３）鈴木利男（４）長谷見昌弘

[日産自動車検定の問題] : お題は「ハセミモータースポーツ」
有限会社ハセミモータースポーツは、元レーシングドライバーの長谷見昌弘が代表を務める日本の企業。星野一義率いる( )と並び、日産系チームとしてNISMOに次ぐ地位を占めるレーシングチームである。
選択肢:（１）アルビレックスレーシングチーム（２）セルモ（３）ホシノインパル（４）KRAFT

[日産自動車検定の問題] : お題は「フッ素樹脂塗装」
フッ素樹脂塗装とは、フッ素樹脂の技術を応用した塗装である。世界で初採用されたのは1988年に登場した( )である。また、この技術は建築にも用いられ、明石大橋などの橋梁などに採用されている。
選択肢:（１）日産・エクサ（２）日産・ピクソ（３）日産・ローレル（４）日産・アトレオン

[日産自動車検定の問題] : お題は「横浜国際総合競技場」
横浜国際総合競技場は、神奈川県横浜市港北区の新横浜公園内にある陸上競技場。日産自動車が命名権を取得しており、2005年( )より呼称を日産スタジアムとしている。
選択肢:（１）3月25日（２）3月1日（３）3月4日（４）3月23日

[日産自動車検定の問題] : お題は「日産・ライダー」
ライダー とは、( )がエアロパーツなどを取り付けた、カスタマイズカーシリーズである。
選択肢:（１）ジヤトコ（２）オーテックジャパン（３）日産自動車（４）愛知機械工業

[日産自動車検定の問題] : お題は「日産180」
日産180とは、日産自動車が2000年度から進めてきた「( )」が予定より早く達成されたため、2002年4月からスタートした新たな中期計画である。
選択肢:（１）日産リバイバルプラン（２）SHIFT_ワード

以上のように、完全に自動化しても、極めて完成度の高い問題を生成することが可能になることが分かる。

なお、上記実施形態では、記事コンテンツ３２の各記事情報４０に参照記号が予め付与されている場合を示したが、本発明はこれに限定されない。記事コンテンツ３２に参照記号が付与されていない場合は、例えば、図４で示される参照記号付加部６２によって、参照記号が付与されていない特定の記事情報４０を記録媒体１０から読み出し、その解説文４６に含まれる言葉を前から順番にスキャンし、スキャンされる言葉が、特定の記事情報４０以外の他の記事情報のタイトルと一致するか否かを検索する。一致するタイトルが存在する場合は、特定の記事情報２０の言葉にそのタイトルへの参照記号を自動的に付加していく。このようにすることで、参照記号が付与されていないような百科事典データ、辞書データ等であっても参照記号を付与できる。この参照記号付与ステップを経た後に、解答設定ステップ、誤答設定ステップ、問題生成ステップによって問題を生成することが可能になる。

尚、本発明の問題自動生成手法は、上記した実施の形態に限定されるものではなく、本発明の要旨を逸脱しない範囲内において種々変更を加え得ることは勿論である。

本発明は、辞書データ、百科事典データ等をの各種記事データを利用した問題生成に用いることが可能である。

１ 問題自動生成装置
２ 電子計算機
１０ 記録媒体
３０ プログラム
３２ 記事コンテンツ
３６ 問題集
５０ フロー制御部
５２ コンテンツ登録部
５４ 品詞構造解析部
５６ 解答設定部
５８ 誤答設定部
６０ 問題生成部
６２ 参照記号付与部

上記目的を達成する本発明は、タイトル、当該タイトルの内容を解説する解説文、及び所属分類を意味するカテゴリを含む記事情報を複数有するとともに、前記カテゴリに属するタイトルが列挙されている記事情報リストを有する記事コンテンツを利用して、電子計算機によって問題を生成する問題自動生成方法であって、前記電子計算機のＣＰＵが、前記記事コンテンツを前記電子計算機の記録媒体に登録するコンテンツ登録ステップと、前記記事コンテンツにおける第１記事情報を前記記録媒体から読み出して、前記第１記事情報の第１タイトルに対応する第１解説文の中から、前記第１記事情報以外の他の記事情報への参照記号が付されている参照言葉を、解答に設定する解答設定ステップと、前記解答に設定された参照言葉と一致する第２タイトルの第２記事情報を前記記録媒体から読み出して、前記第２記事情報の第２カテゴリを参照し、更に、前記第２カテゴリに属する第３タイトルが列挙されている記事情報リストを前記記録媒体から読み出すことで、前記第２カテゴリに属しており、かつ前記第１及び第２タイトル以外となる第３タイトルから、誤答を設定する誤答設定ステップと、前記第１解説文の前記解答を空欄にした設問と、前記解答及び前記誤答を含む選択肢群とを有する問題を生成して、前記記録媒体に登録する問題生成ステップと、を実行することを特徴とする問題自動生成方法である。

上記問題自動生成方法において、前記ＣＰＵは、前記第１解説文の中に複数の前記参照言葉が含まれる場合、前記参照言葉のそれぞれに対応させて、前記解答設定ステップ、前記誤答設定ステップ、前記問題生成ステップを実行して、複数の問題を生成することを特徴とすることが好ましい。

上記問題自動生成方法では、前記ＣＰＵは、前記解答設定ステップにおいて、前記第１解説文の中に含まれる前記参照言葉の少なくとも一部の言語が、前記第１記事情報に含まれる場合、該言語を解答に設定しないことを特徴とすることが好ましい。

上記問題自動生成方法では、前記第１記事情報の第１カテゴリは、階層状となっているカテゴリの一部であり、前記ＣＰＵは、前記解答設定ステップにおいて、前記第１解説文の中に含まれる前記参照言葉と同じ言語が、前記階層状となっているカテゴリの一部に含まれる場合、該参照言葉を解答に設定しないことを特徴とすることが好ましい。つまり、参照言葉と同じ言語が、記事コンテンツにおける、階層状となる全カテゴリの一部に含まれる場合、この言語を解答に設定しないことも望ましい。カテゴリ名称の一部になるということは、その言葉が一般的に知られていることを意味する。従って、そのような言葉が解答に設定されることを回避することで、より詳細な内容を問う問題を生成することが可能になる。

上記問題自動生成方法では、前記ＣＰＵは、前記解答設定ステップにおいて、前記第１解説文の中に含まれる前記参照言葉が年代、日付、数詞のいずれかであって、該参照言葉を解答に設定した場合、前記誤答設定ステップでは、前記年代、前記日付、前記数詞に所望の数字を加算又は減算して、誤答を設定することを特徴とすることが好ましい。

上記問題自動生成方法では、前記ＣＰＵは、少なくとも前記誤答設定ステップの前に、前記解答の品詞構造を解析する品詞構造解析ステップを実行し、前記誤答選定ステップにおいて、前記解答と同一又は類似品詞構造となる前記第３タイトルから前記誤答を選定することを特徴とすることが好ましい。

上記問題自動生成方法では、前記ＣＰＵは、前記誤答設定ステップにおいて、前記第２記事情報の前記第２カテゴリを参照した際に前記第２カテゴリが複数存在する場合、前記第２カテゴリに属する前記第３タイトルの数の少ない順番に、前記記録媒体から当該第２カテゴリに属する前記第３タイトルを読み出して、当該第３タイトルから前記誤答を選定していくことを特徴とすることが好ましい。

上記問題自動生成方法では、前記ＣＰＵは、前記誤答設定ステップにおいて、前記解答と比較して、平仮名、片仮名、漢字、及び英数字のいずれかの文字種で共通する順に、複数の前記第３タイトルから前記誤答を選定することを特徴とすることが好ましい。

上記問題自動生成方法では、前記ＣＰＵは、前記誤答設定ステップにおいて、前記解答と文字量の近い順に、複数の前記第３タイトルから前記誤答を選定することを特徴とすることが好ましい。

上記問題自動生成方法では、前記ＣＰＵは、前記誤答設定ステップにおいて、前記解答の開始語又は末尾語が共通する順に、複数の前記第３タイトルから前記誤答を選定することを特徴とすることが好ましい。

上記問題自動生成方法では、前記ＣＰＵは、前記問題生成ステップにおいて、前記第１記事情報の第１カテゴリを利用して前記問題の所属カテゴリを設定することを特徴とすることが好ましい。

上記問題自動生成方法では、前記ＣＰＵは、前記問題生成ステップにおいて、前記問題の問題タイトルは、前記第１タイトルを含めるように設定することを特徴とすることが好ましい。

上記問題自動生成方法では、前記第１記事情報の第１カテゴリは、階層状となっているカテゴリの一部であり、前記ＣＰＵは、前記問題生成ステップにおいて、前記問題が所属する試験名称として、前記第１記事情報の第１カテゴリの前記階層状となっているカテゴリの最下層に位置する最下位カテゴリの名称を含めるように設定することを特徴とすることが好ましい。

上記問題自動生成方法では、前記ＣＰＵは、前記問題生成ステップにおいて、必要な数よりも多い誤答を選定しておくようにし、前記問題を画面に出力して、複数の前記誤答から最適な誤答の選択を促す問題確定ステップを実行することを特徴とすることが好ましい。

上記問題自動生成方法では、前記ＣＰＵは、前記解答設定ステップ、前記誤答設定ステップおよび前記問題生成ステップの前に、前記記事コンテンツにおける特定の記事情報を前記記録媒体から読み出して、前記特定の記事情報の前記解説文に含まれる言葉を分析し、前記言葉が前記特定の記事情報以外の他の記事情報の前記タイトルと一致する場合は、前記言葉に前記他の記事情報への参照記号を付加していく参照記号付加ステップを実行し、前記参照記号付加ステップによって参照記号が付加された前記記事コンテンツを利用して、前記解答設定ステップで解答を設定することを特徴とすることが好ましい。

上記目的を達成する本発明は、タイトル、当該タイトルの内容を解説する解説文、及び所属分類を意味するカテゴリを含む記事情報を複数有するとともに、前記カテゴリに属するタイトルが列挙されている記事情報リストを有する記事コンテンツを利用して問題を生成する電子計算機を備えて構成された問題自動生成装置であって、前記記事コンテンツを前記電子計算機の記録媒体に登録するコンテンツ登録部と、前記記事コンテンツにおける第１記事情報を前記記録媒体から読み出して、前記第１記事情報の第１タイトルに対応する第１解説文の中から、前記第１記事情報以外の他の記事情報への参照記号が付されている参照言葉を、解答に設定する解答設定部と、前記解答に設定された参照言葉と一致する第２タイトルの第２記事情報を前記記録媒体から読み出して、前記第２記事情報の第２カテゴリを参照し、更に、前記第２カテゴリに属する第３タイトルが列挙されている記事情報リストを前記記録媒体から読み出すことで、前記第２カテゴリに属しており、かつ前記第１及び第２タイトル以外となる前記第３タイトルから、誤答を設定する誤答設定部と、前記第１解説文の前記解答を空欄にした設問と、前記解答及び前記誤答を含む選択肢群とを有する問題を生成して、前記記録媒体に登録する問題生成部と、を備えることを特徴とする問題自動生成装置である。

Claims (17)

1. 所属分類を意味するカテゴリ、前記カテゴリに属するタイトル、及び前記タイトルの内容を解説する解説文を含む記事情報を、複数有する記事コンテンツを利用して、電子計算機によって問題を生成する問題自動生成方法であって、
   前記記事コンテンツを前記電子計算機の記録媒体に登録するコンテンツ登録ステップと、
   前記記事コンテンツにおける第１記事情報を前記記録媒体から読み出して、前記第１記事情報の第１タイトルに対応する第１解説文の中から、前記第１記事情報以外の他の記事情報への参照記号が付されている参照言葉を、解答に設定する解答設定ステップと、
   前記解答に参照される第２タイトルの第２記事情報を前記記録媒体から読み出して、前記第２記事情報の第２カテゴリを参照し、更に、前記第２カテゴリに関する情報を前記記録媒体から読み出すことで、前記第２カテゴリに属しおり、かつ前記第１及び第２タイトル以外となる第３タイトルから、誤答を設定する誤答設定ステップと、
   前記第１解説文の前記解答を空欄にした設問と、前記解答及び前記誤答を含む選択肢群とを有する問題を生成して、前記記録媒体に登録する問題生成ステップと、
   を備えることを特徴とする問題自動生成方法。
2. 前記第１解説文の中に複数の前記参照言葉が含まれる場合、前記参照言葉のぞれぞれに対応させて、前記解答設定ステップ、前記誤答設定ステップ、前記問題生成ステップを実行して、複数の問題を生成することを特徴とする請求項１に記載の問題自動生成方法。
3. 前記解答設定ステップにおいて、前記第１解説文の中に含まれる前記参照言葉の少なくとも一部の言語が、前記第１記事情報に含まれる場合、該言語を解答に設定しないことを特徴とする請求項１又は２に記載の問題自動生成方法。
4. 前記解答設定ステップにおいて、前記第１解説文の中に含まれる前記参照言葉と同じ言語が、前記第１記事情報における階層状となる前記第１カテゴリの一部に含まれる場合、該言語を解答に設定しないことを特徴とする請求項１乃至３のいずれかに記載の問題自動生成方法。
5. 前記解答設定ステップにおいて、前記第１解説文の中に含まれる前記参照言葉が年代、日付、数詞のいずれかであって、該参照言葉を解答に設定した場合、
   前記誤答設定ステップでは、前記年代、前記日付、前記数詞に対して所望の数字を加算又は減算して、誤答を設定することを特徴とする請求項１乃至４のいずれかに記載の問題自動生成方法。
6. 前記解答の品詞構造を解析する品詞構造解析ステップを有し、
   前記誤答選定ステップにおいて、前記解答と同一又は類似品詞構造となる前記第３タイトルから前記誤答を選定することを特徴とする請求項１乃至５のいずれかに記載の問題自動生成方法。
7. 前記誤答選定ステップにおいて、前記第２カテゴリが複数存在する場合、前記第２カテゴリに所属する前記第３タイトルの数の少ない順番に、前記記録媒体から前記第２カテゴリに関する情報を読み出して、前記第３タイトルから前記誤答を選定していくことを特徴とする請求項１乃至６のいずれかに記載の問題自動生成方法。
8. 前記誤答選定ステップにおいて、前記解答と比較して、平仮名、片仮名、漢字、及び英数字のいずれかの文字種で共通する順に、複数の前記第３タイトルから前記誤答を選定することを特徴とする請求項１乃至７のいずれかに記載の問題自動生成方法。
9. 前記誤答選定ステップにおいて、前記解答と文字量の近い順に、複数の前記第３タイトルから前記誤答を選定することを特徴とする請求項１乃至８のいずれかに記載の問題自動生成方法。
10. 前記誤答選定ステップにおいて、前記解答の開始語又は末尾語が共通する順に、複数の前記第３タイトルから前記誤答を選定することを特徴とする請求項１乃至９のいずれかに記載の問題自動生成方法。
11. 前記問題生成ステップにおいて、前記第１記事の第１カテゴリを利用して前記問題の所属カテゴリを設定することを特徴とする請求項１乃至１０のいずれかに記載の問題自動生成方法。
12. 前記問題生成ステップにおいて、前記問題の問題タイトルは、前記第１タイトルを含めるように設定することを特徴とする請求項１乃至１１のいずれかに記載の問題自動生成方法。
13. 前記問題生成ステップにおいて、前記問題が所属する試験名称として、前記第１記事の第１カテゴリの最下位カテゴリ名称を含めるように設定することを特徴とする請求項１乃至１２のいずれかに記載の問題自動生成方法。
14. 前記問題生成ステップでは、必要な数よりも多い誤答を選定しておくようにし、
    前記問題を画面に出力して、複数の前記誤答から最適な誤答の選択を促す問題確定ステップを備えることを特徴とする請求項１乃至１３のいずれかに記載の問題自動生成方法。
15. 前記記事コンテンツは時事的情報を含むことを特徴とする請求項１乃至１４のいずれかに記載の問題自動生成方法。
16. 前記記事コンテンツにおける特定の記事情報を前記記録媒体から読み出して、前記特定の記事情報の前記解説文に含まれる言葉を分析し、前記言葉が前記特定の記事情報以外の他の記事情報の前記タイトルと一致する場合は、前記言葉に前記他の記事情報への参照記号を付加していく参照記号付加ステップを備え、
    前記参照記号付加ステップによって参照記号が付加された前記記事コンテンツを利用して、前記解答設定ステップが解答を設定することを特徴とする請求項１乃至１５のいずれかに記載の問題自動生成方法。
17. 所属分類を意味するカテゴリ、前記カテゴリに属するタイトル、及び前記タイトルの内容を解説する解説文を含む記事情報を、複数有する記事コンテンツを利用して、電子計算機によって問題を生成する問題自動生成装置であって、
    前記記事コンテンツを前記電子計算機の記録媒体に登録するコンテンツ登録部と、
    前記記事コンテンツにおける第１記事情報を前記記録媒体から読み出して、前記第１記事情報の第１タイトルに対応する第１解説文の中から、前記第１記事情報以外の他の記事情報への参照記号が付されている参照言葉を、解答に設定する解答設定部と、
    前記解答に参照される第２タイトルの第２記事情報を前記記録媒体から読み出して、前記第２記事情報の第２カテゴリを参照し、更に、前記第２カテゴリに関する情報を前記記録媒体から読み出すことで、前記第２カテゴリに属しおり、かつ前記第１及び第２タイトル以外となる第３タイトルから、誤答を設定する誤答設定部と、
    前記第１解説文の前記解答を空欄にした設問と、前記解答及び前記誤答を含む選択肢群とを有する問題を生成して、前記記録媒体に登録する問題生成部と、
    を備えることを特徴とする問題自動生成装置。

Images