JP2018091978A - 学習支援システム、方法及びプログラム - Google Patents
学習支援システム、方法及びプログラム Download PDFInfo
- Publication number
- JP2018091978A JP2018091978A JP2016234721A JP2016234721A JP2018091978A JP 2018091978 A JP2018091978 A JP 2018091978A JP 2016234721 A JP2016234721 A JP 2016234721A JP 2016234721 A JP2016234721 A JP 2016234721A JP 2018091978 A JP2018091978 A JP 2018091978A
- Authority
- JP
- Japan
- Prior art keywords
- learning
- phrase
- user
- storage
- stored
- 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.)
- Granted
Links
- 230000013016 learning Effects 0.000 title claims abstract description 323
- 238000000034 method Methods 0.000 title claims abstract description 78
- 238000004364 calculation method Methods 0.000 claims abstract description 39
- 230000006870 function Effects 0.000 claims description 14
- 238000012795 verification Methods 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 10
- 230000003252 repetitive effect Effects 0.000 abstract description 2
- 238000012545 processing Methods 0.000 description 20
- 238000000605 extraction Methods 0.000 description 16
- 238000004891 communication Methods 0.000 description 15
- 238000010586 diagram Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000007423 decrease Effects 0.000 description 3
- 230000007717 exclusion Effects 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 230000000877 morphologic effect Effects 0.000 description 3
- 239000004065 semiconductor Substances 0.000 description 3
- 238000012217 deletion Methods 0.000 description 2
- 230000037430 deletion Effects 0.000 description 2
- 235000016496 Panda oleosa Nutrition 0.000 description 1
- 240000000220 Panda oleosa Species 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 230000014616 translation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B7/00—Electrically-operated teaching apparatus or devices working with questions and answers
- G09B7/02—Electrically-operated teaching apparatus or devices working with questions and answers of the type wherein the student is expected to construct an answer to the question which is presented or wherein the machine gives an answer to the question presented by a student
- G09B7/04—Electrically-operated teaching apparatus or devices working with questions and answers of the type wherein the student is expected to construct an answer to the question which is presented or wherein the machine gives an answer to the question presented by a student characterised by modifying the teaching programme in response to a wrong answer, e.g. repeating the question, supplying a further explanation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B19/00—Teaching not covered by other main groups of this subclass
- G09B19/06—Foreign languages
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B5/00—Electrically-operated educational appliances
- G09B5/06—Electrically-operated educational appliances with both visual and audible presentation of the material to be studied
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Electrically Operated Instructional Devices (AREA)
- Machine Translation (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
【解決手段】ユーザの母国語を設定する母国語等設定手段131と、ユーザが学習する語句情報を学習程度と共に記憶する学習語句記憶部112と、ユーザが学習する語句情報の母国語に対する言語的な類似度に基づき所定時間を計算する所定時間計算手段103と、学習語句記憶部112に記憶される学習程度を、学習未完了の場合は第1の記憶態様に、学習完了の場合は第2の記憶態様に、学習完了後に所定時間が経過した場合は再び第1の記憶態様に記憶する記憶制御手段104と、ユーザが学習する語句情報を学習語句記憶部112に記憶されている記憶態様に応じた出力態様で出力する出力部14とを備える。
【選択図】図1
Description
左から1列目は、語句全体の中で出現する順番、すなわち、形態素解析手法等で抽出された順番を出現IDとして、1、2、3と1ずつ順に増加した数値が自動的に付与され、記憶される。2列目は、抽出された抽出語句、例えば「Hi」、「Michael」等が記憶される。3列目は、語句関連情報記憶部113に登録された順番を参照する登録IDで、例えば1行目の「Hi」の場合、後述する図4の語句関連情報記憶部のデータ構造例2行目に対応する語句原形に「hi」が記憶されているので、「2」が記憶される。最後に、4列目は、ユーザが記憶したか否かを表す記憶態様データとして、例えば、「学習完了:1」または「学習未完了:0」などのフラグが記憶される。
左から1列目は、登録IDで、語句関連情報記憶部113に記憶される順番に、1、2、3と1ずつ順に増加した数値が自動的に付与され、記憶される。2列目は、登録される語句の言語種別を表し、例えば1行目の「door」の場合、「英語」が記憶される。
8列目は、ユーザの学習経験数を表す学習レベルを表し、例えば、学習経験がない語句は「0」、学習経験がある語句は「1」から「9」まで9段階のレベルに分けて記憶される。例えば、1行目の語句原形「door」の場合は学習レベルは「1」、10行目の語句原形「Michael」の場合は新出の語句なので学習レベルは「0」が記憶される。
なお、語句関連情報記憶部113に記憶されている、言語種別、活用形データ、品詞データ、9列目から12列目の母国語に対する言語的な類似度データ、語句難易度データ等は、例えば、図示しない学習支援システム内の電子辞書ファイルや通信部15を介してネットワーク4上にあるオンライン電子辞書サービスなどから、主制御部(CPU)10がデータを自動的に収集して記憶してもよく、入力部13からユーザが必要な情報を入力や編集を行ってもよい。
まず、図3および図4の具体的なデータ構造を例に、図5のフローチャートを用いて説明する。
図5は、本発明の実施例1に係る学習支援システムにおいて、学習開始から学習する語句の読み込み、語句の抽出までの手順を示すフローチャートである。
主制御部(CPU)10は、学習する語句として、例えば、「Hi, Michael, nice to meet you!」をRAMに記憶する。
主制御部(CPU)10は、例えば上記の語句から、出現ID「1」、抽出語句「Hi」、出現ID「2」、抽出語句「Michael」など図3のデータ構造例のように学習語句記憶部112に記憶する。
主制御部(CPU)10は、例えば、上記の抽出語句「Hi」は、図4に示す語句関連情報記憶部データ構造の登録ID「2」に記憶されている語句原形「hi」と照合を取り、その登録ID「2」を図3の登録ID(参照)に記憶する。
ユーザが一度学習を完了した時刻は、例えば「2016/9/20 10:05」のように、図5に示す語句関連情報記憶部データ構造の最終学習時刻データとして記憶されている。
所定時間および経過時間の詳しい計算方法は、後述する(3)ユーザが学習する語句に対する所定時間および経過時間を計算する処理手順で説明する。
主制御部(CPU)10は、例えば、ステップS3で抽出した出現ID「2」、抽出語句「Michael」の照合を取れず、図4に示す語句関連情報記憶部データ構造の最下行の10行目に登録ID「10」を付与し、語句原形に抽出語句「Michael」を記憶する。そして主制御部(CPU)10は、付与した登録ID「10」を図3の登録ID(参照)に「10」と記憶する。
続いて、図3および図4の具体的なデータ構造を例に、図6のフローチャートを用いて説明する。
図6は、本発明の実施例1に係る学習支援システムにおいて、ユーザが学習する際の処理手順を示すフローチャートである。
例えば、図3の抽出語句「Michael」の場合は記憶態様に「学習未完了:0」が記憶されているので、抽出語句「Michael」を表示色1で出力(表示)部14に出力(表示)する。表示色1として、学習すべき語句に様々な強調表示形式を施すことが可能である。例えば、「Michael」の文字色を赤色や紫色にしたり、「Michael」の文字を囲い文字や太字、斜体にしたり、「Michael」の文字に二重線や波線などの下線を施したり、「Michael」の文字の背景色を黄色や赤色などにしてもよい。
一方、図3の抽出語句「Hi」の場合は、記憶態様に「学習完了:1」が記憶されているので、「Hi」については表示色2で出力(表示)部14に出力(表示)する。表示色2は通常表示とすることで、学習未完了の抽出語句だけが強調表示され、ユーザの印象に強く残ることになる。
すなわち、例えば、図3の学習語句記憶部データ構造例の1行目の抽出語句「Hi」から最下行の抽出語句「you」まで出力(表示)部14に出力(表示)されるように順に出力作業を続ける。
例えば、図4の語句関連情報記憶部のデータ構造例10行目に記憶されている語句原形「Michael」の学習レベルは「0」であるので、1加算して「1」を新たな学習レベルとして記憶する。
例えば、図4の語句関連情報記憶部のデータ構造例5行目に記憶されている語句原形「nice」の学習レベルは「5」であるので、1減算して「4」を新たな学習レベルとして記憶する。
まず、所定時間および経過時間を計算する処理手順の説明に先立ち、所定時間を求める計算手法の概略について説明する。
心理学者ヘルマン・エビングハウスが提唱した、人間の記憶量が時間経過とともに減少するという忘却曲線は、以下のような対数関数で表される。
記憶量b(%)=100×係数k/[(log時間t)係数c+係数k] …(1)
ここで、記憶量bは学習後に記憶が残っている量(%)であり、k、cはそれぞれ係数である。一般には、当該関数から近似的に導出され、例えば以下のような負の指数関数で忘却曲線は表される。
記憶度R=Exp(−時間t/記憶強度S) …(2)
所定時間=係数1×Exp(係数2×学習レベル) …(3)
ここで係数1および係数2は調整係数であり、それぞれ標準を1とする。
まず、図5でステップS5の所定時間計算処理に進むと、図8のサブルーチン処理に移行する。
ステップS41では、主制御部(CPU)10は、抽出された抽出語句について係数1の計算処理を行う。続いて、ステップS42では、主制御部(CPU)10は、係数2の計算処理を行う。
係数1の詳しい計算方法は図12のフローチャートを用いて、また係数2の詳しい計算方法は図13のフローチャートを用いて後述する。
例えば、図4に示す語句関連情報記憶部のデータ構造例4行目の「internet」の場合、学習レベルが「4」であるので、係数1および係数2とも1の場合には、所定時間は「55」時間と計算される。
続いて、係数1の計算処理手順について、図9から図11の対応表を用いて図12のフローチャートにより説明する。
上段の2行は語句の難易度を表す。語句難易度には、例えば、学習すべき経験年数を表す学習年次と語句の文字長さが考えられる。図4で説明した語句関連情報記憶部のデータ構造例では、学習すべき経験年数を表す学習年次を語句難易度レベルに用いている。
中段の行は、語句の難易度に対応する語句難易度レベルを表し、1から7までの7段階に分けられる。この語句難易度レベルは他の要素を考慮して係数1を求める際に用いられる。
下段の行は、中段の語句難易度レベルに対応する係数1の値である。係数1の数値は、式(3)で述べたように標準は1とし、より適切な時期に反復学習する機会を提供するために、語句難易度が高くなるにつれ0.05刻みで1より小さい値を取り、最低値が0.7となる。なお、下段の係数1は、語句難易度レベルを単独で後述する難易度レベルとする場合に用いられる。
上段の行は学習者の学習経験年数または学力を表す学習年次である。
中段の行は、上段の学習者の学習年次に対応する学習者レベルを表し、図9と同様に、1から7までの7段階に分けられる。この学習者レベルは他の要素を考慮して係数1を求める際に用いられる。
下段の行は、中段の学習者レベルに対応する係数1の値であり、図9と同様に、標準は1とし、学習者レベルが高くなるにつれ0.05刻みで1より小さい値を取り、最低値が0.7となる。なお、下段の値は、学習者レベルを単独で後述する難易度とする場合に用いられる。
上段の行は難易度レベルを表し、図9に示す語句難易度レベルから図10に示す学習者レベルを差し引いた差分である。語句難易度レベルも学習者レベルも1から7までの7段階あるので、差分としては−6から+6までの値を取るが、負の値はすべて0とすることにより、難易度レベルは0から6までの7段階に分けられる。
下段の行は上段の難易度レベルに対応する係数1の値であり、標準は1とし、難易度が高くなるにつれ0.05刻みで1より小さい値を取り、最低値が0.7となる。
まず、図8でステップS41の係数1計算処理に進むと、図12のサブルーチン処理に移行する。
ステップS51では、主制御部(CPU)10は、抽出された抽出語句について、語句難易度レベルから学習者レベルを差し引いた難易度レベルを計算する。主制御部(CPU)10は、具体的には、語句関連情報記憶部113に記憶されている語句難易度レベルと、ユーザ設定記憶部111に記憶されている学習者レベルとの差分を求める。主制御部(CPU)10は、図示しないが、差分が負の値である場合は0とする処理を合わせて行う。
例えば、ユーザが中学2年生で、図4に示す語句関連情報記憶部のデータ構造例4行目にある「internet」の場合は、図10の対応表から学習者レベルは「2」、図4および図9の対応表から語句難易度レベルは「4」であるので、難易度レベルは「4−2=2」となる。
そして図12のサブルーチン処理を終え、図8のステップS42に進む。
続いて、係数2の計算処理手順について、図13乃至図16により説明する。
図4の語句関連情報記憶部のデータ構造例で説明したように、語句の母国語に対する言語的な類似度には、例えば、語句が外来語となっているか否か、文字種類が類似しているか否か、綴りが類似しているか否か、発音が類似しているか否か等がある。語句関連情報記憶部113に記憶されているこれら4つの項目から語句の類似度を求め、その類似度が低いほど、より早い時期に反復学習する機会を提供するように係数2を調整する。
ステップS61では、主制御部(CPU)10は、抽出された抽出語句について、外来語になっているか否かを判断する。主制御部(CPU)10は、語句関連情報記憶部113に記憶されている外来語データを参照し、外来語になっている場合(Y)はレベル1を「1」として(ステップS62)、外来語になっていない場合(N)はレベル1を「0」として(ステップS63)RAMに記憶し、ステップS64に進む。
例えば、図4の語句関連情報記憶部のデータ構造例4行目にある「internet」は、外来語列が「Y:1」なので、レベル1を「1」としてRAMに記憶する。
例えば、図4の語句関連情報記憶部のデータ構造例4行目にある「internet」は、文字種類類似度が「非類似:0」なので、レベル2を「0」としてRAMに記憶する。
例えば、図4の語句関連情報記憶部のデータ構造例4行目にある「internet」は、綴り類似度が「類推可:1」なので、レベル3を「1」としてRAMに記憶する。
例えば、図4の語句関連情報記憶部のデータ構造例4行目にある「internet」は、発音類似度が「類似:2」なので、レベル4を「2」としてRAMに記憶する。
例えば、図4の語句関連情報記憶部のデータ構造例4行目にある「internet」は、レベル1が「1」、レベル2が「0」、レベル3が「1」、レベル4が「2」なので、類似度合計は「5」となる。
そして図13のサブルーチン処理を終え、図8のステップS43に進む。
図15、図16の上段2行には、ユーザが学習する語句とその発音が記されている。左側にはユーザの母国語の項目が、上段の行から順に、英語、仏語、日本語、中国語の順に設けられ、左から3列目および4列目に学習語句に対応する母国語の語句とその発音が記されている。左から5列目乃至8列目には、学習語句の母国語に対する類似度を評価する4つの項目、すなわち外来語、文字種類、綴り、発音が順に設けられ、図13の係数2を計算するフローチャートに沿った各レベルの数値が記されている。そして、右端の列に図14の対応表で用いる類似度合計が記されている。
類似度合計によって係数2が図14の対応表に基づき0.7から1まで変化するので、同じ語句を学習する場合でも、母国語の違いにより所定時間が異なり、ユーザに応じて学習する語句ごとに、より適切な時期に反復学習する機会を提供することができる。
そして、例えば、図4の語句関連情報記憶部のデータ構造例5行目にある「internet」の場合、係数1および係数2とも標準の1であるときには、式(3)、すなわち図8のステップS43に従い、所定時間が55時間であった。一方、上述したように、語句難易度および学習者レベル(例では、中学2年生)を考慮した場合に係数1は0.9となり、式(3)、すなわち図8のステップS43に従い、所定時間を計算すると49時間に短縮される。さらに母国語(例では、日本語)に対する語句の類似度を考慮した場合に係数2は0.9となり、所定時間を計算すると33時間まで短縮される。したがって、上記の事項を考慮することで、ユーザに応じて学習する語句ごとに、より適切な時期に反復学習する機会を提供することが可能となる。
本学習支援システム1は、サーバ2とユーザ端末3とがネットワーク4に接続されて構成される。
ユーザが使用するユーザ端末3は、ネットワーク4を通じてサーバ2に接続する。ユーザ端末3は、ユーザが入力部31により入力した、ユーザ識別データ、母国語データ、学習者レベルデータを含む母国語等設定情報を通信部33によりネットワーク4を通じてサーバ2に送信する。
サーバ2は、ユーザ端末3より送信された母国語等設定情報を、通信部22の母国語等設定手段221により受信し、ユーザ設定記憶部211に記憶する。続いて、サーバ2は、ユーザ設定記憶部211に記憶したユーザ識別データに基づき、記憶部21内のRAM上に学習語句記憶部212を確保し、当該ユーザの過去の学習を通じて構築された語句関連情報記憶部213を特定する。以降の動作については、本発明の実施例1の学習支援システムと同様である。
例えば、本発明の実施例に係る学習支援システムでは、係数1の計算に用いる難易度レベルの指標として語句難易度レベルのみを用いてもよい。また、語句難易度として、語句の文字長さを指標として用いることもできる。さらに、語句難易度として、学習すべき経験年数を表す学習年次と語句の文字長さとの加算平均等を用いてもよい。また、語句難易度をさらに多段階のレベルに分け、例えば、対応する係数1の値を0.5から1に設定してもよい。
さらに、語句難易度として、例えば、それぞれの語句を記憶する難しさについてアンケート調査した結果を指標として用いてもよい。語句を記憶する難易度は、学習者の母国語によって大きく異なるので、例えば、さまざまな言語を母国語とする1000人に対して、学習する語句のそれぞれについて記憶してもらい、一定時間後に記憶力テストを行った結果に基づき、それぞれの単語について統計的に記憶難易度を求める。得られた記憶難易度データを語句難易度データとして用いればよい。
これらにより、より精密にあるいはより緩やかに所定時間を設定することが可能となり、ユーザに応じて外国語学習の効果を一層高めることができる。
また、学習語句レベル除外データとともに、あるいはそれに代えて、学習レベルを限定する学習語句限定レベルデータをユーザ設定記憶部111に記憶してもよい。
さらに、学習する語句の品詞を限定、または除外する品詞特定データをユーザ設定記憶部111に記憶してもよい。
図5のフローチャートにおいて、例えば、ステップS4とステップS5との間に学習語句の除外または限定する判断手順を設け、除外する語句についてはステップS9に進み、限定する語句についてはステップS5に進むようにすればよい。
学習すべき語句が限定されることにより、より的確に反復学習する機会を提供することができる。
図6のフローチャートにおいて、例えばステップS21で第3の記憶対応として「今回学習で学習未完了:2」の分岐を設け、該当する場合は表示色3に出力する手順とする。また、ステップS27の選択で「学習未完了:0」を「今回学習で学習未完了:2」に代える手順とすればよい。
これにより、今回の学習時に学習が未完了とユーザが認識した語句が明確になり、ユーザに応じた学習支援の効果をさらに高めることができる。
図6のフローチャートにおいて、ステップS26とステップS27との間に、ステップS30のシステム日時を語句関連情報記憶部113に記憶する手順を挿入すればよい。
これにより、語句の学習完了・未完了を問わず、最後に語句を学習した日時を基準に経過時間を求め、所定時間と比較して表示態様を決定することができる。
これにより、例えば第2外国語を学習する際に、母国語と第1外国語も同時に出力(表示)させることが可能となり、外国語の学習効果をさらに高めることができる。
例えば、ユーザから母国語等設定手段131を通じて入力され、ユーザ設定記憶部111に記憶されるデータとして、母国語データとともに第1外国語データを記憶する。図8のステップS42の係数2処理手順を、母国語と第1外国語についてそれぞれ行い、得られたそれぞれの係数2の値を加算平均してもよく、またどちらかの最小値を採用してもよい。
さらに複数の言語をすでに学習しているユーザに対しては、第2外国語、第3外国語に対する類似度も考慮して所定時間を計算することも可能である。この際、各外国語に対するユーザの習熟度に応じて重みづけをして所定時間を計算してもよい。例えば、母国語に2/3、考慮する外国語に1/3の重みづけをするなどである。
これにより、複数の言語を学習しているユーザに応じて、さらに適切な学習支援を提供することができる。
これにより、学習すべき語句をより明確にし、さらに効果的な学習支援を提供することができる。
所定時間=係数1×(係数2×学習レベル)n …(4)
ここでnは、例えば1、2、3などの自然数である。
さらに、所定時間の計算に、例えば、以下のような分数関数や無理関数等を用いてもよい。
所定時間=係数1×(1−係数2/学習レベル) …(5)
所定時間=係数1×√(係数2×学習レベル) …(6)
本発明の学習支援システムは、コンピュータを学習支援システムとして機能させるためのプログラムでも実現される。このプログラムは、コンピュータで読み取り可能な記録媒体に格納されていてもよい。
このプログラムを記録した記録媒体は、図1に示される学習支援システムのROMそのものであってもよいし、また、外部記憶装置としてCD−ROMドライブ等のプログラム読取装置が設けられ、そこに記録媒体を挿入することで読み取り可能なCD−ROM等であってもよい。
また、上記記録媒体は、磁気テープ、カセットテープ、フレキシブルディスク、ハードディスク、MO/MD/DVD等、又は半導体メモリであってもよい。
2 サーバ
3 ユーザ端末
4 ネットワーク
10 主制御部(CPU)
11 記憶部
12 バスライン
13 入力部
14 出力(表示)部
15 通信部
20 主制御部(CPU)
21 記憶部
22 通信部
31 入力部
32 表示部
33 通信部
101 語句抽出手段
102 語句照合手段
103 所定時間計算手段
104 記憶制御手段
111 ユーザ設定記憶部
112 学習語句記憶部
113 語句関連情報記憶部
114 学習ファイル記憶部
115 対応表記憶部
131 母国語等設定手段
132 語句情報入力手段
133 学習程度入力手段
201 語句抽出手段
202 語句照合手段
203 所定時間計算手段
204 記憶制御手段
211 ユーザ設定記憶部
212 学習語句記憶部
213 語句関連情報記憶部
214 学習ファイル記憶部
215 対応表記憶部
221 母国語等設定手段
222 語句情報入力手段
223 学習程度入力手段
224 出力手段
Claims (8)
- ユーザの母国語を設定する母国語設定手段と、
ユーザが学習する語句情報を、学習の程度と共に記憶する学習語句記憶手段と、
前記母国語設定手段によって入力された母国語に対する、ユーザが学習する語句情報の言語的な類似度に基づき所定時間を計算する所定時間計算手段と、
前記学習語句記憶手段に記憶される学習の程度を、学習未完了の場合は第1の記憶態様に記憶し、学習完了の場合は第2の記憶態様に記憶し、学習完了後に前記所定時間が経過した場合は再び第1の記憶態様に記憶する記憶制御手段と、
ユーザが学習する語句情報を、前記記憶制御手段によって前記学習語句記憶手段に記憶されている第1および第2の記憶態様に応じて、それぞれ第1および第2の出力態様にて出力する出力手段と、
を備えることを特徴とする学習支援システム。 - ユーザが学習する語句情報に対する、ユーザからの学習の程度を入力する学習程度入力手段をさらに備え、
前記学習程度入力手段による入力を、
学習未完了の場合は、前記記憶制御手段が第1の記憶態様に記憶し、
学習完了の場合は、前記記憶制御手段が第2の記憶態様に記憶することを特徴とする、請求項1記載の学習支援システム。 - ユーザが学習する語句情報を入力する語句情報入力手段と、
前記類似度を含み、語句に関連する関連情報を記憶する語句関連情報記憶部と、
前記語句情報入力手段により入力されて前記学習語句記憶手段に記憶される語句情報が、前記語句関連情報記憶部に記憶されているか否かを照合する語句照合手段と、をさらに備え、
前記記憶制御手段は、前記語句照合手段により得られた照合結果に基づき、前記語句関連情報記憶部に記憶されていない語句情報ついて、学習の程度を前記第1の記憶態様に記憶することを特徴とする、請求項1又は2記載の学習支援システム。 - 前記類似度には、学習する語句情報が母国語の外来語になっているか否か、学習する語句情報を表記する文字種類が母国語の文字種類と類似しているか否か、学習する語句情報の綴りが母国語の綴りと類似しているか否か、および学習する語句情報の発音が母国語の発音と類似しているか否かのいずれかを変数に含み、
前記所定時間計算手段は、それに応じて前記所定時間を決定することを特徴とする、請求項1乃至3いずれかに記載の学習支援システム。 - 前記所定時間計算手段は、ユーザが学習する言語における語句の難易度に基づき前記所定時間を決定することを特徴とする、請求項1乃至4いずれかに記載の学習支援システム。
- 前記所定時間計算手段は、学習する語句の言語に対するユーザの学習者レベルに基づき前記所定時間を決定することを特徴とする、請求項1乃至5いずれかに記載の学習支援システム。
- 学習支援システムが、
ユーザの母国語を設定する母国語設定ステップと、
ユーザが学習する語句情報を、学習の程度と共に記憶する学習語句記憶ステップと、
前記母国語設定ステップによって入力された母国語に対する、ユーザが学習する語句情報の言語的な類似度に基づき所定時間を計算する所定時間計算ステップと、
前記学習語句記憶ステップに記憶される学習の程度を、学習未完了の場合は第1の記憶態様に記憶し、学習完了の場合は第2の記憶態様に記憶し、学習完了後に前記所定時間が経過した場合は再び第1の記憶態様に記憶する記憶制御ステップと、
ユーザが学習する語句情報を、前記記憶制御ステップによって前記学習語句記憶ステップに記憶されている第1および第2の記憶態様に応じて、それぞれ第1および第2の出力態様にて出力する出力ステップと、
を実行することを特徴とする学習支援方法。 - コンピュータを、
ユーザの母国語を設定する母国語設定手段と、ユーザが学習する語句情報を、学習の程度と共に記憶する学習語句記憶手段と、前記母国語設定手段によって入力された母国語に対する、ユーザが学習する語句情報の言語的な類似度に基づき所定時間を計算する所定時間計算手段と、前記学習語句記憶手段に記憶される学習の程度を、学習未完了の場合は第1の記憶態様に記憶し、学習完了の場合は第2の記憶態様に記憶し、学習完了後に前記所定時間が経過した場合は再び第1の記憶態様に記憶する記憶制御手段と、ユーザが学習する語句情報を、前記記憶制御手段によって前記学習語句記憶手段に記憶されている第1および第2の記憶態様に応じて、それぞれ第1および第2の出力態様にて出力する出力手段とを備える学習支援システム
として機能させるためのプログラム。
Priority Applications (7)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016234721A JP6174774B1 (ja) | 2016-12-02 | 2016-12-02 | 学習支援システム、方法及びプログラム |
US16/306,735 US20210166581A1 (en) | 2016-12-02 | 2017-11-16 | Learning support system, method and program |
CN201780031511.1A CN109155111B (zh) | 2016-12-02 | 2017-11-16 | 学习支持系统、方法及非易失性的机器可读介质 |
EP17876645.7A EP3457386A4 (en) | 2016-12-02 | 2017-11-16 | LEARNING SUPPORT SYSTEM, PROCESS AND PROGRAM |
CA3027337A CA3027337C (en) | 2016-12-02 | 2017-11-16 | Learning support system, method and program |
PCT/JP2017/041334 WO2018101067A1 (ja) | 2016-12-02 | 2017-11-16 | 学習支援システム、方法及びプログラム |
TW106141742A TWI690907B (zh) | 2016-12-02 | 2017-11-30 | 學習支援系統、方法及程式 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016234721A JP6174774B1 (ja) | 2016-12-02 | 2016-12-02 | 学習支援システム、方法及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP6174774B1 JP6174774B1 (ja) | 2017-08-02 |
JP2018091978A true JP2018091978A (ja) | 2018-06-14 |
Family
ID=59505294
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016234721A Active JP6174774B1 (ja) | 2016-12-02 | 2016-12-02 | 学習支援システム、方法及びプログラム |
Country Status (7)
Country | Link |
---|---|
US (1) | US20210166581A1 (ja) |
EP (1) | EP3457386A4 (ja) |
JP (1) | JP6174774B1 (ja) |
CN (1) | CN109155111B (ja) |
CA (1) | CA3027337C (ja) |
TW (1) | TWI690907B (ja) |
WO (1) | WO2018101067A1 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022039214A1 (ja) * | 2020-08-21 | 2022-02-24 | 言語研究開発合同会社 | 言語学習支援装置、プログラム及び情報処理方法 |
KR102507880B1 (ko) * | 2022-07-12 | 2023-03-07 | 이정윤 | 기억률 산출 장치 및 방법 |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111260980A (zh) * | 2020-03-23 | 2020-06-09 | 成都师范学院 | 一种教育纠错学习系统 |
JP7030231B1 (ja) * | 2021-06-10 | 2022-03-04 | 株式会社バンダイ | 知育玩具およびプログラム |
CN113453072A (zh) * | 2021-06-29 | 2021-09-28 | 王瑶 | 按级别拼合和播放多语言影音文件的方法、系统和介质 |
JP7243778B1 (ja) | 2021-09-24 | 2023-03-22 | カシオ計算機株式会社 | 情報処理装置、情報処理方法およびプログラム |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060228691A1 (en) * | 2005-04-11 | 2006-10-12 | Yao-Ting Chen | Search method for discovery of individual best study period cycle |
JP2012220988A (ja) * | 2011-04-04 | 2012-11-12 | Panasonic Corp | 電子書籍装置、電子書籍システム、難易度判定方法、および難易度判定プログラム |
JP2014516170A (ja) * | 2011-05-10 | 2014-07-07 | コーリ エーハウーエッフ | 個々のユーザに対して言語学習をカスタマイズするように構成された言語学習システム |
JP2015069160A (ja) * | 2013-09-30 | 2015-04-13 | 大日本印刷株式会社 | 学習支援システム、プログラム、及び、学習支援方法 |
JP2016194683A (ja) * | 2015-03-31 | 2016-11-17 | 富士通株式会社 | ボキャブラリ学習サポートシステム |
Family Cites Families (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06289766A (ja) * | 1993-03-31 | 1994-10-18 | Casio Comput Co Ltd | 学習装置 |
US6022221A (en) * | 1997-03-21 | 2000-02-08 | Boon; John F. | Method and system for short- to long-term memory bridge |
JP2000019943A (ja) * | 1998-06-30 | 2000-01-21 | Shigezo Tatsumi | 学習支援装置および学習支援方法 |
US6652283B1 (en) * | 1999-12-30 | 2003-11-25 | Cerego, Llc | System apparatus and method for maximizing effectiveness and efficiency of learning retaining and retrieving knowledge and skills |
US6419496B1 (en) * | 2000-03-28 | 2002-07-16 | William Vaughan, Jr. | Learning method |
TWI257593B (en) * | 2004-09-29 | 2006-07-01 | Inventec Corp | Language learning system and method |
US20090157672A1 (en) * | 2006-11-15 | 2009-06-18 | Sunil Vemuri | Method and system for memory augmentation |
JP5340584B2 (ja) * | 2007-11-28 | 2013-11-13 | インターナショナル・ビジネス・マシーンズ・コーポレーション | 電子メッセージの読解を支援する装置及び方法 |
CN101231792A (zh) * | 2008-01-28 | 2008-07-30 | 徐昭宇 | 婴呓外语 |
JP2011516905A (ja) * | 2008-02-12 | 2011-05-26 | ユ,ゴン‐サン | 通信端末を介して使用者に学習情報をランダムに提供する装置及び方法 |
US20090317776A1 (en) * | 2008-06-20 | 2009-12-24 | Gregory Keim | Economic Language Learning System |
KR20100123209A (ko) * | 2009-05-14 | 2010-11-24 | 윤주웅 | 온라인 학습 평가 방법 및 그 장치, 그 기록 매체 |
CN101996505A (zh) * | 2009-08-12 | 2011-03-30 | 英业达股份有限公司 | 生字词汇的学习系统及其方法 |
CN101707020B (zh) * | 2009-11-10 | 2011-11-16 | 无敌科技(西安)有限公司 | 汉字学习系统及其方法 |
CA2814202A1 (en) * | 2010-10-12 | 2012-04-19 | Wespeke, Inc. | Language learning exchange |
US20120322043A1 (en) * | 2011-06-17 | 2012-12-20 | Microsoft Corporation | Adaptively-spaced repetition learning system and method |
TWM443248U (en) * | 2011-11-21 | 2012-12-11 | Palmforce Software Inc | System for feedback learning language |
CN102723077B (zh) * | 2012-06-18 | 2014-07-09 | 北京语言大学 | 汉语教学语音合成方法及装置 |
US20140272820A1 (en) * | 2013-03-15 | 2014-09-18 | Media Mouth Inc. | Language learning environment |
KR101460449B1 (ko) * | 2013-08-05 | 2014-11-20 | 포항공과대학교 산학협력단 | 자동 빈칸 채우기 문제 생성 방법 및 이를 수행하는 프로그램을 기록한 기록매체 장치 |
KR20150022602A (ko) * | 2013-08-24 | 2015-03-04 | 이준상 | 언어학습장치 |
WO2016185289A1 (en) * | 2015-05-21 | 2016-11-24 | Gammakite, Llc | Device for language teaching with time dependent data memory |
CN105632249A (zh) * | 2016-01-07 | 2016-06-01 | 刘玲 | 一种新型英语学习教具及学习方法 |
KR20170116467A (ko) * | 2016-04-11 | 2017-10-19 | 정지훈 | 브릭을 이용한 외국어 학습 시스템 및 외국어 학습 제공 방법 |
JP6527653B2 (ja) * | 2016-05-19 | 2019-06-05 | 小島 章利 | 情報処理装置及びその制御方法、コンピュータプログラム |
-
2016
- 2016-12-02 JP JP2016234721A patent/JP6174774B1/ja active Active
-
2017
- 2017-11-16 CA CA3027337A patent/CA3027337C/en active Active
- 2017-11-16 EP EP17876645.7A patent/EP3457386A4/en not_active Ceased
- 2017-11-16 WO PCT/JP2017/041334 patent/WO2018101067A1/ja unknown
- 2017-11-16 CN CN201780031511.1A patent/CN109155111B/zh active Active
- 2017-11-16 US US16/306,735 patent/US20210166581A1/en active Pending
- 2017-11-30 TW TW106141742A patent/TWI690907B/zh active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060228691A1 (en) * | 2005-04-11 | 2006-10-12 | Yao-Ting Chen | Search method for discovery of individual best study period cycle |
JP2012220988A (ja) * | 2011-04-04 | 2012-11-12 | Panasonic Corp | 電子書籍装置、電子書籍システム、難易度判定方法、および難易度判定プログラム |
JP2014516170A (ja) * | 2011-05-10 | 2014-07-07 | コーリ エーハウーエッフ | 個々のユーザに対して言語学習をカスタマイズするように構成された言語学習システム |
JP2015069160A (ja) * | 2013-09-30 | 2015-04-13 | 大日本印刷株式会社 | 学習支援システム、プログラム、及び、学習支援方法 |
JP2016194683A (ja) * | 2015-03-31 | 2016-11-17 | 富士通株式会社 | ボキャブラリ学習サポートシステム |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022039214A1 (ja) * | 2020-08-21 | 2022-02-24 | 言語研究開発合同会社 | 言語学習支援装置、プログラム及び情報処理方法 |
KR102507880B1 (ko) * | 2022-07-12 | 2023-03-07 | 이정윤 | 기억률 산출 장치 및 방법 |
Also Published As
Publication number | Publication date |
---|---|
EP3457386A4 (en) | 2019-07-17 |
TW201826233A (zh) | 2018-07-16 |
TWI690907B (zh) | 2020-04-11 |
CA3027337C (en) | 2023-02-21 |
JP6174774B1 (ja) | 2017-08-02 |
US20210166581A1 (en) | 2021-06-03 |
EP3457386A1 (en) | 2019-03-20 |
CN109155111A (zh) | 2019-01-04 |
CN109155111B (zh) | 2020-11-03 |
WO2018101067A1 (ja) | 2018-06-07 |
CA3027337A1 (en) | 2018-06-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6174774B1 (ja) | 学習支援システム、方法及びプログラム | |
Chelliah et al. | Handbook of descriptive linguistic fieldwork | |
JP4584148B2 (ja) | 作文小論文の評価採点装置 | |
Marzano et al. | Vocabulary for the common core | |
Gerdes | Collaborative dependency annotation | |
CN105677822A (zh) | 一种基于对话机器人的招生自动问答方法及系统 | |
Bergenholtz et al. | A new perspective on the access process | |
Pettitt et al. | Following Roba: What happens when a low-educated adult immigrant learns to read | |
Loock et al. | Machine translation literacy and undergraduate students in applied languages: report on an exploratory study | |
Demir et al. | The role of teaching grammar in first language education | |
Granados et al. | Evidence for the interdependence hypothesis: a longitudinal study of biliteracy development in a CLIL/bilingual setting | |
Curto | Automatic generation of multiple-choice tests Geraçao automatica de testes de escolha m ultipla | |
Dinca et al. | ASSESSING LEARNERS’ACADEMIC PHRASEOLOGY IN THE DIGITAL AGE: A CORPUS-INFORMED APPROACH TO ESP TEXTS | |
Harbusch et al. | A computer-assisted writing tool for an extended variety of leichte sprache (easy-to-read german) | |
Souzandehfar | How to improve pronunciation? An in-depth contrastive investigation of sound-spelling systems in English and Persian | |
KR20070030734A (ko) | 작문 소논문의 평가 채점 장치 | |
Indri Ayu et al. | GRAMMATICAL ERRORS IN STUDENTS’WRITING: DESCRIPTIVE STUDY ON GRADE 7 STUDENTS | |
Hirsh | Learning vocabulary | |
Febriana et al. | An Analysis of Students’ Collocation Translation in EFL Classroom | |
Wairagya et al. | Development of English-to-Sign-Language Translation System on Android | |
Agwuele et al. | The Routledge handbook of African linguistics | |
Nghinanhongo | A contrastive linguistic analysis of the essays of Oshindonga speaking grade 9 learners of Jan Möhr Secondary School | |
Basheer et al. | Mapping Arabic Text Studying Material With The Most Suitable Student Grade | |
Bloch | Expanding the Corpus of Vocalized Hebrew Text: Compiling an Unvocalized Text Corpus and Building an Online Interface for Vocalization Annotation | |
KR20170008624A (ko) | 외국어 문장 학습과정을 통한 단어 추출 학습방법 및 시스템 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20170531 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20170608 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6174774 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |