JP2017003673A - 学習支援置 - Google Patents

Abstract

【課題】過去の学習成績から未来の学習成績を予測し学習者に提示し、実際の成績との対比により学習努力を評価可能とした学習支援装置を提供する。【解決手段】語彙問題・正解蓄積部２に英語の多数の語彙問題と正解を蓄積しておく。学習者がテスト開始操作をすると学習処理部７は、語彙問題・正解蓄積部２からランダムに１０問選択して１回分の語彙テストを作成し、表示部３に表示し、解答入力すると、採点して成績を表示し、学習成績履歴記憶部５に記憶させる。４回目以降のテストがされたとき、最新の４回分の学習成績を用いて学習成績予測部６のニューラルネットワーク部の結合係数を修正させる。予測誤差が一定以下になれば、以降、語彙テストの学習成績を採点する度に次のテストの学習成績を予測させて学習成績履歴記憶部５に記憶させ、次のテストの実行時に実際の学習成績とともに表示する。【選択図】図１

Description

本発明は学習支援装置に係り、とくに過去の学習成績から未来の学習成績を予測して提示し、予測した学習成績と実際との対比により学習努力を評価可能とした学習支援装置に関する。

近年、学校、家庭、塾において、コンピュータを利用して効率的に学習を進められるようにした学習支援装置が急速に普及している。例えば、外国語の語彙学習用として、学習支援装置の記憶部に多数の語彙テスト問題及び解答を蓄積しておき、学習者の要求に従い学習処理部が学習画面に語彙テスト問題を表示し、学習者が解答入力すると、処理部が採点し、画面に成績を表示するようにしたものがある。学習支援装置の処理部は語彙テストを行う毎に学習成績を記憶部に履歴として記憶させておき、学習者の要求により学習成績の履歴を画面に表示可能になっている。

ところが、従来の成績表示は単純にテスト毎の採点結果を表示しているだけであり、学習者が今回の語彙テストを行う前に普段より多く語彙学習をして臨んだとしても、努力がどの程度成績に反映されているか判り難く、勉学の励みにならなかった。

特開２００９−２２９７８０号公報

本発明は上記した従来技術の問題に鑑みなされたもので、過去の学習成績から未来の学習成績を予測して学習者に提示し、実際の成績との対比により学習努力を評価可能とした学習支援装置を提供することを、その目的とする。

請求項１記載の発明では、
出題テーマと問題形式が同じ多数の学習問題と正解を蓄積した蓄積手段と、
学習問題、成績を学習者に提示する提示手段と、
学習者が学習操作を行なう操作手段と、
学習者によるテスト開始操作に従い、蓄積手段から予め定められた一定数の学習問題をランダムに選択して一回分のテストを提示手段により提示させ、学習者が入力した解答を採点し、学習成績を提示手段により提示させるとともに学習履歴記憶手段に記憶させる学習処理手段と、
を備えた学習支援装置において、
今までの学習成績から次回のテストの学習成績を予測する予測手段を備え、
予測した学習成績を学習処理手段が提示手段により提示させるようにしたこと、
を特徴としている。
請求項２記載の発明では、
予測手段は、近時の複数回分の学習成績からニューラルネットワークにより次回の学習成績を予測するようにしたこと、
を特徴としている。
請求項３記載の発明では、
学習処理手段は、今回のテストの学習成績を提示する際に、予測手段で予測した今回のテスト向けの予測学習成績を提示させるようにしたこと、
を特徴としている。
請求項４記載の発明では、
学習処理手段は、今回のテストの学習成績を提示する際に、予測手段で予測した今回のテスト向けの予測学習成績と対比した評価を提示させるようにしたこと、
を特徴としている。

本発明によれば、過去のテストの学習成績から次のテストの学習成績を予測して学習者に提示することにより、次のテストを行ったときの実際の学習成績を予測された学習成績と対比して、実際の学習成績が予測された学習成績を上回っていれば、学習努力の成果があったと自己評価でき、勉学の励みになる。反対に下回っていれば、努力が不足していたと自己評価できるので、勉学の動機付けとなる。

本発明の一実施例に係る学習支援装置の構成図である（実施例１）。 図１の語彙問題・正解蓄積部に蓄積された学習問題・正解情報の一部を示す説明図である。 図１の学習履歴記憶部に蓄積された学習履歴情報の説明図である。 図１の学習成績予測部の構成を示す構成図である。 図１の学習処理部の処理動作を示すフローチャートである。 図４の予測制御部の制御動作を示すフローチャートである。

以下、本発明の最良の形態を実施例に基づき説明する。

図１は本発明の一実施例に係る学習支援装置の構成図である。図１は英語の語彙学習を支援する装置である。
図１において、１はノートパソコン、タブレットＰＣ、携帯情報端末等で構成された学習支援装置であり、この内、２は多数の英語語彙問題と正解を蓄積した語彙問題・正解蓄積部、３は学習画面を表示する表示部、４は学習者がテスト開始操作、解答入力操作等の各種学習操作を行う操作部、５はテスト毎の実施日時、学習成績、予測学習成績を含む学習履歴を記憶する学習履歴記憶部、６は近時の学習成績から次回の学習成績を予測する学習成績予測部、７は学習処理部であり、学習者のテスト開始操作に従い、語彙問題・正解蓄積部２からランダムに１０個の問題を選択し、１回分の語彙テストを作成して表示部３に表示させ、学習者が解答を入力すると、語彙問題・正解蓄積部２から正解を読み出し、採点して結果を表示部３に表示させるとともに、学習履歴記憶部５に今回のテストの実施日時、学習成績を含む学習履歴情報を追加して記憶させる。また、学習処理部７は４回目以降の語彙テストの学習成績が得られる度に、学習成績予測部６に指示してニューラルネットワーク部（図４の符号１０参照）の結合係数の修正を行わせる。結合係数の修正が完了したあとは、次回の語彙テストの学習成績を予測させて表示部３への表示と学習成績履歴記憶部５への記憶をさせ、また、次回のテストを表示する際、予測学習成績も併せて表示させ、学習者の解答から実際の学習成績が判ったときは、評価判定もして表示させる。

図２は語彙問題・正解蓄積部２に蓄積された多数の語彙問題・正解情報の内の一部を例示する説明図であり、各語彙問題・正解情報は英単語の綴り、意味選択肢、正解の組み合わせからなる。図３は学習履歴記憶部５に記憶される学習履歴情報の説明図であり、テストの実施回数番号、実施日時、学習成績、次回の予想学習成績が組み合わせからなる。

図４は、学習成績予測部６の具体的構成を示す構成図である。ここで、語彙問題・正解蓄積部２に蓄積された多数の語彙問題からランダムに一定数、例えば１０個を選び出して１回分のテストを作成して学習者に解答させるというテストを定期的に行なったときの成績は、比較的短い時間で見るとカオス的時系列を成す（時系列データがカオス的振る舞いをするか否かの判断基準として知られる最大リアプノフ指数、相関関数の解析による）。学習成績予測部６はニューラルネットワークを利用してカオス的時系列の短期予測を行なうようにしている。

図４において、１０は３層階層型のニューラルネットワーク部であり、入力層２０のニューロン素子が２１乃至２３の３つ、中間層３０のニューロン素子が３１乃至３３の３つ、出力層４０のニューロン素子が４１の１つから成る。入力層２０のニューロン素子２１乃至２３は外部からの入力ｘ１乃至ｘ３をそのまま出力する。中間層３０のニューロン素子３１の入力はｘ１・ｗ１１＋ｘ２・ｗ２１＋ｘ３・ｗ３１であり、ニューロン素子３２の入力はｘ１・ｗ１２＋ｘ２・ｗ２２＋ｘ３・ｗ３２であり、ニューロン素子３３の入力はｘ１・ｗ１３＋ｘ２・ｗ２３＋ｘ３・ｗ３３である。但し、ｗｉｊ（ｉ＝１乃至３、ｊ＝１乃至３）は入力層２０と中間層３０の結合係数である。

中間層３０のニューロン素子３１からの出力ｈ１は、シグモイド関数ｆを、
ｆ（ｙ）＝１／（１＋ｅ-y）として、
ｈ１＝ｆ（ｘ１・ｗ１１＋ｘ２・ｗ２１＋ｘ３・ｗ３１）
と表される。同様に、ニューロン素子３２、３３からの出力ｈ２、ｈ３は、
ｈ２＝ｆ（ｘ１・ｗ１２＋ｘ２・ｗ２２＋ｘ３・ｗ３２）
ｈ３＝ｆ（ｘ１・ｗ１３＋ｘ２・ｗ２３＋ｘ３・ｗ３３）
と表される。
出力層４０のニューロン素子４１からの出力ｏは、
ｏ＝ｆ（ｈ１・ｖ１＋ｈ２・ｖ２＋ｈ３・ｖ３）
と表される。但し、ｖｋ（ｋ＝１乃至３）は中間層３０と出力層４０の結合係数である。

上記のニューラルネットワーク部１０は、一人の学習者についてのｎ回目からｎ＋２回目までの連続する３回分のテストの学習成績Ｇｎ乃至Ｇｎ＋２が入力層２０のニューロン素子２１乃至２３に入力ベクトルＸ＝（ｘ１，ｘ２，ｘ３）として入力されたとき、出力層４０のニューロン素子４１から次に行うｎ＋３回目のテストの予測学習成績ｇｎ＋３を出力するものである。
ここで、ニューラルネットワーク部１０による学習成績の予測が正しく行われるためには、語彙テストに対する学習者の学習成績の時系列的特性が結合係数に反映されている必要がある。図４の予測制御部１１はニューラルネットワーク部１０の動作制御を行うほか、バックプロパケーションと呼ばれる周知の誤差逆伝播法により結合係数の修正処理を行う。誤差逆伝播法では結合係数修正用の入力ベクトルＸ＝（ｘ１，ｘ２，ｘ３）と教師信号ｄとの組データを複数用いて、出力側から入力側に誤差情報を逆伝播しながら各結合係数を最急降下法に基づき更新する処理を、出力誤差が一定以下となるまで繰り返すことにより実行される。具体的な結合係数更新式は周知であるので説明を省略する（「学習とニューラルネットワーク」熊沢逸夫著1998年７月１５日森北出版株式社刊行５１乃至７７頁、「ニューロ・ファジィ・遺伝的アルゴリズム」萩原将文著1994年９月１２日産業図書株式会社発行６１乃至６５頁参照）。

図５は学習処理部７の処理動作を説明するフローチャート、図６は予測制御部１１の制御動作を説明するフローチャートであり、以下、これらの図を参照して上記した実施例の動作を説明する。なお、語彙問題・正解蓄積部２には数千の英単語の語彙問題・正解情報が蓄積されているものとする。また、予測制御部１１の内部で管理される予測可能フラグＦは、最初、予測不能を表す０になっているものとする。また、学習者は三日おき、一週間おきなど、一定期間毎に語彙テストを行うものとする。
学習者が初めて語彙テストをしたい場合、操作部４でテスト開始操作をする。すると、学習処理部７は学習成績履歴記憶部５を参照して今回のテストが何回目か判別し、１回目なのでテスト実施回数番号ａを１とする（図５のステップＳ１）。そして、語彙問題・正解蓄積部２からランダムに１０問の語彙問題を読み出し、１回分のテストを作成し、表示部３の画面に表示させる（ステップＳ２）。若し、前回のテスト時に今回の学習成績が予測されていたときは、テストと併せて表示するが、ここではまだ予測学習成績が無いので表示されない（ステップＳ３でＮＯ）。学習者が各問いの解答を入力すると、学習処理部７は語彙問題・正解蓄積部２の正解情報を参照して採点し、１０点満点での学習成績Ｇ１を求める。そして、表示部３の画面に表示させる（ステップＳ５乃至Ｓ７）。
続いて、学習処理部３は学習成績予測部６が予測可能となっているか問い合わせる（ステップＳ８）。ここでは学習成績予測部６の予測制御部１１は予測不能通知を返すので予測指示はせず（図６のステップＳ２０、Ｓ２１、Ｓ２３）、更に学習者により４回以上のテストが実行されたか判断し（ステップＳ９）、ここでもまだなので学習成績予測部６に対し結合係数の修正指示はしない。
学習者により、テスト終了操作がされると、学習処理部７は学習成績履歴記憶部５に、今回のテストのテスト実施回数番号に対応付けてテストの実施日時と学習成績を記憶させ画面を消す（ステップＳ１３，Ｓ１４）。

同様にして、学習者が日時を変えて２回目、３回目のテストを実行したあと、更に４回目のテストをするため操作部４でテスト開始操作をすると、学習処理部７はテスト実施回数番号ａ＝４とし、語彙問題・正解蓄積部２からランダムに１０問の語彙問題を読み出し、１回分のテストを作成し、表示部３の画面に表示させる（ステップＳ２）。まだ予測学習成績は無いので表示しない。学習者が各問いの解答を入力すると、学習処理部７は語彙問題・正解蓄積部２の正解情報を参照して採点し、学習成績Ｇ４を求める。そして、画面に表示させる（ステップＳ３、Ｓ５乃至Ｓ７）。続いて、学習成績予測部６が予測可能となっているか問い合わせ、ここではまだなので予測指示はしない（ステップＳ８でＮＯ）。更に学習者により４回以上のテストが実行されたか判断し、ここではＹＥＳなので学習成績予測部６の予測制御部１１に対し結合係数修正を指示する（ステップＳ９、Ｓ１０）。
この指示を受けた予測制御部１１は今回は初回の更新なので、ニューラルネットワーク部１０の各結合係数を初期設定したのち、入力層２０に入力ベクトルＸ（Ｇ１，Ｇ２，Ｇ３）を入力し、出力層４０の出力ｏと教師信号ｄ＝Ｇ４から誤差逆伝播法により各結合係数を一回修正する（ステップＳ２４乃至Ｓ２７）。そして、更新後の出力層４０の出力ｏと教師信号ｄ＝Ｇ４の誤差が一定以下となったか、または８回修正したか判定し、まだであったとすると内部で管理する予測可能フラグＦは０のままとする（ステップＳ２８でＮＯ）。
学習者により、テスト終了操作がされると、学習処理部７は学習成績履歴記憶部５に、今回のテストのテスト実施回数番号ａ＝４に対応付けてテストの実施日時と学習成績Ｇ４を記憶させ画面を消す（ステップＳ１３，Ｓ１４）。

学習者が５回目のテスト開始操作をすると、学習処理部７はａ＝５とし、１回分のテストを作成し、表示部３の画面に表示させ（ステップＳ２）、学習者が各問いの解答を入力すると、語彙問題・正解蓄積部２の正解情報を参照して採点し、学習成績Ｇ５を求めて表示させる（ステップＳ３、Ｓ５乃至Ｓ７）。続いて、学習成績予測部６が予測可能となっているか問い合わせ（ステップＳ８）、まだなので予測指示はしない。更に学習者により４回以上のテストが実行されたか判断し（ステップＳ９）、ＹＥＳなので学習成績予測部６の予測制御部１１に対し結合係数修正を指示する（ステップＳ１０）。この指示を受けた予測制御部１１は今回はニューラルネットワーク部１０の各結合係数を前回修正した値としたまま入力層２０に入力ベクトルＸ＝（Ｇ２，Ｇ３，Ｇ４）を入力し、出力層４０の出力ｏと教師信号ｄ＝Ｇ５から誤差逆伝播法により各結合係数を一回修正する（ステップＳ２４乃至Ｓ２７）。そして、修正後の出力層４０の出力ｏと教師信号ｄ＝Ｇ５の誤差が一定以下となったか、または８回修正したか判定し、まだであれば内部で管理する予測可能フラグＦは０のままとする（ステップＳ２８でＮＯ）。
学習者により、テスト終了操作がされると、学習処理部７は学習成績履歴記憶部５に、今回のテストのテスト実施回数番号ａ＝５に対応付けてテストの実施日時と学習成績を記憶させ画面を消す（ステップＳ１３，Ｓ１４）。

学習者が６回目のテスト開始操作をすると、学習処理部７はａ＝６とし、１回分のテストを作成し、表示部の画面に表示させ（ステップＳ１、Ｓ２）、学習者が各問いの解答を入力すると、語彙問題・正解蓄積部２の正解情報を参照して採点し、学習成績Ｇ６を求めて表示させる（ステップＳ３、Ｓ５乃至Ｓ７）。続いて、学習成績予測部６が予測可能となっているか問い合わせ（ステップＳ８）、まだなので予測指示はせず、結合係数修正を指示する（ステップＳ９、Ｓ１０）。この指示を受けた予測制御部１１はニューラルネットワーク部１０の各結合係数を前回修正した値としたまま入力層２０に入力ベクトルＸ＝（Ｇ３，Ｇ４，Ｇ５）を入力し、出力層４０の出力ｏと教師信号ｄ＝Ｇ６から誤差逆伝播法により各結合係数を一回修正する（ステップＳ２４乃至Ｓ２７）。そして、修正後の出力層４０の出力ｏと教師信号ｄ＝Ｇ６の誤差が一定以下となったか、または８回修正したか判定し、いずれかでＹＥＳであれば予測可能フラグＦを１とする（ステップＳ２８、Ｓ２９）。これにより、次回から学習成績の予測が実行されることになる。
学習者により、テスト終了操作がされると、学習処理部７は学習成績履歴記憶部５に、今回のテストのテスト実施回数番号ａ＝６に対応付けてテストの実施日時と学習成績を記憶させ画面を消す（ステップＳ１３，Ｓ１４）。

学習者が７回目のテスト開始操作をすると、学習処理部７はａ＝７とし、１回分のテストを作成し、表示部３の画面に表示させ、学習者が各問いの解答を入力すると、語彙問題・正解蓄積部２の正解情報を参照して採点し、学習成績Ｇ７を求めて表示させる（ステップＳ１乃至Ｓ３、Ｓ５乃至Ｓ７）。続いて、学習成績予測部６が予測可能となっているか問い合わせ（ステップＳ８）、今度はＹＥＳなので予測指示をする（ステップＳ２０乃至Ｓ２２、Ｓ１１）。この指示を受けた予測制御部１１はニューラルネットワーク部１０の各結合係数を最後に修正した値としたまま入力層２０に入力ベクトルＸ＝（Ｇ５，Ｇ６，Ｇ７）を入力し、出力層４０の出力ｏを予測学習成績ｇ８として学習処理部７に通知する（ステップＳ３０乃至Ｓ３２）。学習処理部７は予測学習成績ｇ８を画面に表示する（ステップＳ１２）。これにより学習者は、次回のテストでの凡その成績が判る。
学習者により、テスト終了操作がされると、学習処理部７は学習成績履歴記憶部５に、今回のテストのテスト実施回数番号ａ＝７に対応付けてテストの実施日時、学習成績、予測学習成績を記憶させ、画面を消す（ステップＳ１３、Ｓ１４）。

学習者が８回目のテスト開始操作をすると、学習処理部７はａ＝８とし、１回分のテストを作成し、表示部３の画面に表示させる（ステップＳ１、Ｓ２）。この際、前回予測した予測学習成績ｇ８も表示する（ステップＳ３、Ｓ４）。学習者が各問いの解答を入力すると、語彙問題・正解蓄積部２の正解情報を参照して採点し、学習成績Ｇ８を求めて表示させる。また、学習成績Ｇ８と予測学習成績ｇ８を対比して成績評価判定をし表示する（ステップＳ５乃至Ｓ７）。具体的にはＧ８＞ｇ８のとき、「今回はよく頑張りました、次回もこの調子で勉強しましょう」、Ｇ８＜ｇ８のとき、「今回は予測スコアを下回りました、もっとできる筈です、次回に向けて頑張りましょう」、Ｇ８＝ｇ８のとき、「今回は予測スコアと同じです、次回も頑張りましょう」などと表示する。学習者は画面の予測学習成績ｇ８と学習成績Ｇ８を自分で対比し、学習成績Ｇ８が予測学習成績ｇ８を上回っていれば、学習努力の成果があったと自己評価でき、勉学の励みになる。反対に下回っていれば、努力が不足していたと自己評価できるので、勉学の動機付けとなる。画面の成績評価からも、勉強の励みや動機付けが得られる。
学習成績と成績評価の表示後、学習処理部７は予測指示をする（ステップＳ８、Ｓ１１）。この指示を受けた予測制御部１１はニューラルネットワーク部１０の各結合係数を最後に修正した値としたまま入力層２０に入力ベクトルＸ＝（Ｇ６，Ｇ７，Ｇ８）を入力し、出力層４０の出力ｏを予測学習成績ｇ９として学習処理部７に通知する（ステップＳ３０乃至Ｓ３２）。学習処理部７は予測学習成績ｇ９を画面に表示する（ステップＳ８、Ｓ１１、Ｓ１２）。学習者は、次回のテストでの凡その成績が判る。
学習者により、テスト終了操作がされると、学習処理部７は学習成績履歴記憶部５に、テスト実施回数番号ａ＝８に対応付けてテストの実施日時、学習成績Ｇ８、予測学習成績ｇ９を記憶させ画面を消す。
以下、同様にして、学習者が新たなテストを実施する度に、前回予測した予測した学習成績と今回の学習成績を対比して表示し、かつ評価も表示する。

この実施例によれば、学習処理部７が語彙問題・正解蓄積部２からランダムに一定数選択した語彙問題からなる語彙テストを表示部３に表示し、学習者の解答を採点した学習成績を表示するとともに、ニューラルネットワーク部１０を含む学習成績予測部６が過去の語彙テストの学習成績から予測した今回の語彙テストの予測学習成績を学習者に表示することにより、学習者はこれら２つの成績を対比して、実際の学習成績が予測された学習成績を上回っていれば、学習努力の成果があったと自己評価でき、勉学の励みになる。反対に下回っていれば、努力が不足していたと自己評価できるので、勉学の動機付けとなる。
また、学習処理部７は、今回のテストの学習成績と予測学習成績と対比した評価判定をして表示部３に表示させるので、この成績評価からも、勉強の励みや動機付けが得られる。

なお、上記した実施例では、英語語彙テストを出題テーマとしたが、数学の計算問題、歴史年表問題などでも良く、出題形式も択一的選択に限定されず、記入式などでも良い。要はテストを定期的に行なったときの成績が比較的短い時間で見るとカオス的時系列を成す出題テーマ、出題形式であればよい。

本発明は、複数回のテストを行なう学問的、資格的などの学習支援装置に適用可能である。

２ 語彙問題・正解蓄積部
３ 表示部
４ 操作部
５ 学習成績履歴記憶部
６ 学習成績予測部
７ 学習処理部
１０ ニューラルネットワーク部
１１ 予測制御部

Claims (4)

1. 出題テーマと問題形式が同じ多数の学習問題と正解を蓄積した蓄積手段と、
   学習問題、成績を学習者に提示する提示手段と、
   学習者が学習操作を行なう操作手段と、
   学習者によるテスト開始操作に従い、蓄積手段から予め定められた一定数の学習問題をランダムに選択して一回分のテストを提示手段により提示させ、学習者が入力した解答を採点し、学習成績を提示手段により提示させるとともに学習履歴記憶手段に記憶させる学習処理手段と、
   を備えた学習支援装置において、
   今までの学習成績から次回のテストの学習成績を予測する予測手段を備え、
   予測した学習成績を学習処理手段が提示手段により提示させるようにしたこと、
   を特徴とする学習支援装置。
2. 予測手段は、近時の複数回分の学習成績からニューラルネットワークにより次回の学習成績を予測するようにしたこと、
   を特徴とする請求項１記載の学習支援装置。
3. 学習処理手段は、今回のテストの学習成績を提示する際に、予測手段で予測した今回のテスト向けの予測学習成績を提示するようにしたこと、
   を特徴とする請求項１または２記載の学習支援装置。
4. 学習処理手段は、今回のテストの学習成績を提示する際に、予測手段で予測した今回のテスト向けの予測学習成績と対比した評価を提示するようにしたこと、
   を特徴とする請求項１乃至３の内のいずれか一項記載の学習支援装置。

Images