JP2017142315A - Learning order generation device, method, and program - Google Patents
Learning order generation device, method, and program Download PDFInfo
- Publication number
- JP2017142315A JP2017142315A JP2016022415A JP2016022415A JP2017142315A JP 2017142315 A JP2017142315 A JP 2017142315A JP 2016022415 A JP2016022415 A JP 2016022415A JP 2016022415 A JP2016022415 A JP 2016022415A JP 2017142315 A JP2017142315 A JP 2017142315A
- Authority
- JP
- Japan
- Prior art keywords
- learning
- keywords
- keyword
- learning order
- items
- 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
- 238000000034 method Methods 0.000 title claims abstract description 12
- 238000012545 processing Methods 0.000 claims abstract description 18
- 238000000605 extraction Methods 0.000 claims abstract description 17
- 239000000463 material Substances 0.000 claims description 68
- 239000000284 extract Substances 0.000 claims description 11
- 210000004027 cell Anatomy 0.000 description 9
- 230000032823 cell division Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 210000000349 chromosome Anatomy 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 230000021121 meiosis Effects 0.000 description 5
- 210000004940 nucleus Anatomy 0.000 description 5
- 210000000805 cytoplasm Anatomy 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000012552 review Methods 0.000 description 4
- 210000002421 cell wall Anatomy 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000010076 replication Effects 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000002360 preparation method Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
本発明は、項目の学習順序を生成する学習順序生成装置、方法及びプログラムに関する。 The present invention relates to a learning order generation apparatus, method, and program for generating a learning order of items.
従来、e−ラーニングを始め、教育分野におけるインターネット技術の利用が進んでいる。また、コンテンツ配信技術及びキュレーションサービスの発達に伴い、映像・音声コンテンツ及びWebページなどを学習教材として活用するようになってきている。このため、教科書などの学習教材のデジタル化、及び多数のコンテンツの利活用により、教材に関するコンテンツが整理なく増加することが想像される。この場合、受講者は、どのような順序でどのコンテンツを使って学ぶべきなのかを判断することが難しくなる。学習の効率及び効果を上げるためにも、必要な知識を順番に学ぶ仕組みが必要となる。 2. Description of the Related Art Conventionally, Internet technology has been used in e-learning and other educational fields. In addition, with the development of content distribution technology and curation services, video / audio content, Web pages, and the like have been utilized as learning materials. For this reason, it is imagined that the contents related to the teaching materials will increase without being organized by digitizing the learning materials such as textbooks and utilizing a large number of contents. In this case, it becomes difficult for the student to determine which content should be used in what order. In order to improve the efficiency and effectiveness of learning, a mechanism for learning necessary knowledge in order is required.
このような状況において、特許文献1では、講義順序が定義されたカリキュラムとの類似性から、教材間の順序関係を決定する技術が提案されている。また、特許文献2では、順番に並んだ教材間の整合性を、未定義名詞の数に応じて評価する技術が提案されている。
Under such circumstances,
しかしながら、教科書又は学習指導要領などの学習順序が記述されたカリキュラム情報には、学習対象の項目(トピック)が複数混在している。例えば、中学1年で習うあるトピックについて、より詳しい内容を中学2年で習うような場合、同一のトピックが指導要領の上で連続していないため、教材としてのコンテンツ群におけるトピック毎の学習順序を把握することは難しかった。 However, a plurality of items (topics) to be learned are mixed in the curriculum information in which a learning order such as a textbook or a learning guidance guide is described. For example, for a topic learned in the first year of junior high school, when learning more detailed contents in the second year of junior high school, the same topic is not consecutive in the teaching guidelines, so the learning order for each topic in the content group as teaching materials It was difficult to figure out.
本発明は、トピック毎の学習順序を生成できる学習順序生成装置、方法及びプログラムを提供することを目的とする。 An object of this invention is to provide the learning order production | generation apparatus, method, and program which can produce | generate the learning order for every topic.
本発明に係る学習順序生成装置は、複数の項目の学習順序が規定された基準情報を取得する基準情報取得部と、前記複数の項目それぞれからキーワードを抽出するキーワード抽出部と、前記キーワードの類似性に基づいて前記複数の項目をグループに分割し、当該グループ毎に前記キーワードの学習順序を生成する組み合わせ処理部と、を備える。 The learning order generation device according to the present invention includes a reference information acquisition unit that acquires reference information in which a learning order of a plurality of items is defined, a keyword extraction unit that extracts a keyword from each of the plurality of items, and similarity of the keywords A combination processing unit that divides the plurality of items into groups based on the characteristics and generates the learning order of the keywords for each group.
前記組み合わせ処理部は、前記キーワードの類似性及び継承性に基づいて前記複数の項目をグループに分割してもよい。 The combination processing unit may divide the plurality of items into groups based on similarity and inheritance of the keywords.
前記学習順序生成装置は、前記グループ毎のキーワードから、当該グループのトピック語を決定するトピック決定部と、入力されたトピック語に基づいて前記グループを特定し、当該グループにおける前記キーワードの学習順序を出力する出力部と、を備えてもよい。 The learning order generation device identifies a group based on a topic determination unit that determines a topic word of the group from a keyword for each group, and an input topic word, and determines a learning order of the keyword in the group. An output unit for outputting.
前記学習順序生成装置は、入力された複数の教材コンテンツから抽出されたキーワードを、前記グループ毎のキーワードとマッチングし、前記キーワードの学習順序に基づいて前記複数の教材コンテンツの学習順序を決定するマッチング部と、前記複数の教材コンテンツの学習順序を出力する出力部と、を備えてもよい。 The learning order generation device matches a keyword extracted from a plurality of input teaching material contents with a keyword for each group, and determines a learning order of the plurality of teaching material contents based on the learning order of the keywords And an output unit that outputs a learning order of the plurality of teaching material contents.
前記出力部は、前記グループ毎のキーワードのうち、前記複数の教材コンテンツが包含していないキーワードを出力してもよい。 The output unit may output a keyword that is not included in the plurality of teaching material contents among the keywords for each group.
前記学習順序生成装置は、入力された教材コンテンツから抽出されたキーワードを、前記グループ毎のキーワードとマッチングし、前記教材コンテンツが包含していないキーワードのうち、前記キーワードの学習順序に基づいて、前記教材コンテンツの前に学習すべきキーワードを抽出するマッチング部と、前記マッチング部により抽出されたキーワードを出力する出力部と、を備えてもよい。 The learning order generation device matches a keyword extracted from the input teaching material content with a keyword for each group, and based on the learning order of the keyword among the keywords not included in the teaching material content, You may provide the matching part which extracts the keyword which should be learned before teaching material content, and the output part which outputs the keyword extracted by the said matching part.
前記学習順序生成装置は、入力された教材コンテンツから抽出されたキーワードを、前記グループ毎のキーワードとマッチングし、前記教材コンテンツが包含していないキーワードのうち、前記キーワードの学習順序に基づいて、前記教材コンテンツの後に学習すべきキーワードを抽出するマッチング部と、前記マッチング部により抽出されたキーワードを出力する出力部と、を備えてもよい。 The learning order generation device matches a keyword extracted from the input teaching material content with a keyword for each group, and based on the learning order of the keyword among the keywords not included in the teaching material content, You may provide the matching part which extracts the keyword which should be learned after teaching material content, and the output part which outputs the keyword extracted by the said matching part.
本発明に係る学習順序生成方法は、複数の項目の学習順序が規定された基準情報を取得する基準情報取得ステップと、前記複数の項目それぞれからキーワードを抽出するキーワード抽出ステップと、前記キーワードの類似性に基づいて前記複数の項目をグループに分割し、当該グループ毎に前記キーワードの学習順序を生成する組み合わせ処理ステップと、をコンピュータが実行する。 The learning order generation method according to the present invention includes a reference information acquisition step of acquiring reference information in which a learning order of a plurality of items is defined, a keyword extraction step of extracting a keyword from each of the plurality of items, and similarity of the keywords The computer executes a combination processing step of dividing the plurality of items into groups based on the sex and generating the learning order of the keywords for each group.
本発明に係る学習順序生成プログラムは、複数の項目の学習順序が規定された基準情報を取得する基準情報取得ステップと、前記複数の項目それぞれからキーワードを抽出するキーワード抽出ステップと、前記キーワードの類似性に基づいて前記複数の項目をグループに分割し、当該グループ毎に前記キーワードの学習順序を生成する組み合わせ処理ステップと、をコンピュータに実行させる。 The learning order generation program according to the present invention includes a reference information acquisition step of acquiring reference information in which a learning order of a plurality of items is defined, a keyword extraction step of extracting a keyword from each of the plurality of items, and similarity of the keywords The computer is caused to perform a combination processing step of dividing the plurality of items into groups based on the characteristics and generating the learning order of the keywords for each group.
本発明によれば、トピック毎の学習順序を生成できる。 According to the present invention, a learning order for each topic can be generated.
以下、本発明の実施形態の一例について説明する。
本実施形態の学習順序生成装置1は、指導順序が記述された学習指導要領又は教科書などのカリキュラム情報から、新出キーワードの類似性と継承性とに基づき、トピック毎の学習順序を生成する。さらに、学習順序生成装置1は、学習順序を生成すると同時に、学習順序の各段階において習得すべきキーワードについても出力し、利用者に学習内容を把握させる。
Hereinafter, an example of an embodiment of the present invention will be described.
The learning
図1は、本実施形態に係る学習順序生成装置1の機能概要を示す図である。
まず、学習順序生成装置1は、学習順序を構造化するため、指導要領又は教科書など、教育教材の基となる基準情報を登録する。
続いて、学習順序生成装置1は、登録された基準情報の項目毎の順序、及び記述されているキーワードに基づいて、順序性付き組み合わせ処理を行い、トピック単位でグループ化する。このグループそれぞれには、キーワードとその順序性が記述される。
FIG. 1 is a diagram illustrating an outline of functions of the learning
First, the learning
Subsequently, the learning
例えば、指導要領又は教科書の中に、「細胞とは」が項目1として、「細胞分裂」が項目2、「天気図」が項目3、「台風」が項目4、「遺伝」が項目5として説明されているとする。学習順序生成装置1は、各項目からキーワードを抽出し、これらのキーワードの類似性及び継承性に基づいて、各項目の関連度を算出しグループ化する。
For example, in the instruction manual or textbook, “What is a cell” is
グループ化された各項目は、項目1から始まり項目5まで繋がる順序性を持っていたため、学習順序生成装置1は、この順序性に従って、グループ化されたキーワードの順序性を定義する。例えば、「細胞」に関するグループ(トピック)では、まず初めに「細胞」、「細胞壁」、「核」及び「細胞質」を、その次に「細胞分裂」、「染色体」及び「複製」を、その次に「遺伝」、「減数分裂」及び「形質」というように、学ぶべき順番にキーワードが並べられ構造化される。
Since each grouped item has an order from
教育サービス事業者は、自身が保有する教材A及び教材Bについて、これらの順序性を学習順序生成装置1に問い合わせることにより、「細胞」及び「細胞壁」を持つ教材Aを先に提示し、その後に「細胞分裂」、「遺伝」及び「減数分裂」を持つ教材Bを提示するのが望ましいことが分かる。また、「細胞」に関して学ぶべき内容の中で漏れているキーワードとして「細胞質」、「核」及び「染色体」も得られる。
The educational service provider first presents the teaching material A having “cells” and “cell walls” by inquiring the learning
図2は、本実施形態に係る学習順序生成装置1の構成を示す図である。
学習順序生成装置1は、記憶部及び制御部の他、通信部又は入出力デバイスなどの各種インタフェースを備えたサーバ装置又はPC(Personal Computer)などの情報処理装置(コンピュータ)である。学習順序生成装置1は、記憶部に記憶された所定のソフトウェア(学習順序生成プログラム)を制御部が実行することにより、各種機能を実現する。
FIG. 2 is a diagram illustrating a configuration of the learning
The learning
学習順序生成装置1の制御部は、基準情報取得部11と、キーワード抽出部12と、組み合わせ処理部13と、トピック決定部14と、マッチング部15と、出力部16とを備える。
The control unit of the learning
基準情報取得部11は、複数の項目の学習順序が規定された基準情報として、例えば、指導順序とその内容が記載された指導要領、又は指導順序で番号が付与された教材コンテンツなどを指定し、指定した基準情報を取得・蓄積する。
ここで、指導要領の例としては、文部科学省が公開しているような学習指導要領が、教材コンテンツとしては、教科書会社が展開している教科書そのものが挙げられる。
キーワード抽出部12は、基準情報の各項目からキーワードを抽出する。
The reference
Here, as an example of the guideline, a learning guideline published by the Ministry of Education, Culture, Sports, Science and Technology is used, and as the teaching material content, a textbook itself developed by a textbook company is mentioned.
The
図3は、本実施形態に係るキーワードの抽出例を示す図である。
この例では、基準情報取得部11により、項目1として「細胞とは」コンテンツ、項目2として「細胞分裂」コンテンツ、項目3として「天気図」コンテンツ、項目4として「台風」コンテンツ、項目5として「遺伝」コンテンツが取り込まれている。
FIG. 3 is a diagram illustrating an example of keyword extraction according to the present embodiment.
In this example, the reference
キーワード抽出部12は、各項目1〜5のコンテンツからキーワード群を抽出し、項目毎に保存する。例えば、項目1からは「細胞」、「細胞壁」、「核」及び「細胞質」が抽出され、項目2からは「細胞分裂」、「核」、「染色体」及び「複製」が抽出されている。
The
ここで、基準情報取得部11により蓄積される基準情報は、図3に示すような表形式には限定されない。キーワード抽出部12は、基準情報に含まれる各項目のタイトル又は本文などから、形態素解析などの手法により名詞を抽出する。キーワード抽出においては、TF−IDFなどの指標に基づいて、各キーワードの重要度を加味した調整も可能である。例えば、多くの項目に頻出する「実験」といったキーワードは重要度が低いと判断して抽出しない調整も可能である。
Here, the reference information accumulated by the reference
組み合わせ処理部13は、抽出されたキーワードを、各項目で新しく出現した新出語と、既に前の項目で出現した既出語とに分け、項目間での新出語同士の類似性に基づいて、複数の項目をトピックのグループに分割し、グループ毎にキーワードの学習順序を生成する。さらに、組み合わせ処理部13は、項目間での新出語から既出語へのキーワードの継承性をさらに加味することにより、グループ化の精度を向上させる。
The
図4は、本実施形態に係るキーワードの類似性及び継承性の概要を示す図である。
図中の項目Xと項目Zとは、基準情報の中で前後関係にある項目を意味する。ただし、XとZとは、連続した前後関係にあるとは限らない。また、図中のW1〜W3は、項目Xで初めて出現する新出語を、W4及びW5は、項目Xよりも前に既に出現し項目Xで再び出現した既出語を表す。同様に、W6及びW7は、項目Zで出現する新出語を、W2は、項目Zで出現する既出語を表す。つまり、W2が項目Xで新しく出現し、項目Zでも使用されている。
FIG. 4 is a diagram showing an overview of keyword similarity and inheritance according to the present embodiment.
The item X and the item Z in the figure mean items that are in the context in the reference information. However, X and Z are not necessarily in a continuous context. W1 to W3 in the figure represent new words that appear for the first time in the item X, and W4 and W5 represent existing words that have already appeared before the item X and have reappeared in the item X. Similarly, W6 and W7 represent new words that appear in the item Z, and W2 represents existing words that appear in the item Z. That is, W2 newly appears in item X and is also used in item Z.
新出語同士の類似性は、項目Xと項目Zとの新出語同士(W1〜W3のいずれかとW6又はW7との間)の類似度に基づいて、例えば次の式(1)のように計算される。
ここで、集合X及び集合Zは、それぞれの新出語のみで構成される。また、r(WXm,WZn)は、各キーワード同士の類似度を表し、類似度の総和をキーワード数で正規化した値を新出語同士の類似性R(X,Z)と定義する。
なお、キーワード単位の類似度rは、文脈類似度、又は共起頻度に基づく類似度など、各種の指標が用いられてよい。
Here, the set X and the set Z are composed of only new words. Further, r (WX m , WZ n ) represents the similarity between the keywords, and a value obtained by normalizing the sum of the similarities with the number of keywords is defined as similarity R (X, Z) between the new words. .
As the similarity r for each keyword, various indexes such as context similarity or similarity based on the co-occurrence frequency may be used.
新出語の継承性は、ある項目の新出語が後の項目に既出語としてどの程度存在するかを意味する性質として定義される。
例えば図4では、項目Xの新出語であるW1,W2,W3のうち、W2が項目Zに既出語として存在する。項目Xの新出語数を式(1)と同様にmとし、項目Zの既出語と項目Xの新出語との積集合の要素数、つまり共通語数をsとすると、新出語の継承性Tは、例えば次の式(2)で表される。
T(X,Z)=s/m ・・・(2)
The inheritance of a new word is defined as a property that means how much a new word of a certain item exists as an existing word in a later item.
For example, in FIG. 4, among the new words W1, W2, and W3 of item X, W2 exists in item Z as an existing word. Assuming that the number of new words in item X is m as in equation (1) and the number of elements in the intersection of the existing words in item Z and the new words in item X, that is, the number of common words is s, the inheritance of new words The property T is represented by the following formula (2), for example.
T (X, Z) = s / m (2)
各項目の関連度は、式(1)で得られる類似性と、式(2)で得られる継承性との加算又は乗算で算出される。これにより、各項目がグループ化され、同時に項目間の順序性が得られる。また、項目間の順序性に従ってキーワードの順序性も得られる。 The relevance level of each item is calculated by adding or multiplying the similarity obtained by Expression (1) and the inheritance obtained by Expression (2). Thereby, each item is grouped and the order between items is obtained simultaneously. In addition, the order of keywords can be obtained according to the order between items.
なお、前述の類似性及び継承性の計算式は一例であり、これらには限られない。例えば、継承性は、複数の項目にわたって継承されるキーワードに対して、項目数に応じた重み付けがされてもよい。これにより、組み合わせ処理部13は、多段階の継承による項目間の関連度合いをより適切に判定できる。
The similarity and inheritance calculation formulas described above are merely examples, and the present invention is not limited to these. For example, the inheritance may be weighted according to the number of items for keywords inherited over a plurality of items. Thereby, the
トピック決定部14は、グループ毎のキーワード群から、このグループを代表するトピック語を決定する。なお、トピック語の決定手法は限定されず、例えば、最も多く使用されたキーワードが選択されてもよいし、この他、トピック抽出モデルといったアルゴリズムが使用されてもよい。
The
図5は、本実施形態に係る項目の組み合わせ処理例を示す図である。
キーワード抽出部12により項目(例えば、項目1〜5)毎に抽出されたキーワード群は、組み合わせ処理部13により、それぞれ新出語又は既出語に分類され、項目の順序と新出語の類似性及び継承性とに基づいてグループ化される。
FIG. 5 is a diagram showing an example of item combination processing according to the present embodiment.
The keyword group extracted for each item (for example,
この例では、項目1,2,5が順序付きでグループ化されている。なお、項目2のキーワード「核」は、項目1の新出語であり、項目1から項目2への継承性を高め、グループ化に寄与している。
項目1,2,5のグループからは、グループを代表する重要語である「細胞」がトピック語として選択されている。
In this example,
From the groups of
また、項目3及び4は、項目1,2,5との関連度が低く、異なるトピックとしてグループ化され、トピック語として「気圧」が選択されている。
このように、基準情報では、項目1から項目5までが連続する学習順序として定義されているが、項目1,2,5と、これらに挟まれた項目3,4とが異なるトピックとして、それぞれグループ化される。
Items 3 and 4 have low relevance to
In this way, in the reference information,
マッチング部15は、外部から複数の教材コンテンツが入力されると、これらの教材コンテンツから抽出されたキーワードを、グループ毎のキーワードとマッチングし、キーワードの学習順序に基づいて教材コンテンツの学習順序を決定する。
また、マッチング部15は、マッチングの結果、教材コンテンツが包含していないキーワードを必要語として抽出する。このとき、マッチング部15は、キーワードの学習順序に基づいて、必要語のうち、入力された教材コンテンツの前に学習すべきキーワード、及び後に学習すべきキーワードを分けて抽出する。
When a plurality of teaching material contents are input from the outside, the matching
In addition, the matching
出力部16は、生成された学習順序に基づく各種情報を出力し、利用者に提供する。
まず、出力部16は、トピック語が入力されると、この入力に基づいてグループを特定し、特定したグループにおけるキーワードの学習順序を出力する。
The
First, when a topic word is input, the
また、出力部16は、マッチング部15による処理結果として、入力された複数の教材コンテンツの学習順序を出力する。このとき、出力部16は、グループ毎のキーワードのうち、入力された複数の教材コンテンツが包含していない必要語を出力する。
Further, the
さらに、出力部16は、教材コンテンツが入力されると、マッチング部15により抽出された必要語を、入力された教材コンテンツの前に学習すべきキーワード、後に学習すべきキーワードを出力する。
Furthermore, when the learning material content is input, the
<サービス例1>
図6は、本実施形態に係る学習順序生成装置1を用いたサービスの第1の例を示す図である。
このサービス例では、学習順序生成装置1は、外部から取り込んだ教材コンテンツのキーワードに基づいて、これらの教材コンテンツが、どの項目をどの程度網羅しているかを計算し、教材コンテンツの学習順序及び必要語を出力する。
<Service example 1>
FIG. 6 is a diagram illustrating a first example of a service using the learning
In this service example, the learning
例えば、教材Bは「細胞分裂」、「遺伝」及び「減数分裂」をキーワードとして持っているため、項目2及び項目3に対応していることが分かる。同時に、教材Bは、項目2のキーワード「染色体」についての記述がないことも分かる。
For example, the teaching material B has “cell division”, “genetics”, and “meiosis” as keywords, so that it can be seen that it corresponds to
また、教材Aと教材Bとの順序性についても、どの項目をどの程度網羅しているかにより判定される。教材Aは項目1を、教材Bは項目2を、より多く網羅していることが分かるため、教材Aから教材Bの順序で学習すべきことが把握される。
Further, the order of the teaching material A and the teaching material B is also determined by how many items are covered. Since it is understood that the learning material A covers
なお、網羅度は、各キーワードの類似度により計算されるが、類似度の指標は限定されない。また、外部の教材コンテンツは、テキストが付与されていれば、映像コンテンツ又は音声コンテンツなど、種類は限定されない。 Note that the degree of coverage is calculated based on the similarity of each keyword, but the index of similarity is not limited. Further, the type of external teaching material content is not limited as long as text is given, such as video content or audio content.
<サービス例2>
図7は、本実施形態に係る学習順序生成装置1を用いたサービスの第2の例を示す図である。
このサービス例では、教材コンテンツホルダが、自社が所有する教育教材としてのコンテンツの前に学習すべき復習キーワード、又は次に学習すべき予習キーワードを取得する。
<Service example 2>
FIG. 7 is a diagram illustrating a second example of a service using the learning
In this service example, a learning material content holder acquires a review keyword to be learned before content as an educational material owned by the company, or a preparation keyword to be learned next.
「遺伝」に関する教材Bを保有している教材コンテンツホルダは、この教材Bを学習する前に学習すべき復習キーワードを知りたいと考えている。この場合、学習順序生成装置1が生成した学習順序を利用することで、教材Bが対応する項目2及び項目5の前に項目1を学ぶ必要性が分かる。
また、対応している項目2においても、教材Bにない「染色体」について学習する必要があるため、事前に学ぶべき復習キーワードとして把握することができる。
The teaching material content holder who owns the teaching material B related to “genetics” wants to know the review keyword to be learned before learning the teaching material B. In this case, by using the learning order generated by the learning
Also, in the
また、次に学ぶべき予習キーワードを把握したいコンテンツホルダは、「細胞分裂」に関する教材Aは項目1に対応しているため、次に学ぶべき項目2の「細胞分裂」及び「染色体」を把握できる。また、項目5は項目1の次の次であることも分かるため、「遺伝」及び「減数分裂」などについては提示されない。
In addition, the content holder who wants to know the keyword to prepare for the next learning can understand “cell division” and “chromosome” of the
このように、学習順序生成装置1は、教材コンテンツ同士のマッチングではなく、キーワードとその順序性によるマッチングを行うため、柔軟に予習及び復習キーワードの提示が可能である。
Thus, since the learning
<サービス例3>
図8は、本実施形態に係る学習順序生成装置1を用いたサービスの第3の例を示す図である。
このサービス例では、教育サービスプロバイダが、学習順序生成装置1により提供されるトピック毎の学習パスを用いた理解度チェック付き学習アプリケーションを作成する。
<Service example 3>
FIG. 8 is a diagram illustrating a third example of a service using the learning
In this service example, an education service provider creates a learning application with an understanding level check using a learning path for each topic provided by the learning
学習順序生成装置1は、教育サービスプロバイダからの要求に応じ、順序付きキーワード群を応答する。例えば、トピック語「細胞」に関するグループからは、1:「細胞」「細胞壁」「核」「細胞質」、2:「細胞分裂」「染色体」「複製」、3:「遺伝」「減数分裂」「形質」という学習パスのデータが教育サービスプロバイダに応答される。
The learning
教育サービスプロバイダは、取得した学習パスに基づき、例えば、項目1と項目2との間に、「核」に関するテストを設ける事で、「核」を理解しないと項目2に進めないようなアプリケーションを作成することができる。
ここで、項目1において、TF−IDFなどの重要度の指標により「核」が最も重要であるといった重み付けをすることで、テスト設計が自動化される。
Based on the acquired learning path, the education service provider, for example, provides a test related to “nuclear” between
Here, in
本実施形態によれば、学習順序生成装置1は、新出語同士の類似性と新出語の継承性とを用いることにより、基準情報を混在するトピック毎にグループ化して、学習順序を生成できる。この結果、学習順序生成装置1は、効率的かつ効果的な学習環境を実現でき、インターネット技術を活用した教育の発展に寄与できる。
つまり、教育基盤開発プロバイダは、自社もしくは他社が持っている教材又は指導要領を学習順序生成装置1に登録することで、自動的に各項目及びキーワードの学習順序を取得でき、トピックごとの学習パスを作成できる。
According to the present embodiment, the learning
In other words, the education infrastructure development provider can automatically acquire the learning order of each item and keyword by registering the learning materials or instruction points possessed by the company or other companies in the learning
また、学習順序生成装置1は、項目の学習順序を生成するだけでなく、項目毎のキーワードも明確にできる。したがって、利用者は、増加する教材コンテンツを体系的に管理できるだけでなく、効率的かつ効果的な学習機会を創造できる。
Further, the learning
より具体的には、学習順序生成装置1を利用することにより、教育サービスプロバイダは、複数の教材コンテンツを、トピック毎の学習パスとマッチングさせ、学ぶべき順番で受講者に提供できる。さらに、受講者の理解度を把握した上での最適なコンテンツ提示も可能となる。
More specifically, by using the learning
また、学習順序生成装置1は、学習順序の各項目において習得すべきキーワードについても提示できるため、利用者は、各項目で何を学ぶのかを把握できると共に、与えられた教材コンテンツで網羅されない内容、さらには教材コンテンツの前又は後に学ぶべき内容を把握できる。この結果、教材コンテンツによる学習の効率化が図られる。
Moreover, since the learning
以上、本発明の実施形態について説明したが、本発明は前述した実施形態に限るものではない。また、本実施形態に記載された効果は、本発明から生じる最も好適な効果を列挙したに過ぎず、本発明による効果は、本実施形態に記載されたものに限定されるものではない。 As mentioned above, although embodiment of this invention was described, this invention is not restricted to embodiment mentioned above. Further, the effects described in the present embodiment are merely a list of the most preferable effects resulting from the present invention, and the effects of the present invention are not limited to those described in the present embodiment.
さらに、学習順序生成装置の機能を実現するためのプログラムをコンピュータで読み取り可能な記録媒体に記録して、この記録媒体に記録されたプログラムをコンピュータシステムに読み込ませ、実行することによって実現してもよい。 Further, the present invention may be realized by recording a program for realizing the function of the learning order generation device on a computer-readable recording medium, causing the computer system to read and execute the program recorded on the recording medium. Good.
ここでいう「コンピュータシステム」とは、OSや周辺機器などのハードウェアを含むものとする。また、「コンピュータで読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ROM、CD−ROMなどの可搬媒体、コンピュータシステムに内蔵されるハードディスクなどの記憶装置のことをいう。 The “computer system” here includes an OS and hardware such as peripheral devices. The “computer-readable recording medium” refers to a storage device such as a portable medium such as a flexible disk, a magneto-optical disk, a ROM, a CD-ROM, or a hard disk built in a computer system.
さらに「コンピュータで読み取り可能な記録媒体」とは、インターネットなどのネットワークや電話回線などの通信回線を介してプログラムを送信する場合の通信線のように、短時刻の間、動的にプログラムを保持するもの、その場合のサーバやクライアントとなるコンピュータシステム内部の揮発性メモリのように、一定時刻プログラムを保持しているものも含んでもよい。また、上記プログラムは、前述した機能の一部を実現するためのものであってもよく、さらに前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるものであってもよい。 In addition, “computer-readable recording medium” means that a program is dynamically stored for a short time, like a communication line when a program is transmitted via a network such as the Internet or a communication line such as a telephone line. It is also possible to include one that holds a program for a certain time, such as a volatile memory inside a computer system that becomes a server or client in that case. Further, the program may be for realizing a part of the above-described functions, and may be capable of realizing the above-described functions in combination with a program already recorded in the computer system. .
1 学習順序生成装置
11 基準情報取得部
12 キーワード抽出部
13 組み合わせ処理部
14 トピック決定部
15 マッチング部
16 出力部
DESCRIPTION OF
Claims (9)
前記複数の項目それぞれからキーワードを抽出するキーワード抽出部と、
前記キーワードの類似性に基づいて前記複数の項目をグループに分割し、当該グループ毎に前記キーワードの学習順序を生成する組み合わせ処理部と、を備える学習順序生成装置。 A reference information acquisition unit that acquires reference information in which a learning order of a plurality of items is defined;
A keyword extraction unit for extracting a keyword from each of the plurality of items;
A learning order generation device comprising: a combination processing unit that divides the plurality of items into groups based on similarity of the keywords and generates the learning order of the keywords for each group.
入力されたトピック語に基づいて前記グループを特定し、当該グループにおける前記キーワードの学習順序を出力する出力部と、を備える請求項1又は請求項2に記載の学習順序生成装置。 A topic determination unit that determines a topic word of the group from the keyword for each group;
The learning order generation device according to claim 1, further comprising: an output unit that identifies the group based on the input topic word and outputs the learning order of the keyword in the group.
前記複数の教材コンテンツの学習順序を出力する出力部と、を備える請求項1又は請求項2に記載の学習順序生成装置。 A matching unit that matches keywords extracted from a plurality of input teaching material contents with a keyword for each group, and determines a learning order of the plurality of teaching material contents based on a learning order of the keywords;
The learning order generation apparatus according to claim 1, further comprising: an output unit that outputs a learning order of the plurality of teaching material contents.
前記マッチング部により抽出されたキーワードを出力する出力部と、を備える請求項1又は請求項2に記載の学習順序生成装置。 The keyword extracted from the input teaching material content is matched with the keyword for each group, and the keywords not included in the teaching material content are learned before the teaching material content based on the learning order of the keywords. A matching unit that extracts keywords that should be
The learning order generation apparatus according to claim 1, further comprising: an output unit that outputs the keyword extracted by the matching unit.
前記マッチング部により抽出されたキーワードを出力する出力部と、を備える請求項1又は請求項2に記載の学習順序生成装置。 The keyword extracted from the input teaching material content is matched with the keyword for each group, and among the keywords not included in the teaching material content, learning should be performed after the teaching material content based on the learning order of the keywords. A matching unit that extracts keywords;
The learning order generation apparatus according to claim 1, further comprising: an output unit that outputs the keyword extracted by the matching unit.
前記複数の項目それぞれからキーワードを抽出するキーワード抽出ステップと、
前記キーワードの類似性に基づいて前記複数の項目をグループに分割し、当該グループ毎に前記キーワードの学習順序を生成する組み合わせ処理ステップと、をコンピュータが実行する学習順序生成方法。 A reference information acquisition step for acquiring reference information in which a learning order of a plurality of items is defined;
A keyword extraction step of extracting a keyword from each of the plurality of items;
A learning order generation method in which a computer executes the combination processing step of dividing the plurality of items into groups based on the similarity of the keywords and generating the learning order of the keywords for each group.
前記複数の項目それぞれからキーワードを抽出するキーワード抽出ステップと、
前記キーワードの類似性に基づいて前記複数の項目をグループに分割し、当該グループ毎に前記キーワードの学習順序を生成する組み合わせ処理ステップと、をコンピュータに実行させるための学習順序生成プログラム。 A reference information acquisition step for acquiring reference information in which a learning order of a plurality of items is defined;
A keyword extraction step of extracting a keyword from each of the plurality of items;
A learning order generation program for causing a computer to execute a combination processing step of dividing the plurality of items into groups based on the similarity of the keywords and generating the learning order of the keywords for each group.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016022415A JP2017142315A (en) | 2016-02-09 | 2016-02-09 | Learning order generation device, method, and program |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016022415A JP2017142315A (en) | 2016-02-09 | 2016-02-09 | Learning order generation device, method, and program |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2017142315A true JP2017142315A (en) | 2017-08-17 |
Family
ID=59628991
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016022415A Pending JP2017142315A (en) | 2016-02-09 | 2016-02-09 | Learning order generation device, method, and program |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2017142315A (en) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09222845A (en) * | 1996-02-15 | 1997-08-26 | Gakushiyuu Joho Tsushin Syst Kenkyusho:Kk | Management of training and method for learning support by computer |
JP2003280510A (en) * | 2002-03-26 | 2003-10-02 | Fujitsu Ltd | Learning support method |
JP2003287998A (en) * | 2002-03-28 | 2003-10-10 | Fujitsu Ltd | Method and program for evaluating compatibility |
JP2004233937A (en) * | 2003-02-03 | 2004-08-19 | Tetsuya Niide | Learning support system |
JP2005321662A (en) * | 2004-05-10 | 2005-11-17 | Fuji Xerox Co Ltd | Learning support system and method |
US20060008789A1 (en) * | 2004-07-07 | 2006-01-12 | Wolfgang Gerteis | E-learning course extractor |
JP2015004785A (en) * | 2013-06-20 | 2015-01-08 | 富士通株式会社 | Method for determining order relation of teaching materials, learning support system, device for determining order relation of teaching materials, terminal device, and program |
US20150332598A1 (en) * | 2002-01-08 | 2015-11-19 | EdGate Correlation Services, LLC | Internet-based educational framework for the correlation of lessons, resources and assessments to state standards |
-
2016
- 2016-02-09 JP JP2016022415A patent/JP2017142315A/en active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09222845A (en) * | 1996-02-15 | 1997-08-26 | Gakushiyuu Joho Tsushin Syst Kenkyusho:Kk | Management of training and method for learning support by computer |
US20150332598A1 (en) * | 2002-01-08 | 2015-11-19 | EdGate Correlation Services, LLC | Internet-based educational framework for the correlation of lessons, resources and assessments to state standards |
JP2003280510A (en) * | 2002-03-26 | 2003-10-02 | Fujitsu Ltd | Learning support method |
JP2003287998A (en) * | 2002-03-28 | 2003-10-10 | Fujitsu Ltd | Method and program for evaluating compatibility |
JP2004233937A (en) * | 2003-02-03 | 2004-08-19 | Tetsuya Niide | Learning support system |
JP2005321662A (en) * | 2004-05-10 | 2005-11-17 | Fuji Xerox Co Ltd | Learning support system and method |
US20060008789A1 (en) * | 2004-07-07 | 2006-01-12 | Wolfgang Gerteis | E-learning course extractor |
JP2015004785A (en) * | 2013-06-20 | 2015-01-08 | 富士通株式会社 | Method for determining order relation of teaching materials, learning support system, device for determining order relation of teaching materials, terminal device, and program |
Non-Patent Citations (1)
Title |
---|
関 亜紀子 AKIKO SEKI: "「シラバス情報を用いた教材探索支援システムの検討」", 電子情報通信学会2015年基礎・境界ソサイエティ/NOLTAソサイエティ大会講演論文集 PROCEEDINGS, JPN6019038669, 25 August 2015 (2015-08-25), pages 130, ISSN: 0004302038 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Donoho | 50 years of Data Science | |
Jain et al. | Selection and ranking of E-learning websites using weighted distance-based approximation | |
JP5403727B2 (en) | Teaching material selection system method and program | |
US20170193393A1 (en) | Automated Knowledge Graph Creation | |
CN110443571A (en) | The method, device and equipment of knowledge based map progress resume assessment | |
CN111930792B (en) | Labeling method and device for data resources, storage medium and electronic equipment | |
BR122017002795A2 (en) | systems and methods for language learning | |
Shapovalov et al. | TODOS as digital science-support environment to provide STEM-education | |
Siebert-Evenstone et al. | Cause and because: Using epistemic network analysis to model causality in the next generation science standards | |
Sinha et al. | Ranking multiple choice question distractors using semantically informed neural networks | |
Krieger | Creating learning material from web resources | |
Kurdi et al. | An experimental evaluation of automatically generated multiple choice questions from ontologies | |
CN116402166A (en) | Training method and device of prediction model, electronic equipment and storage medium | |
Odun-Ayo et al. | Systematic mapping study of utility-driven platforms for clouds | |
JP2017142315A (en) | Learning order generation device, method, and program | |
KR101662399B1 (en) | Apparatus and method for question-answering using user interest information based on keyword input | |
Aeiad et al. | An adaptable and personalised e-learning system based on free web resources | |
CN109947953B (en) | Construction method, system and equipment of knowledge ontology in English field | |
Al-Absi et al. | Al-Ahadeeth: A Visualization Tool of the Hadiths’ Chain of Narrators | |
Cortés et al. | The Missing Linkage Between Science Technology and Innovation Policy and the Scientific Workforce—Evidence from Colombia | |
JP7423111B1 (en) | Learning material generation system, learning material generation method, and learning material generation program | |
US12001787B2 (en) | Analyzing presentations to structure metadata for generating questions directed to the content of the presentations | |
Variawa et al. | An Automated Approach for Finding Course-specific Vocabulary | |
Liu | English Learning Patterns for Mobile Users Based on Multiple Data Mining Algorithms | |
Kirihami Vidanelage | EO4GEO BoK annotation of GI resources |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190107 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20190913 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20191008 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20200714 |