JP2021113961A - 試験問題生成システム及び試験問題生成プログラム - Google Patents

Abstract

【課題】出題カテゴリを予測し、予測したカテゴリにおける問題文を設定された出題形式で生成し、当該出題形式の割合で問題集を自動生成できる試験問題生成システム及び試験問題生成プログラムを提供する。【解決手段】予測問題作成処理装置において、カテゴリ予測ステップにより、過去出題されたカテゴリ別の出題数を基に出題カテゴリをＡＩ等で予測し、更に、問題作成ステップにより、予測したカテゴリにおける問題文を設定された複数の出題形式で生成し、各出題形式の割合に応じて全体の問題集を生成して出題予測結果を出力し、出題される確率が高いカテゴリについて、設定された出題形式及び当該出題形式の割合に応じて問題を生成する試験問題生成システム及び試験問題生成プログラムである。【選択図】図３

Description

本発明は、試験問題を自動生成するシステムに係り、特に、過去の問題から予測された出題カテゴリにおける問題文を設定される出題形式で生成し、当該形式の割合で問題集を生成する試験問題作成システム及び試験問題作成プログラムに関する。

［従来の技術］
従来の試験問題を生成する技術には、条件によって整理された問題文を記憶しておき、試験問題の条件を入力すると、条件に合致する問題文を抽出して試験の全体の問題集を作成するものがあった。

［関連技術］
尚、関連する先行技術として、特開２００３−２７１０５０号公報「試験問題作成システム、方法及びプログラム」（特許文献１）、特開２０１０−１２８３０５号公報「情報処理装置、情報処理方法及びプログラム」（特許文献２）、特開２０１７−０７８７３２号公報「問題集作成方法並びに問題集」（特許文献３）がある。

特許文献１には、試験問題の条件を入力すると条件合致する試験問題を抽出するもので、カテゴリ、想定正解率を設定して、正解率の平均を計算し、許容範囲内にすることが記載されている。
特許文献２には、学習者による過去の試験問題の解答結果を利用することで、出題者の解答の選択肢を作成する労力を低減することが記載されている。
特許文献３には、問題ＤＢの正答率により処理装置が難易度を設定し、学習者のレベルに応じた問題集を作成することが記載されている。

特開２００３−２７１０５０号公報 特開２０１０−１２８３０５号公報 特開２０１７−０７８７３２号公報

しかしながら、上記従来の試験問題を作成する技術では、条件に合致する問題文を抽出して問題集を生成するものであるが、出題形式の割合を指定して問題文を自動生成できるものではないため、過去の問題文と同じ問題文を寄せ集めた問題集しか作成できないという問題点があった。

尚、特許文献１〜３では、過去の出題状況に応じて、出題のカテゴリを予測して設定された出題形式の割合に応じて問題文を自動生成することについての記載がない。

本発明は上記実状に鑑みて為されたものであり、出題カテゴリを予測し、予測したカテゴリにおける問題文を設定された出題形式で生成し、当該出題形式の割合で問題集を自動生成できる試験問題生成システム及び試験問題生成プログラムを提供することを目的とする。

（試験問題生成システム）
上記従来例の問題点を解決するための本発明は、試験問題を生成する処理装置を有する試験問題生成システムであって、処理装置が、過去の試験問題の問題文を出題のカテゴリ毎に複数記憶する記憶部と、予測される試験問題の問題文を生成する処理部とを備え、処理部が、複数の出題形式及び当該出題形式の割合が設定されると、記憶部に記憶された過去の試験問題のカテゴリ別の出題数を基に、生成する問題のカテゴリにおける出題数を予測し、予測したカテゴリの出題数に応じて過去の試験問題の問題文を基に、設定された出題形式の割合で当該出題形式に従って問題文を生成して問題集を生成することを特徴とする。

（平均点の算出）
本発明は、上記試験問題生成システムにおいて、記憶部には、過去の試験問題の問題文毎に正答率が記憶され、処理部が、生成された問題について、対応する過去の問題文の正答率に基づいて大問毎に平均点を算出し、平均点を加算して全体の平均点を算出することを特徴とする。

（平均点の調整）
本発明は、上記試験問題生成システムにおいて、処理部が、平均点を変更する操作が為されると、当該変更された平均点となる過去の問題文を対応する正答率から抽出し、出題形式の割合で当該出題形式に従って問題文を生成して問題集を生成し直すことを特徴とする。

（問題の追加・削除）
本発明は、上記試験問題生成システムにおいて、処理部が、問題の追加又は削除の指示が入力されると、大問毎の配点が調整されて平均点を再計算することを特徴とする。

（試験問題生成プログラム）
本発明は、試験問題を生成する処理装置において動作する試験問題生成プログラムであって、処理装置を、複数の出題形式及び当該出題形式の割合が設定されると、記憶部に出題のカテゴリ毎に複数記憶する過去の試験問題の問題文から、過去の試験問題のカテゴリ別の出題数を基に、生成する問題のカテゴリにおける出題数を予測し、予測したカテゴリの出題数に応じて過去の試験問題の問題文を基に、設定された出題形式の割合で当該出題形式に従って問題文を生成して問題集を生成するよう機能させることを特徴とする。

（平均点算出処理）
本発明は、上記試験問題生成プログラムにおいて、処理装置を、記憶部に記憶された過去の試験問題の問題文毎の正答率を用いて、生成された問題文について、対応する過去の問題文の正答率に基づいて大問毎に平均点を算出し、平均点を加算して全体の平均点を算出するよう機能させることを特徴とする。

（平均点変更処理）
本発明は、上記試験問題生成プログラムにおいて、処理装置を、平均点を変更する操作が為されると、当該変更された平均点となる過去の問題文を対応する正答率から抽出し、出題形式の割合で当該出題形式に従って問題文を生成して問題集を生成し直すよう機能させることを特徴とする。

（問題の追加・削除処理）
本発明は、上記試験問題生成プログラムにおいて、処理装置を、問題の追加又は削除の指示が入力されると、大問毎の配点が調整されて平均点を再計算するよう機能させることを特徴とする。

本発明によれば、試験問題を生成する処理装置が、過去の試験問題の問題文を出題のカテゴリ毎に複数記憶する記憶部と、予測される試験問題の問題文を生成する処理部とを備え、処理部が、複数の出題形式及び当該出題形式の割合が設定されると、記憶部に記憶された過去の試験問題のカテゴリ別の出題数を基に、生成する問題のカテゴリにおける出題数を予測し、予測したカテゴリの出題数に応じて過去の試験問題の問題文を基に、設定された出題形式の割合で当該出題形式に従って問題文を生成して問題集を生成する試験問題生成システムとしているので、出題される確率が高いカテゴリについて、設定された出題形式で問題文が生成され、更に当該出題形式の割合に応じて問題集が生成され、問題の生成を容易にできる効果がある。

本システムの概略図である。 本実装エンジンの概略図である。 予測と問題作成の処理の概略図である。 出題形式と割合を示すテーブル図である。 問題生成処理フロー図である。 大問毎に整理された小問の情報を示すテーブル図である。 大問毎の配点と平均点のテーブル図である。 平均点算出と調整の処理フロー図である。

本発明の実施の形態について図面を参照しながら説明する。
［実施の形態の概要］
本発明の実施の形態に係る試験問題生成システム（本システム）は、過去出題されたカテゴリ別の出題数を基に出題カテゴリ毎の出題数を人工知能（ＡＩ：Artificial Intelligence）等で予測し、更に、予測した出題カテゴリの出題数に応じて当該カテゴリから過去問の問題文を抽出し、抽出した問題文を設定された複数の出題形式（問題形式）の割合に割り振り（配分し）、配分した問題文を各出題形式で生成して（作り直して）、問題集を生成するものであり、これにより、出題される確率が高いカテゴリについて、設定された出題形式で問題文が生成され、更に当該出題形式の割合に応じて問題集が自動生成されるので、問題作成者の設定次第で意図する問題（問題文とその集合の問題集）を容易に生成でき、問題作成の労力を大幅に低減でき、問題作成の利便性を向上させることができるものである。

［本システム：図１］
本システムについて図１を参照しながら説明する。図１は、本システムの概略図である。
本システムは、図１に示すように、予測問題作成処理装置１と、予測問題提供サーバ２と、インターネット３と、受験者コンピュータ（ＰＣ）４とを基本的に有している。

各装置は、インターネット３を介して接続されており、受験者ＰＣ４は本来、複数台接続されるものである。
尚、現在の紙の試験問題を受験者に提供するのであれば、予測問題作成処理装置１だけがあれば足り、作成された問題のデータを印刷装置で印刷して試験問題を準備することになる。

［予測問題作成処理装置１］
予測問題作成処理装置１は、過去の問題文をカテゴリに分類して出題カテゴリを分析し、次回の試験問題を予測して試験問題を作成する処理を行う。
予測問題作成処理装置１は、制御部１１と、記憶部１２と、インタフェース部１３とを備え、インタフェース部１３には、表示部１４、入力部１５が接続され、更にインターネット３に接続している。

制御部１１は、記憶部１２に記憶する処理プログラムを読み込み、後述する処理を実行する。
記憶部１２は、処理プログラムを記憶すると共に、過去の試験問題を記憶する。
表示部１４は、予測問題を作成するのに必要な表示を行う。
入力部１５は、予測問題を作成するのに必要な入力を行う。

［予測問題提供サーバ２］
予測問題提供サーバ２は、制御部と記憶部を備え、インターネット３に接続するコンピュータであり、予測問題作成処理装置１で作成された予測問題を入力して記憶し、受講者ＰＣ４に予測問題を配信する。

図１では、予測問題作成処理装置１と予測問題提供サーバ２とをインターネット３を介して接続しているが、社内のネットワークで接続してもよい。
また、予測問題作成処理装置１と予測問題提供サーバ２とを一体の装置の構成としてもよい。

［受験者ＰＣ４］
受験者ＰＣ４は、インターネット３を介して予測問題提供サーバ２にアクセスし、提供される予測問題を受け取ることができるコンピュータである。尚、コンピュータに限らずタブレット端末、スマートフォン等の端末装置であってもよい。

また、受験者ＰＣ４は、提供された予測問題に解答した場合に、解答データを予測問題提供サーバ２に送信するようにしてもよい。その場合、予測問題提供サーバ２が受験者の解答データを採点して、合格のためのアドバイスを行ったり、弱点について実力に応じた講義を受講するよう促したりするものである。

［本実装エンジン：図２］
次に、予測問題作成処理装置１で動作するプログラム（ソフトウェア）で実現される実装エンジン（本実装エンジン）について図２を参照しながら説明する。図２は、本実装エンジンの概略図である。
本実装エンジン１０は、図２に示すように、試験文章分類エンジン１００と、出題傾向予測エンジン２００とを備えている。

試験文章分類エンジン１００は、文章特徴量抽出エンジンと文章分類エンジンを備えている。
試験文章分類エンジン１００の文章特徴量抽出エンジンは、問題文の文章を大量に読み込み、文章のベクトル化を行うＡＩ（Artificial Intelligence）の深層学習（Deep Learning）の学習済みモデルを習得しており、入力された問題から単語を抽出し、当該単語に対するベクトルデータを出力する。
試験文章分類エンジン１００の文章分類エンジンは、そのベクトルデータに基づき別の学習済みモデルを用いて当該試験問題（問題文）のカテゴリを分類する。

出題傾向予測エンジン２００は、過去のカテゴリ別の出題数の推移や直近の出題傾向の推移や直近の出題数から次回のカテゴリ毎の出題数を予測する。
出題傾向予測エンジン２００における出題予測の例を以下に説明する。

［処理内容］
［予測と問題作成の処理：図３］
本装置における予測問題作成の処理（本処理）について図３を参照しながら説明する。図３は、予測と問題作成の処理の概略図である。
本処理は、図３に示すように、過去の特定期間（前回試験から連続して遡った期間）の試験問題（過去問）をＣＳＶ（Comma Separated Values）方式で読み込んで、それら試験問題について内容に応じて予め定められた小カテゴリ（単に「カテゴリ」と称することがある）に分類したデータを基に次回試験の小カテゴリを予測する小カテゴリ予測ステップと、その小カテゴリ予測結果を用いて予測問題の作成を行う問題作成ステップとを有している。各ステップの処理については後述する。

尚、小カテゴリとは、問題の内容に応じて予め分野を分類したものであり、小カテゴリへの分類作業は、人手によって為されている。
また、小カテゴリに分類されたデータとは、カテゴリ毎の出題回数（出題件数）であり、例えば、カテゴリ１について出願回数２回、カテゴリ２について出題回数３回というものになる。

図３の例では、既に分類された試験問題からカテゴリの予測を行って予測問題を作成するものであり、図２で説明したのは、カテゴリに分類されていない問題文からカテゴリ分類するものである。
従って、分類されていない問題文については、図２でカテゴリ分類し、図３の予測プログラムによる処理でカテゴリ予測を行い、予測問題を作成することになる。

［小カテゴリ予測ステップと問題作成ステップ］
次に、本処理の小カテゴリ予測ステップと問題作成ステップについて具体的に説明する。
［小カテゴリ予測ステップ］
本装置の制御部１１は、記憶部１２から処理プログラムを読み込んで、小カテゴリ予測ステップを実行するものであり、外部から過去の特定期間の試験問題（過去問）をＣＳＶ（Comma Separated Values）形式で入力し、試験毎に小カテゴリ毎の出題回数を処理プログラム（出題傾向予測エンジン２００）によって集計し（ここまでの処理を試験文章分類エンジン１００で行ってもよい）、その小カテゴリ毎の出題回数を基に予測プログラム２１を実行して小カテゴリ予測結果を出力する。この小カテゴリ予測結果は、次回の試験問題の小カテゴリ毎の予測出題回数である。

ここで、例えば、予測プログラムは時系列データを扱える再帰型のニューラルネットワーク（ＲＮＮ）を用いたＡＩプログラムとなっており、中間層（隠れ層）のユニットをＬＳＴＭブロックに置き換えたものとなっている。ＲＮＮは、時系列情報と過去のデータを学習するのに適している。
尚、試験問題が複数科目から構成されている場合は、科目毎の出題数が予め決まっているので、その分類はルールベースに基づいて行う。

［問題作成ステップ］
本装置の制御部１１は、記憶部１２から処理プログラムを読み込んで、問題作成ステップを実行するものであり、小カテゴリ予測ステップで得られた小カテゴリ予測結果（小カテゴリ毎の予測出題回数）を入力し、問題作成プログラム２２を実行して過去問からランダムに問題を抽出して、抽出した過去問について問題作成者が設定した出題形式の割合に割り振り（配分し）、更に配分した問題文を問題作成者が設定した出題形式で生成し（作り直し）て、全体の問題集を生成して、出題予測結果として出力する。

つまり、小カテゴリ毎の予測出題回数に従って、当該小カテゴリに対応する過去問の中からランダムに問題を抽出する。つまり、予測出題回数の多い小カテゴリの過去問は多数抽出され、予測出題回数の少ない小カテゴリの過去問は少数抽出される。
そして、抽出した過去問について指定（設定）された出題形式の割合となるよう割り振り、割り振られた過去問を指定（設定）された出題形式で問題文を作成し直し、全体の問題集を予測問題として作成する。これにより、予測出題回数に応じた小カテゴリの問題が指定された出題形式と出題形式の割合で含まれた全体の問題集が生成される。

本問題作成ステップでは、過去問をランダムに抽出するようにしているが、前回、前々回に出題された問題が選ばれにくいように、抽出の際に重み付けを行って選択してもよい。
また、説明を分かり易くするために、抽出した過去問を出題形式の割合に割り付け、割り付けた各問題形式に問題文を作り直すようにしているが、過去問を抽出する際に、出題形式の割合となるよう出題形式を特定して問題文を生成してもよい。

具体的には、抽出される過去問が５問あるとし、２問がＡ出題形式、３問がＢ出題形式とすると、第１問目は、２／５の確率でＡ出題形式に、３／５の確率でＢ出題形式に割り付けられる。第１問目がＡ出題形式に割り付けられ、Ａ出題形式の問題文が生成されたとすると、第２問目は、１／４の確率でＡ出題形式に、３／４の確率でＢ出題形式に割り付けられる。第２問目がＢ出題形式に割り付けられ、Ｂ出題形式の問題文が生成されたとすると、第３問目は、１／３の確率でＡ出題形式に、２／３の確率でＢ出題形式に割り付けられる。このようにして、５問の内、２問がＡ出題形式に、３問がＢ出題形式となる。

［出題形式と割合：図４］
ここで、出題形式とその割合について図４を参照しながら具体的に説明する。図４は、出題形式と割合を示すテーブル図である。
出題形式は、例えば、図４に示すように、「正しいものを選べ」、「誤っているものを選べ」、「正しいものはいくつあるか」などの形式（方式）となる。問題集としては、単一の出題形式で出題されることはなく、複数の出題形式の組合せで出題される。

そして、これらの出題形式をどの程度の割合で出題するのかを問題作成者が設定するものである。例えば、出題形式「正しいものを選べ」を１０％、「誤っているものを選べ」を２０％、「正しいものはいくつあるか」を１５％などと割合を設定すると、その割合で全体の問題を配分し、全体の問題数を考慮して、その割合となるよう各出題形式の問題文を生成する。

尚、出題形式とその割合は、変更可能で、変更すれば、それに応じて問題は再生成される。
最終的な出力形態は、「問題のみ」と「問題と解答」の２種類のファイルを同時に出力するようにしている。

［問題生成処理フロー：図５］
次に、問題生成の処理フローについて図５を参照しながら説明する。図５は、問題生成処理フロー図である。
問題生成処理フローは、図５に示すように、予測問題作成処理装置１の制御部１１で処理が為されるもので、小カテゴリ予測ステップで予測プログラム２１によって、出力された小カテゴリ予測結果に基づき、過去問をランダムに抽出する（Ｓ１１）。

そして、問題作成プログラム２２において、問題作成者から入力される出題形式の割合で過去問から各出題形式の問題文を生成する（Ｓ１２）。
具体的には、抽出された過去問について、図４に示した出題形式の割合で出題形式毎の出題数となるよう、出題形式の番号を過去問に割り当て、当該出題形式の問題文となるよう生成する処理を行う。

具体的には、過去問についても出題形式が設定されており、同じ出題形式であれば、過去問をそのまま利用することができる。
また、予測される問題の出題形式が過去問の出題形式と異なる場合には、出題形式を変更するよう問題文を生成する。例えば、正しい問題文を誤りのある問題文に編集し直す（変更する）処理を行うものである。

［平均点調整機能：図６，７，８］
次に、想定平均点の算出と調整について図６〜８を参照しながら説明する。図６は、大問毎に整理された小問の情報を示すテーブル図であり、図７は、大問毎の配点と平均点のテーブル図であり、図８は、平均点算出と調整の処理フロー図である。
過去問の各問題には、正答率が設定されており、生成された問題の配点に応じて平均点が算出されるようになっている。

問題作成プログラム２２によって生成された問題文について、大問毎に小問を整理すると、図６のテーブルのようになる。
図６に示す問題のテーブルは、シリアル番号、大問番号、小問番号、カテゴリ番号、出題形式番号、正答率が設定されている。カテゴリ番号は、小カテゴリ予測結果に基づく番号であり、正答率は、抽出された過去問の正答率である。

そして、図７に示すように、大問毎に配点が設定されると、図６の正答率を基に大問の平均点が算出され、設定される。
例えば、生成された問題の大問１の中の小問「第１〜５問」は配点が各問題について２点とすると、生成の元になった過去問の正答率を基にして大問１の平均点、「１０点満点」中、例えば「６．５点」を算出する。
このようにして、配点に応じて大問の平均点を合計することで問題全体の想定平均点が算出され、設定される。

ここで、想定平均点を上げ下げする指示が入力されると、各大問の平均点を調整し、調整した平均点となる正答率の過去問を記憶部１２から抽出する。
具体的には、想定平均点を例えば５％（５点）下げる場合には、大問のそれぞれを５％平均点下げるようにしてもよいし、大問を均等に５％下げるのではなく、大問に重み付けして下げてもよい。但し、重み付けして下げる場合にも、全体の想定平均点は５％（５点）下げるものとなるよう調整する。

次に、平均点の算出と調整の処理について説明する。図８に示すように、平均点算出と調整の処理は、予測問題作成処理装置１の制御部１１で為されるものであり、まず、過去問の正答率に基づいて大問毎の平均点を算出し（Ｓ２１）、その平均点を合計して全体の想定平均点を算出する（Ｓ２２）。

更に、想定平均点の変更を行うか否かが判定され（Ｓ２３）、変更を行わない場合（Ｎｏの場合）、処理を終了する。変更を行う場合（Ｙｅｓの場合）、大問の平均点を調整する処理を行い（Ｓ２４）、処理Ｓ２１に戻る。
以上のようにして、平均点の算出と調整の処理が為される。

［問題数の増減］
過去問を基にして問題のカテゴリにおける問題数を予測しているので、基本的には過去問と同じ数の問題数が生成されることになる。しかしながら、大問における問題数を変更して設定することで、問題数の増減をすることが可能となる。

［オリジナル問題の追加］
上記の問題生成に加えて、問題作成者のオリジナル問題を追加することも可能である。
この場合、オリジナル問題については過去問ではないので、正答率は得られないが、問題作成者が任意に正答率を設定すれば、平均点の算出と調整が可能となる。
この場合、図７における大問毎の配点が調整され、想定平均点が算出される。同様に問題を削除することも可能であり、同様に大問毎の配点が調整され、想定平均点が算出されることになる。

［実施の形態の効果］
本システムによれば、カテゴリ予測ステップにより、過去出題されたカテゴリ別の出題数を基に出題カテゴリ毎の出題数をＡＩ等で予測し、更に、問題作成ステップにより、予測したカテゴリの出題数に応じて当該カテゴリから抽出した過去問の問題文を、設定された複数の出題形式の割合で、当該各出題形式で問題文を生成し、全体の問題集を生成して出題予測結果を出力するものとしているので、出題される確率が高いカテゴリについて、設定された出題形式で問題文が生成され、更に当該出題形式の割合に応じて全体の問題集が自動生成され、問題作成者の設定次第で意図する問題を容易に生成でき、問題作成の労力を大幅に低減でき、問題作成の利便性を向上させることができる効果がある。

本発明は、出題カテゴリを予測し、予測したカテゴリにおける問題文を設定された出題形式で生成し、当該出題形式の割合で問題集を自動生成できる試験問題生成システム及び試験問題生成プログラムに好適である。

１…予測問題作成処理装置、 ２…予測問題提供サーバ、 ３…インターネット、 ４…受験者コンピュータ（ＰＣ）、 １０…本実装エンジン、 １１…制御部、 １２…記憶部、 １３…インタフェース部、 １４…表示部、 １５…入力部、 ２１…予測プログラム、 ２２…問題作成プログラム、 １００…試験文章分類エンジン、 ２００…出題傾向予測エンジン

Claims (8)

1. 試験問題を生成する処理装置を有する試験問題生成システムであって、
   前記処理装置は、過去の試験問題の問題文を出題のカテゴリ毎に複数記憶する記憶部と、予測される試験問題の問題文を生成する処理部とを備え、
   前記処理部は、複数の出題形式及び当該出題形式の割合が設定されると、前記記憶部に記憶された前記過去の試験問題のカテゴリ別の出題数を基に、生成する問題のカテゴリにおける出題数を予測し、前記予測したカテゴリの出題数に応じて前記過去の試験問題の問題文を基に、前記設定された出題形式の割合で当該出題形式に従って問題文を生成して問題集を生成することを特徴とする試験問題生成システム。
2. 記憶部には、過去の試験問題の問題文毎に正答率が記憶され、
   処理部は、生成された問題文について、対応する前記過去の問題文の正答率に基づいて大問毎に平均点を算出し、前記平均点を加算して全体の平均点を算出することを特徴とする請求項１記載の試験問題生成システム。
3. 処理部は、平均点を変更する操作が為されると、当該変更された平均点となる過去の問題文を対応する正答率から抽出し、出題形式の割合で当該出題形式に従って問題文を生成して問題集を生成し直すことを特徴とする請求項２記載の試験問題生成システム。
4. 処理部は、問題の追加又は削除の指示が入力されると、大問毎の配点が調整されて平均点を再計算することを特徴とする請求項２又は３記載の試験問題生成システム。
5. 試験問題を生成する処理装置において動作する試験問題生成プログラムであって、
   前記処理装置を、複数の出題形式及び当該出題形式の割合が設定されると、記憶部に出題のカテゴリ毎に複数記憶する過去の試験問題の問題文から、前記過去の試験問題のカテゴリ別の出題数を基に、生成する問題のカテゴリにおける出題数を予測し、前記予測したカテゴリの出題数に応じて前記過去の試験問題の問題文を基に、前記設定された出題形式の割合で当該出題形式に従って問題文を生成して問題集を生成するよう機能させることを特徴とする試験問題生成プログラム。
6. 処理装置を、記憶部に記憶された過去の試験問題の問題文毎の正答率を用いて、生成された問題文について、対応する前記過去の問題文の正答率に基づいて大問毎に平均点を算出し、前記平均点を加算して全体の平均点を算出するよう機能させることを特徴とする請求項５記載の試験問題生成プログラム。
7. 処理装置を、平均点を変更する操作が為されると、当該変更された平均点となる過去の問題文を対応する正答率から抽出し、出題形式の割合で当該出題形式に従って問題文を生成して問題集を生成し直すよう機能させることを特徴とする請求項６記載の試験問題生成プログラム。
8. 処理装置を、問題の追加又は削除の指示が入力されると、大問毎の配点が調整されて平均点を再計算するよう機能させることを特徴とする請求項６又は７記載の試験問題生成プログラム。

Images