JP5109966B2 - Problem creation program, problem creation apparatus, and problem creation method - Google Patents
Problem creation program, problem creation apparatus, and problem creation method Download PDFInfo
- Publication number
- JP5109966B2 JP5109966B2 JP2008327483A JP2008327483A JP5109966B2 JP 5109966 B2 JP5109966 B2 JP 5109966B2 JP 2008327483 A JP2008327483 A JP 2008327483A JP 2008327483 A JP2008327483 A JP 2008327483A JP 5109966 B2 JP5109966 B2 JP 5109966B2
- Authority
- JP
- Japan
- Prior art keywords
- character
- answer
- question
- character string
- pair
- 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.)
- Expired - Fee Related
Links
Images
Landscapes
- Electrically Operated Instructional Devices (AREA)
Description
本発明は、パーソナルコンピュータなどの電子機器を利用したeラーニングシステムやクイズなどの問題作成プログラム、問題作成装置及び問題作成方法に関する。 The present invention relates to an e-learning system using electronic equipment such as a personal computer, a problem creation program such as a quiz, a problem creation apparatus, and a problem creation method.
パーソナルコンピュータやインターネットの普及に伴って、自由な時間に自分のペースで学習を進めることができるe−ラーニングシステムが広まってきている。 With the spread of personal computers and the Internet, e-learning systems that can advance learning at your own pace in a free time are spreading.
e−ラーニングシステムには、講義の動画を所定時刻にネットワークを通じて放映する方式や、学習自身が自己の学習進度に合わせて教材を選択し配信される教材を読み進めていく方式など種々のものが存在する。多くの場合は、区切りとなる箇所や最終課程まで進むと、学習効果を確認するための確認テストが行われる。 There are various types of e-learning systems, such as a method of broadcasting lecture videos over a network at a predetermined time, and a method in which learning itself selects teaching materials according to their own learning progress and reads the distributed teaching materials. Exists. In many cases, a confirmation test for confirming the learning effect is performed when the point and the final course are reached.
このようなe−ラーニングで実施される確認テストでは、(1)問題文に対する正解を含むいくつかの選択肢から適切な解答を選択させる多肢選択方式、(2)キーボード入力やライトペンなどによる手書き入力により問題文に対する解答を記入させる記述方式、(3)問題文に対する正解の文字列を穴空きとした解答入力欄を設定し、この解答入力欄に解答を入力させる穴埋め方式、などの問題形式が考えられる。 In such a confirmation test conducted by e-learning, (1) multiple choice method to select an appropriate answer from several options including correct answers to question sentences, (2) handwriting with keyboard input or light pen, etc. A question format such as a description method in which an answer to a question sentence is entered by input, (3) an answer entry field in which a correct character string for the question sentence is set as a hole, and an answer entry field in which the answer is input in this answer entry field Can be considered.
多肢選択方式の問題形式では、学習者が解答にかける負担が少なくなり、学習直後における正解率も高くなることが予想される。しかしながら、多肢選択方式の問題形式では、解答時に際して学習者にかかる負荷が軽いことから、ある程度の時間経過後に記憶に残らない可能性が高い。 In the multiple-choice question format, it is expected that the burden on the learner will be reduced and the correct answer rate immediately after learning will be higher. However, in the multiple-choice question format, the load on the learner at the time of answering is light, so there is a high possibility that it will not remain in memory after a certain amount of time has passed.
記述方式の問題形式では、学習者が解答にかける負荷が高くなり、学習した内容の定着度合いを向上させることが可能であるものの、確認テストにおける解答に時間がかかり過ぎるという問題がある。 In the problem format of the description method, although the load applied to the answer by the learner is high and the degree of fixation of the learned content can be improved, there is a problem that the answer in the confirmation test takes too much time.
穴埋め方式の問題を作成する学習支援装置として、特許文献1に記載されたようなものが存在する。この学習支援装置では、形態素解析手段によって解析された文字列のうちから所定の品詞をもった単語を抽出し、抽出された単語を空白に置き換えて穴埋め問題を作成する構成となっている。 As a learning support device for creating a problem of the hole filling method, there is a device described in Patent Document 1. This learning support apparatus is configured to extract a word having a predetermined part of speech from a character string analyzed by a morphological analysis unit and replace the extracted word with a blank to create a filling problem.
このような穴埋め方式の問題形式では、単なる多肢選択式の場合に比して学習者に対する負荷が高くなり、また記述方式の問題形式に比して解答時間を短縮することが可能となる。しかしながら、多肢選択方式の問題形式に比して入力にかかる負荷が大きくなり、e−ラーニングの手軽さを損なうという問題がある。 In such a hole-filling problem format, the load on the learner is higher than in the case of a simple multiple-choice type, and the answer time can be shortened as compared to a description-style question format. However, there is a problem that the load applied to input becomes larger than the problem selection method of the multiple choice method and the e-learning is not easy.
このため、穴埋め方式の問題の改良として、解答文字列のうちの一部を解答入力欄に設定した部分穴埋め方式の問題とすることで、解答入力に係る負荷を軽減することができる。この場合、どの部分を解答入力欄にするかにより、問題の難易度が大きく変わることが予想される。 For this reason, as an improvement of the problem of the hole filling method, it is possible to reduce the load related to the answer input by setting a part of the answer character string as a problem of the partial hole filling method set in the answer input column. In this case, it is expected that the difficulty level of the question will vary greatly depending on which part is used as the answer input field.
解答入力欄を解答文字列中のどの部分に設定するかを決定する方法として、乱数を用いて解答文字列の任意の位置を解答入力欄に決定する、解答文字列中の所定位置を必ず解答入力欄として設定する、出題者が問題毎に解答入力欄を決定する、などの方法が考えられる。いずれの方法を用いた場合であっても、生成される問題の難易度の安定性や作成作業が繁雑であるなどの問題がある。 As a method to determine which part of the answer string to set the answer entry field, use random numbers to determine any position of the answer string in the answer entry field. Make sure to answer the specified position in the answer string A method such as setting as an input column or determining the answer input column for each question by the questioning person can be considered. Regardless of which method is used, there are problems such as the difficulty of the generated problem and the complexity of the creation work.
また、クイズの問題として穴埋め問題を出題する場合には、解答文字列を簡単に連想できないように、出題者が解答文字列中の被解答文字を考える必要があり、作成作業に手間がかかるという問題がある。
本発明に係る問題作成方法のプログラムは、問題作成作業の手間を省き、問題の難易度を著しく低下させることなく学習効果の高い穴埋め問題を作成することが可能な問題作成プログラム、問題作成装置及び問題作成方法を提供することを目的とする。 The problem creation method program according to the present invention eliminates the trouble of task creation work, and creates a problem filling program, a problem creation apparatus, and a problem creation method that can create a hole filling problem with a high learning effect without significantly reducing the difficulty of the problem The purpose is to provide a method for creating questions.
本発明に係る問題作成方法のプログラムは、問題文本体と解答文字列の組み合わせからなる複数の素材を格納する素材記憶手段から問題となる素材を選択するステップと、文字間の遷移確率情報を格納する遷移確率情報記憶手段を参照し、前記選択した素材に含まれる解答文字列中の隣接する文字群の遷移確率情報に基づいて、前記解答文字列のうちから被解答文字を決定するステップと、前記素材に含まれる前記解答文字列のうち前記被解答文字を解答入力受付欄に置換することにより問題を生成するステップとコンピュータに実行させる。 The program for creating a problem according to the present invention stores a step of selecting a material in question from material storage means for storing a plurality of materials consisting of a combination of a question sentence body and an answer character string, and stores transition probability information between characters. Determining the answer character from the answer character string based on the transition probability information of adjacent character groups in the answer character string included in the selected material with reference to the transition probability information storage means Replacing the answer character in the answer character string included in the material with an answer input acceptance column causes the computer to execute a step of generating a question.
本発明に係る問題作成装置は、問題文本体と解答文字列の組み合わせとからなる複数の素材を格納する素材記憶手段から問題となる素材を選択する素材選択部と、文字間の遷移確率情報を格納する遷移確率情報記憶手段を参照し、前記素材選択部で選択された素材に含まれる解答文字列中の隣接する文字群の遷移確率情報に基づいて、前記解答文字列のうちから被解答文字を決定する問題決定部と、前記素材に含まれる前記解答文字列のうち前記被解答文字を解答入力受付欄に置換することにより問題を生成する問題生成部とを備える。 The problem creating apparatus according to the present invention includes a material selection unit that selects a material in question from a material storage unit that stores a plurality of materials including a combination of a question sentence body and an answer character string, and transition probability information between characters. Refer to the stored transition probability information storage means, and based on the transition probability information of the adjacent character group in the answer character string included in the material selected by the material selection unit, the answer character from the answer character string And a problem generation unit that generates a problem by replacing the answer character in the answer character string included in the material with an answer input acceptance column.
本発明に係る問題作成方法は、素材選択部が、問題文本体と解答文字列の組み合わせからなる複数の素材を格納する素材記憶手段から問題となる素材を選択する段階と、問題決定部が、文字間の遷移確率情報を格納する遷移確率情報記憶手段を参照し、前記選択した素材に含まれる解答文字列中の隣接する文字群の遷移確率情報に基づいて、前記解答文字列のうちから被解答文字を決定する段階と、問題生成部が、前記素材に含まれる前記解答文字列のうち前記被解答文字を解答入力受付欄に置換することにより問題を生成する段階と、をコンピュータに実行させる。 In the question creation method according to the present invention, the material selection unit selects a material in question from material storage means for storing a plurality of materials consisting of a combination of a question sentence body and an answer character string, and the problem determination unit includes: The transition probability information storage means for storing transition probability information between characters is referred to, and based on the transition probability information of adjacent character groups in the answer character string included in the selected material, the response character string is selected from the answer character strings. determining an answer character, a problem generation unit, to execute the steps of generating a problem by replacing the answer input reception section of the object to be answer character of the answer character string contained in the material, to a computer .
本発明では、乱数を用いて解答文字列中の被解答文字となる位置を決定する場合や解答文字列中の被解答文字となる位置を所定の位置に設定しておく場合に比して、問題の難易度を著しく低下することなく、学習効果の高い穴埋め問題を作成することが可能となり、人手による問題生成の手間を省くことが可能となる。 In the present invention, when determining the position to be the answer character in the answer character string using a random number or when setting the position to be the answer character in the answer character string to a predetermined position, It is possible to create a hole-filling problem with a high learning effect without significantly reducing the difficulty of the problem, and it is possible to save the trouble of manually generating a problem.
本発明を図示した実施形態に基づいて詳細に説明する。 The present invention will be described in detail based on the illustrated embodiments.
なお、本発明において、「素材」とは、少なくとも解答文字列を備えるテキストデータであって、たとえば、問題の解答者が解答を導き出すための問題文本体とこれに対応する少なくとも1つの解答が存在するものを称し、解答文字列だけで構成することも可能である。素材としては、テキストデータ、図形データ、画像データ、音声データ及び/又はその組み合わせを含む構成とすることができるが、特に本発明では、問題文本体とこれに対応する解答文字列の組み合わせでなるテキストデータである場合を想定する。 In the present invention, the “material” is text data including at least an answer character string. For example, there is a question sentence main body for the answerer of the question to derive an answer and at least one answer corresponding thereto. It is also possible to construct a response character string. The material may include text data, graphic data, image data, audio data, and / or a combination thereof. In particular, in the present invention, the material is a combination of a question sentence main body and an answer character string corresponding thereto. Assume the case of text data.
問題は、素材に含まれる問題文本体と、問題文本体に対応する解答文字列のうち一部を被解答文字として設定し、被解答文字を解答入力受付欄に置換した解答部とを含むものであり、被解答文字列を解答入力欄に置換した解答部だけで構成することも可能である。 The question includes a question sentence body included in the material and an answer part in which a part of the answer character string corresponding to the question sentence body is set as the answer character and the answer character is replaced with an answer input acceptance column. It is also possible to configure the answer character string by replacing the answer character string with the answer input field.
問題の形式としては、問題文本体に対応する解答文字列のうち一部を被解答文字とし、この被解答文字を解答入力欄に置換した解答部と問題文本体とを備える穴埋め問題方式とすることができ、また、被解答文字を解答入力欄に置換した解答部のみで構成することも可能である。 As a question format, a part of the answer character string corresponding to the question sentence main body is set as a character to be answered, and a hole-filling problem method including an answer part in which the answer character is replaced with an answer input field and a question sentence main body is adopted. It is also possible to configure only the answer part in which the answer character is replaced with the answer input field.
文字遷移確率情報は、文字列中の隣接する文字群のつながり易さの統計情報であり、Nグラムモデルを用いて算出することができる。Nグラムモデルは、ある文字列の中でN個の文字列または単語の組み合わせがどの程度出現するかを調査する言語モデルであり、隣接する文字列または単語の組み合わせがどの程度の頻度で出現するかの共起頻度を集計して文字遷移確率情報とする。特に、直前の文字だけを用いて出現頻度を求める場合の文字遷移確率情報をバイグラム確率と呼び、本発明では、解答文字列に含まれる文字対にバイグラム確率を適用する構成を考察する。 The character transition probability information is statistical information on the ease of connection of adjacent character groups in a character string, and can be calculated using an N-gram model. The N-gram model is a language model that investigates how many combinations of N character strings or words appear in a certain character string, and how often adjacent character strings or word combinations appear. These co-occurrence frequencies are aggregated to obtain character transition probability information. In particular, character transition probability information when the appearance frequency is obtained using only the immediately preceding character is referred to as bigram probability. In the present invention, a configuration in which bigram probability is applied to a character pair included in an answer character string will be considered.
バイグラム確率は、新聞などの一般文書から出現するバイグラム確率を集計したものであり、所定の文字”A”に続いて”B”が出現する回数を所定の文字”A”が前に出現する2文字が出現する回数で割ったものである。たとえば、”あい”のバイグラム確率は、”あい”の出現回数/”あ○”の総数(”○”は任意の文字)で表すことができる。 The bigram probability is a total of bigram probabilities appearing from general documents such as newspapers. The number of times “B” appears after the predetermined character “A” appears before the predetermined character “A”. It is divided by the number of times the character appears. For example, the bigram probability of “Ai” can be expressed by the number of occurrences of “Ai” / the total number of “AO” (“O” is an arbitrary character).
〔第1実施形態〕
<ハードウェア構成>
図1は、本発明の第1実施形態に係る問題作成装置11を含む問題作成システムの一例を示す説明図である。問題作成装置11と複数の端末12(12a,12b,12c・・・)は、ネットワーク13を介して接続されている。問題作成装置11は、汎用または専用のコンピュータシステムで構成され、問題文本体と解答文字列の組み合わせでなる素材から問題を作成し、端末12に対して問題を提供するための問題提供サーバを構成する。
[First Embodiment]
<Hardware configuration>
FIG. 1 is an explanatory diagram showing an example of a problem creation system including a
端末12は、パーソナルコンピュータなどのコンピュータシステムで構成され、ネットワーク13を介して問題作成装置11に接続可能であり、問題作成装置11から提供される問題を表示するためのブラウザおよび問題中の解答入力欄への解答入力が可能な入力手段を備える。
The terminal 12 is configured by a computer system such as a personal computer, and can be connected to the
端末12を介してユーザが問題の要求を行うと、問題作成装置11は、要求事項に基づいた問題を作成して端末12に提供し、解答入力欄への解答入力を受信すると、解答文字列との照合を行って採点を行う。
When the user requests a question via the terminal 12, the
<問題作成装置のハードウェア構成>
図2は、問題作成装置11のハードウェア構成を示すブロック図である。問題作成装置11は、CPU(Central Processing Unit)201、RAM(Random Access Memory)202、ROM(Read Only Memory)203、HDD(Hard Disk Drive)204、入力I/F(Interface)205、出力I/F(Interface)206、通信I/F(Interface)207、ドライブ208及びこれらを接続するバス209を備えている。
<Hardware configuration of problem creation device>
FIG. 2 is a block diagram showing a hardware configuration of the
CPU201は、装置の各部を制御してRAM202、ROM203あるいはHDD204上にあるプログラムを実行するものであり、LSI(Large Scale Integration)として集積されたマイクロプロセッサで構成される。
The
RAM202は、CPU201が演算を実行する際に用いる変数の値を一時的に格納するための揮発性メモリである。
A
ROM203は、装置を起動するためのBIOS(Basic Input/Output System)やIPL(Initial Program Loader)などの制御プログラム、各種パラメータなどを格納している。
The
HDD204は、アプリケーションプログラムや各種データを格納するものであって、問題作成のプログラム、問題作成に用いる素材を格納する素材データベース、文字遷移確率を格納する文字遷移確率データベースなどを格納している。なお、HDD204は問題作成装置11に内蔵していてもよく、また外付けタイプのものを用いることも可能である。また、素材データベースや文字遷移確率データベースは、通信I/F207を介して接続可能な外部データベースに依存することも可能である。
The HDD 204 stores application programs and various data, and stores a problem creation program, a material database for storing materials used for problem creation, a character transition probability database for storing character transition probabilities, and the like. Note that the
入力I/F205は、キーボード、マウス、タッチペンおよびタブレットなどの入力装置210を介して入力される入力信号を受け付け、バス209を介してCPU01に入力信号を供給する。
The input I /
出力I/F206は、モニタやスピーカで構成される出力装置211に接続され、CPU201の処理結果に基づく画像情報や音声情報を出力装置211に出力する。
The output I /
通信I/F207は、問題作成装置11をインターネットやLAN(Local Area Network)などのネットワーク13に接続するためのものであり、たとえば素材データベースや文字遷移確率データベースなどを含む外部DB(Data Base)との通信を可能とし、また、学習者が所有する端末との通信を可能とする。
The communication I /
ドライブ208は、光ディスクなどの記録媒体213を駆動するものであって、記録媒体213に記録されているデータの読み出し、記録媒体213へのデータの書き込みを制御する。
The
<問題作成装置の機能構成>
図3は、問題作成装置11の機能構成を示す機能ブロック図である。
<Functional configuration of the problem creation device>
FIG. 3 is a functional block diagram showing a functional configuration of the
問題作成装置11は、CPU201が問題作成のプログラムを実行することにより、素材選択部302、問題決定部304、問題出力部305を構成する。
The
素材選択部302は、問題文本体と解答文字列の組み合わせとからなる複数の素材を格納する素材DB(Data Base)301から問題となる素材を選択する。
The
素材DB301は、問題作成装置11内のHDD204に格納することも可能であり、また、ネットワーク13を介して接続される外部DB212に格納されたものを使用することも可能である。
The
図4は、素材DB301に格納されている素材の一例を示す。素材DB301は、たとえば、分野ID、素材ID、素材を対応付けて記憶するものであり、分野毎に分類されて格納されている。各素材には、解答者が解答を導き出すための問題文本体と、問題文本体に対応する解答文字列との組み合わせで構成され、図4に示す例では、”[ ]”により囲まれた部分が解答文字列である。たとえば、「は、武家政権である鎌倉幕府の初代将軍である。」が問題文本体であり、この問題文本体に対する解答文字列が「源頼朝」となる。
FIG. 4 shows an example of the material stored in the
問題決定部304は、文字間の遷移確率情報を格納する遷移確率情報DB(Data Base)303を参照し、素材選択部302で選択された素材に含まれる解答文字列中の隣接する文字対のバイグラム確率に基づいて、解答文字列のうちから被解答文字を決定する。
The
遷移確率情報DB303は、問題作成装置11内のHDD204に格納することも可能であり、また、ネットワーク13を介して接続される外部DB212に格納されたものを使用することも可能である。
The transition
遷移確率情報DB303に格納されている文字遷移確率情報は、文字の続き易さを示すものであり、ここでは直前の文字に対して次の文字の出現頻度を表すバイグラムデータを用いるものとする。バイグラムデータは、前述したように、ある文字列中でN個の文字列または単語の組み合わせがどの程度出現するかを調査するN−グラムモデルのうち、隣接する2文字に対する出現頻度を調査したバイグラムモデルを用いて、直前の文字に対して次の文字の出現頻度を示すバイグラム確率を算出したものである。
The character transition probability information stored in the transition
図5は、バイグラムデータの一例を示す説明図である。 FIG. 5 is an explanatory diagram showing an example of bigram data.
バイグラムデータは、種々のテキストデータに含まれる文字列から、隣接する2つの文字間のつながり易さを統計したものであって、分野毎にテキストデータを分析してバイグラムデータを作成することが好ましい。 The bigram data is a statistic of the ease of connection between two adjacent characters from character strings included in various text data, and it is preferable to create bigram data by analyzing the text data for each field. .
図5に示すバイグラムデータは、前の文字の文字コード、後ろの文字の文字コード、バイグラム確率で構成されるものであり、たとえば、「家」の次に「康」が出現するバイグラム確率が「0.002479(%)」であることを示している。 The bigram data shown in FIG. 5 is composed of the character code of the preceding character, the character code of the subsequent character, and the bigram probability. For example, the bigram probability that “kang” appears after “house” is “ 0.002479 (%) ”.
問題決定部304は、素材選択部302が選択した素材に含まれる解答文字列を抽出し、この解答文字列に含まれる隣接する文字のバイグラム確率を、遷移確率情報DB303から取得する。問題決定部304は、取得したバイグラム確率に基づいて解答文字列中の1または複数の文字を被解答文字として決定する。
The
問題出力部305は。素材に含まれる解答文字列のうち、問題決定部304で決定した被解答文字を解答入力受付欄に置換することにより問題を生成する。
The
問題出力部305は、問題文本体と被解答文字が解答入力欄に置換された解答文字列との組み合わせで構成される問題を、HDD204または外部DB212の問題格納部に格納するか、あるいは、直接端末12に送信する。
The
問題作成装置11は、問題に対する解答者の解答入力を受け付けて、正解との照合を行う構成とすることも可能である。この場合、解答入力受付部306及び解答照合部307をさらに備える構成とすることができる。
The
端末12からの要求に基づいて、問題出力部305が通信I/F207及びネットワーク13を介して端末12に問題を送信し、端末12に問題を表示する。端末12側では、表示された問題のうち解答入力欄に対する解答者の解答入力を受け付けて、ネットワーク13を介して問題作成装置11に送信する。
Based on the request from the terminal 12, the
問題作成装置11では、送信されてくる解答入力を通信I/F207及び解答入力受付部306を介して受信する。解答入力受付部306は、受信した解答入力を解答照合部307に送信する。
The
解答照合部307は、問題出力部305で出力された問題の解答文字列と、解答入力受付部306から送信されてきた解答入力とを比較し採点を行う。必要に応じて、解答照合部307での採点結果はネットワーク13を介して該当する端末12に送信するように構成することも可能である。
The
<問題作成処理>
図6は、問題作成装置11による問題作成処理を示すフローチャートである。
<Problem creation process>
FIG. 6 is a flowchart showing a problem creation process performed by the
ステップS61において、素材選択部302は、問題文本体と解答文字列の組み合わせとからなる複数の素材を格納する素材DB301から問題となる素材を選択する。素材DB301に格納されている素材は、図4に示されるように、問題文本体と解答文字列との組み合わせで構成されており、素材選択部302は1つの問題を作成するために少なくとも1つの素材を選択する。
In step S61, the
ステップS62において、問題決定部304は、素材選択部302が選択した素材に含まれる解答文字列中の文字対を抽出し、遷移確率情報DB303から各文字対のバイグラムデータを取得する。遷移確率情報DB303に格納されているバイグラムデータは、図5に示されるように、前の文字に対して後ろの文字が出現する頻度を表すバイグラム確率を統計情報としたものである。
In step S62, the
ステップS63において、問題決定部304は、遷移確率情報DB303から取得したバイグラムデータに基づいて解答文字列中のどの文字を被解答文字とするかを決定する。問題決定部304は、遷移確率情報DB303から取得したバイグラムデータ中の各文字対のバイグラム確率に基づいて、どの文字対から順に処理を実行するかの処理順を決定し、この処理順に従って文字対のうちの一方を被解答文字に決定する処理を実行する。一例として、文字バイグラム確率の高い順に、文字対の前側の文字を被解答文字にする処理を実行するように構成でき、バイグラム確率の低い順に処理を実行する構成、文字対の後ろ側の文字を被解答文字に決定する構成、その他の処理方法が問題の分野や難易度などに応じて検討することが可能である。
In step S63, the
ステップS64において、問題出力部305は、素材に含まれる解答文字列のうち、問題決定部304で決定した被解答文字を解答入力受付欄に置換することにより問題を生成する。
In step S64, the
ステップS65において、問題出力部305は、問題文本体と被解答文字が解答入力欄に置換された解答文字列との組み合わせで構成される問題を出力する。たとえば、問題出力部305は、HDD204または外部DB212の問題格納部に格納するか、あるいは、直接端末12に送信する。
In step S65, the
ステップS66では、問題作成装置11は、次の問題を作成するか否かを判断し、次の問題を作成する場合にはステップS61に移行し、そうでない場合には処理を終了する。
In step S66, the
<被解答文字の決定方法>
図6のステップS63における被解答文字決定処理に関して、以下に説明する。
<Determination method of answer character>
The answer character determination process in step S63 in FIG. 6 will be described below.
素材に含まれる解答文字列のうち、どの文字を被解答文字とするかについては、前の文字から後ろに続く文字を連想し難くすることで問題の難易度を上げることを一例とし、バイグラムデータの文字遷移率確率の高いものから順に、文字対の前側の文字を被解答文字とする場合を考察する。 For the answer character string included in the material, as to which character to be the answer character, it is an example of increasing the difficulty of the problem by making it difficult to associate the character that follows from the previous character, bigram data Consider the case where the character in front of the character pair is the answer character in descending order of the character transition rate probability.
解答文字列のうちから被解答文字を決定する方法として、以下のようなアルゴリズムを用いることができる。 The following algorithm can be used as a method of determining the answer character from the answer character string.
(1)被解答文字決定アルゴリズム1
被解答文字決定アルゴリズム1では、問題作成装置11は、最も高いバイグラム確率を有する文字対について前側の文字を被解答文字に決定し、以下バイグラム確率の高い順に被解答文字を決定していき、文字対の後ろ側の文字が既に被解答文字として決定している場合についても前側の文字を被解答文字に決定して、全ての文字対に対する処理を実行する。以下、この被解答文字決定アルゴリズムの詳細をさらに説明する。
(1) Answer character determination algorithm 1
In the answer character determination algorithm 1, the
図7は、被解答文字決定アルゴリズム1のフローチャートである。 FIG. 7 is a flowchart of the answer character determination algorithm 1.
ステップS71において、問題決定部304は、遷移確率情報DB303から取得したバイグラムデータに基づいて、バイグラム確率の高い文字対から順に実行する処理順を決定する。ここでは、バイグラム確率の高い文字対に対して一方の文字を穴あきにすれば問題の難易度が高まることが想定されることから、問題決定部304は、バイグラム確率が高い文字対から順に処理を実行するように処理順を決定する。問題の難易度を低くする場合やその他の条件に応じて、バイグラム確率の低い順に処理順の決定することも可能であり、また、各文字対のバイグラム確率が所定の条件である場合に、処理順を解答文字例における文字対の出現順とすることも可能である。
In step S71, the
ステップS72において、問題決定部304は、決定した処理順に従って文字対を選択する。問題決定部304は、解答文字列中に存在する未処理の文字対のうち最もバイグラム確率の高い文字対を選択してRAM202に読み込む
ステップS73において、問題決定部304は、未処理の文字対が存在するか否かを判別する。処理順に従って選択する文字対がなくなった場合には、問題決定部304は未処理の文字対が存在しないと判断して処理を終了する。問題決定部304は、未処理の文字対が存在すると判断した場合には、ステップS74に移行する。
In step S72, the
ステップS74において、問題決定部304は、処理対象となっている文字対の一方の文字を被解答文字に決定する。ここでは、バイグラム確率の高い文字対に関して前側の文字を被解答文字に決定した場合に問題の難易度が高くなると予想される場合を想定しており、問題決定部304は、文字対の前側の文字を被解答文字に決定する。問題の難易度を低くする場合や後側の文字に対する前側の文字の出現頻度が高くかつ問題の難易度を高くする場合には、文字対の後側の文字を被解答文字に決定することも可能である。この後、ステップS72に移行する。
In step S74, the
このような被解答文字決定アルゴリズム1を用いた場合には、解答者による解答の負担を軽減するような穴埋め問題を作成することが可能となり、またある程度の難易度を備えた問題を作成することが可能となる。 When such an answer character determination algorithm 1 is used, it is possible to create a hole-filling problem that reduces the burden of the answer by the answerer, and to create a problem with a certain degree of difficulty. Is possible.
(2)被解答文字決定アルゴリズム2
被解答文字決定アルゴリズム2では、問題作成装置11は、最も高いバイグラム確率を有する文字対について前側の文字を被解答文字に決定し、以下バイグラム確率の高い順に被解答文字を決定していき、文字対のいずれかが既に被解答文字である場合には被解答文字の決定を行わずに、次にバイグラム確率の高い文字対に対する処理に移行し、全ての文字対に対する処理を実行する。
(2) Answer character determination algorithm 2
In the answer character determination algorithm 2, the
図8は、被解答文字決定アルゴリズム2のフローチャートである。 FIG. 8 is a flowchart of the answer character determination algorithm 2.
ステップS81において、問題決定部304は、遷移確率情報DB303から取得したバイグラムデータに基づいて、バイグラム確率の高い文字対から順に実行する処理順を決定する。ここでは、バイグラム確率の高い文字対に対して一方の文字を穴あきにすれば問題の難易度が高まることが想定されることから、問題決定部304は、バイグラム確率が高い文字対から順に処理を実行するように処理順を決定する。問題の難易度を低くする場合やその他の条件に応じて、バイグラム確率の低い順に処理順の決定することも可能であり、また、各文字対のバイグラム確率が所定の条件である場合に、処理順を解答文字例における文字対の出現順とすることも可能である。
In step S81, the
ステップS82において、問題決定部304は、決定した処理順に従って文字対を選択する。問題決定部304は、解答文字列中に存在する未処理の文字対のうち最もバイグラム確率の高い文字対を選択してRAM202に読み込む
ステップS83において、問題決定部304は、未処理の文字対が存在するか否かを判別する。処理順に従って選択する文字対がなくなった場合には、問題決定部304は未処理の文字対が存在しないと判断して処理を終了する。問題決定部304は、未処理の文字対が存在すると判断した場合には、ステップS84に移行する。
In step S82, the
ステップS84において、問題決定部304は、処理対象となっている文字対の一方の文字が被解答文字に決定されているか否かを判別する。問題決定部304は、処理対象となっている文字対の一方の文字が既に被解答文字に決定されていると判断した場合には、その文字対に対して被解答文字を決定する処理を行わずに、ステップS82に移行し、次の文字対に対する処理に移行する。
In step S84, the
ステップS84において、問題決定部304は、処理対象となっている文字対の一方の文字が被解答文字に決定されていないと判断した場合には、ステップS85に移行する。
If the
ステップS85において、問題決定部304は、処理対象となっている文字対の一方の文字を被解答文字に決定する。ここでは、バイグラム確率の高い文字対に関して前側の文字を被解答文字に決定した場合に問題の難易度が高くなると予想される場合を想定しており、問題決定部304は、文字対の前側の文字を被解答文字に決定する。問題の難易度を低くする場合や後側の文字に対する前側の文字の出現頻度が高くかつ問題の難易度を高くする場合には、文字対の後側の文字を被解答文字に決定することも可能である。この後、ステップS82に移行する。
In step S85, the
このような被解答文字決定アルゴリズム2を用いた場合には、解答入力欄が多くなりすぎて必要以上に難易度を上げてしまうことを防止できる。 When such an answer character determination algorithm 2 is used, it is possible to prevent the number of answer input fields from increasing so much that the difficulty level is increased more than necessary.
(3)被解答文字決定アルゴリズム3
被解答文字決定アルゴリズム3では、問題作成装置11は、最も高いバイグラム確率を有する文字対について前側の文字を被解答文字に決定し、以下バイグラム確率の高い順に被解答文字を決定していき、文字対のいずれかが既に被解答文字である場合には被解答文字の決定を行わずに、次にバイグラム確率の高い文字対に対する処理に移行し、全ての文字対に対する処理を実行する。また、問題作成装置11は、処理中に被解答文字に決定した文字数が所定数を超えた時点で処理を終了する。
(3) Answer
In the answer
図9は、被解答文字決定アルゴリズム3のフローチャートである。
FIG. 9 is a flowchart of the answer
ステップS91において、問題決定部304は、遷移確率情報DB303から取得したバイグラムデータに基づいて、バイグラム確率の高い文字対から順に実行する処理順を決定する。ここでは、バイグラム確率の高い文字対に対して一方の文字を穴あきにすれば問題の難易度が高まることが想定されることから、問題決定部304は、バイグラム確率が高い文字対から順に処理を実行するように処理順を決定する。問題の難易度を低くする場合やその他の条件に応じて、バイグラム確率の低い順に処理順の決定することも可能であり、また、各文字対のバイグラム確率が所定の条件である場合に、処理順を解答文字例における文字対の出現順とすることも可能である。
In step S91, the
ステップS92において、問題決定部304は、決定した処理順に従って文字対を選択する。問題決定部304は、解答文字列中に存在する未処理の文字対のうち最もバイグラム確率の高い文字対を選択してRAM202に読み込む
ステップS93において、問題決定部304は、未処理の文字対が存在するか否かを判別する。処理順に従って選択する文字対がなくなった場合には、問題決定部304は未処理の文字対が存在しないと判断して処理を終了する。問題決定部304は、未処理の文字対が存在すると判断した場合には、ステップS94に移行する。
In step S92, the
ステップS94において、問題決定部304は、処理対象となっている文字対の一方の文字が被解答文字に決定されているか否かを判別する。問題決定部304は、処理対象となっている文字対の一方の文字が既に被解答文字に決定されていると判断した場合には、その文字対に対して被解答文字を決定する処理を行わずに、ステップS92に移行し、次の文字対に対する処理に移行する。
In step S94, the
ステップS94において、問題決定部304は、処理対象となっている文字対の一方の文字が被解答文字に決定されていないと判断した場合には、ステップS95に移行する。
If the
ステップS95において、問題決定部304は、処理対象となっている文字対の一方の文字を被解答文字に決定する。ここでは、バイグラム確率の高い文字対に関して前側の文字を被解答文字に決定した場合に問題の難易度が高くなると予想される場合を想定しており、問題決定部304は、文字対の前側の文字を被解答文字に決定する。問題の難易度を低くする場合や後側の文字に対する前側の文字の出現頻度が高くかつ問題の難易度を高くする場合には、文字対の後側の文字を被解答文字に決定することも可能である。
In step S95, the
ステップS96において、問題決定部304は、被解答文字として決定された文字数が設定数を超えたか否かを判別する。設定数は、出題者側が予め設定するように構成することも可能であり、解答者側で設定できるように構成することも可能であり、問題の難易度を低くする場合には設定数を少なくし、問題の難易度を高めたい場合には設定数を多くすることが考えられる。また、解答文字列の文字数との関係で設定数を設定するように構成することも可能である。例えば、解答文字列数と被解答文字数との差が所定数となるように設定数を決定することが可能であり、解答文字列数と被解答文字数とが所定の割合になるように設定数を決定することもできる。
In step S96, the
ステップS96において、問題決定部304は、被解答文字数が設定数を超えたと判断した場合には処理を終了し、そうでない場合にはステップS92に移行し次の文字対に対する処理を実行する。
In step S96, the
このような被解答文字決定アルゴリズム3を用いた場合には、解答入力欄が多くなりすぎて必要以上に難易度を上げてしまうことを防止でき、また設定数を調整することにより、問題の難易度を変更することが可能となる。
When such an answer
(4)被解答文字決定アルゴリズム4
被解答文字決定アルゴリズム4では、問題作成装置11は、最も高いバイグラム確率を有する文字対について前側の文字を被解答文字に決定し、以下バイグラム確率の高い順に被解答文字を決定していき、全ての文字対に対する処理を実行する。問題作成装置11は、バイグラム確率が設定値以下であるような文字対については被解答文字として決定する処理を行わない。ここで、処理順がバイグラム確率の高い順になっている場合には、問題作成装置11は、バイグラム確率が設定以下の文字対が出現すれば以降の処理を実行せずに終了する。
(4) Answer character determination algorithm 4
In the answer character determination algorithm 4, the
図10は、被解答文字決定アルゴリズム4のフローチャートである。 FIG. 10 is a flowchart of the answer character determination algorithm 4.
ステップS101において、問題決定部304は、遷移確率情報DB303から取得したバイグラムデータに基づいて、バイグラム確率の高い文字対から順に実行する処理順を決定する。ここでは、バイグラム確率の高い文字対に対して一方の文字を穴あきにすれば問題の難易度が高まることが想定されることから、問題決定部304は、バイグラム確率が高い文字対から順に処理を実行するように処理順を決定する。問題の難易度を低くする場合やその他の条件に応じて、バイグラム確率の低い順に処理順の決定することも可能であり、また、各文字対のバイグラム確率が所定の条件である場合に、処理順を解答文字例における文字対の出現順とすることも可能である。
In step S101, the
ステップS102において、問題決定部304は、決定した処理順に従って文字対を選択する。問題決定部304は、解答文字列中に存在する未処理の文字対のうち最もバイグラム確率の高い文字対を選択してRAM202に読み込む
ステップS103において、問題決定部304は、未処理の文字対が存在するか否かを判別する。処理順に従って選択する文字対がなくなった場合には、問題決定部304は未処理の文字対が存在しないと判断して処理を終了する。問題決定部304は、未処理の文字対が存在すると判断した場合には、ステップS104に移行する。
In step S102, the
ステップS104において、問題決定部304は、処理対象となっている文字対のバイグラム確率が設定値以下であるか否かを判別する。問題決定部304は、処理対象となっている文字対のバイグラム確率が設定以下であると判断した場合には処理を終了し、そうでない場合にはステップS105に移行する。ここで、文字対のバイグラム確率と比較される設定値は、出題者が予め設定することが可能であり、また解答者からの入力に基づいて設定することも可能であり、設定方法としては、所定のバイグラム確率の値を入力するように構成することも可能であり、遷移確率情報DB303中においてバイグラム確率の高い方から上位M番目の文字対のバイグラム確率を用いるという指定の仕方も可能である。予め入力された設定値は、所定の記憶領域に格納され、問題決定部304による被解答文字決定処理中において参照される。
In step S104, the
ステップS105において、問題決定部304は、処理対象となっている文字対の一方の文字を被解答文字に決定する。ここでは、バイグラム確率の高い文字対に関して前側の文字を被解答文字に決定した場合に問題の難易度が高くなると予想される場合を想定しており、問題決定部304は、文字対の前側の文字を被解答文字に決定する。問題の難易度を低くする場合や後側の文字に対する前側の文字の出現頻度が高くかつ問題の難易度を高くする場合には、文字対の後側の文字を被解答文字に決定することも可能である。この後、ステップS102に移行する。
In step S105, the
このような被解答文字決定アルゴリズム4を用いた場合には、バイグラム確率が低い文字対については両方の文字を残すことで、必要以上に問題の難易度が高くなることを防止できる。 When such an answer character determination algorithm 4 is used, it is possible to prevent the problem from becoming more difficult than necessary by leaving both characters for a character pair having a low bigram probability.
(5)被解答文字決定アルゴリズム5
被解答文字決定アルゴリズム5では、問題作成装置11は、最も高いバイグラム確率を有する文字対について前側の文字を被解答文字に決定し、以下バイグラム確率の高い順に被解答文字を決定していき、全ての文字対に対する処理を実行する。問題作成装置11は、処理対象となっている文字対のバイグラム確率が設定値以下であり、かつ被解答文字に決定した文字数が所定数に到達している場合には、被解答文字として決定する処理を行わない。ここで、処理順がバイグラム確率の高い順になっている場合には、問題作成装置11は、バイグラム確率が設定以下の文字対が出現し、かつ被解答文字として決定した文字数が所定数に到達していれば、以降の処理を実行せずに終了する。
(5) Answer character determination algorithm 5
In the answer character determination algorithm 5, the
図11は、被解答文字決定アルゴリズム5のフローチャートである。 FIG. 11 is a flowchart of the answer character determination algorithm 5.
ステップS111において、問題決定部304は、遷移確率情報DB303から取得したバイグラムデータに基づいて、バイグラム確率の高い文字対から順に実行する処理順を決定する。ここでは、バイグラム確率の高い文字対に対して一方の文字を穴あきにすれば問題の難易度が高まることが想定されることから、問題決定部304は、バイグラム確率が高い文字対から順に処理を実行するように処理順を決定する。問題の難易度を低くする場合やその他の条件に応じて、バイグラム確率の低い順に処理順の決定することも可能であり、また、各文字対のバイグラム確率が所定の条件である場合に、処理順を解答文字例における文字対の出現順とすることも可能である。
In step S111, the
ステップS112において、問題決定部304は、決定した処理順に従って文字対を選択する。問題決定部304は、解答文字列中に存在する未処理の文字対のうち最もバイグラム確率の高い文字対を選択してRAM202に読み込む
ステップS113において、問題決定部304は、未処理の文字対が存在するか否かを判別する。処理順に従って選択する文字対がなくなった場合には、問題決定部304は未処理の文字対が存在しないと判断して処理を終了する。問題決定部304は、未処理の文字対が存在すると判断した場合には、ステップS114に移行する。
In step S112, the
ステップS114において、問題決定部304は、処理対象となっている文字対のバイグラム確率が設定値以下であり、かつ被解答文字として決定された文字数が所定数に達したか否かを判別する。問題決定部304は、処理対象となっている文字対のバイグラム確率が設定以下であり、かつ被解答文字として決定された文字数が所定数に達したと判断した場合には処理を終了し、そうでない場合にはステップS115に移行する。ここで、文字対のバイグラム確率と比較される設定値は、出題者が予め入力しておくことが可能であり、また解答者からの入力に基づいて設定することも可能であり、設定方法としては、所定のバイグラム確率の値を入力するように構成することも可能であり、遷移確率情報DB303中においてバイグラム確率の高い方から上位M番目の文字対のバイグラム確率を用いるという指定の仕方も可能である。また、被解答文字の文字数と比較される所定数は、出題者が予め入力しておくことが可能であり、また解答者からの入力に基づいて設定することも可能であり、解答文字列の文字列長のN%を所定数にするという指定方法が可能である。
In step S114, the
ステップS115において、問題決定部304は、処理対象となっている文字対の一方の文字を被解答文字に決定する。ここでは、バイグラム確率の高い文字対に関して前側の文字を被解答文字に決定した場合に問題の難易度が高くなると予想される場合を想定しており、問題決定部304は、文字対の前側の文字を被解答文字に決定する。問題の難易度を低くする場合や後側の文字に対する前側の文字の出現頻度が高くかつ問題の難易度を高くする場合には、文字対の後側の文字を被解答文字に決定することも可能である。この後、ステップS112に移行する。
In step S115, the
このような被解答文字決定アルゴリズム5を用いた場合には、バイグラム確率が低い文字対については両方の文字を残し、さらに穴埋め問題の解答入力対象となる被解答文字の文字数を制限することで、必要以上に問題の難易度が高くなることを防止できる。 When such an answer character determination algorithm 5 is used, both characters are left for a character pair with a low bigram probability, and further, the number of answer characters that are the answer input targets of the hole filling problem is limited. It is possible to prevent the problem from becoming more difficult than necessary.
(6)被解答文字決定アルゴリズム6
被解答文字決定アルゴリズム6では、問題作成装置11は、最も高いバイグラム確率を有する文字対について前側の文字を被解答文字に決定し、以下バイグラム確率の高い順に被解答文字を決定していき、全ての文字対に対する処理を実行する。問題作成装置11は、処理対象となっている文字対のバイグラム確率が設定値以下である場合には、文字対の後側の文字を被解答文字に決定する。また、問題作成装置11は、被解答文字に決定した文字数が所定数に到達していると判断した場合には処理を終了する。
(6) Answer character determination algorithm 6
In the answer character determination algorithm 6, the
図12は、被解答文字決定アルゴリズム6のフローチャートである。 FIG. 12 is a flowchart of the answer character determination algorithm 6.
ステップS121において、問題決定部304は、遷移確率情報DB303から取得したバイグラムデータに基づいて、バイグラム確率の高い文字対から順に実行する処理順を決定する。ここでは、バイグラム確率の高い文字対に対して一方の文字を穴あきにすれば問題の難易度が高まることが想定されることから、問題決定部304は、バイグラム確率が高い文字対から順に処理を実行するように処理順を決定する。問題の難易度を低くする場合やその他の条件に応じて、バイグラム確率の低い順に処理順の決定することも可能であり、また、各文字対のバイグラム確率が所定の条件である場合に、処理順を解答文字例における文字対の出現順とすることも可能である。
In step S121, the
ステップS122において、問題決定部304は、決定した処理順に従って文字対を選択する。問題決定部304は、解答文字列中に存在する未処理の文字対のうち最もバイグラム確率の高い文字対を選択してRAM202に読み込む
ステップS123において、問題決定部304は、未処理の文字対が存在するか否かを判別する。処理順に従って選択する文字対がなくなった場合には、問題決定部304は未処理の文字対が存在しないと判断して処理を終了する。問題決定部304は、未処理の文字対が存在すると判断した場合には、ステップS124に移行する。
In step S122, the
ステップS124において、問題決定部304は、処理対象となっている文字対のバイグラム確率が設定値以下であるか否かを判別する。問題決定部304は、処理対象となっている文字対のバイグラム確率が設定以下であると判断した場合にはステップS126に移行し、そうでない場合にはステップS125に移行する。ここで、文字対のバイグラム確率と比較される設定値は、出題者が予め入力しておくことが可能であり、また解答者からの入力に基づいて設定することも可能であり、設定方法としては、所定のバイグラム確率の値を入力するように構成することも可能であり、遷移確率情報DB303中においてバイグラム確率の高い方から上位M番目の文字対のバイグラム確率を用いるという指定の仕方も可能である。
In step S124, the
ステップS125において、問題決定部304は、処理対象となっている文字対の前側の文字を被解答文字に決定する。ここでは、バイグラム確率の高い文字対に関して前側の文字を被解答文字に決定した場合に問題の難易度が高くなることを想定しており、問題決定部304は、文字対の前側の文字を被解答文字に決定する。問題の難易度を低くする場合や後側の文字に対する前側の文字の出現頻度が高くかつ問題の難易度を高くする場合には、文字対の後側の文字を被解答文字に決定することも可能である。この後、ステップS122に移行する。
In step S125, the
ステップS126において、問題決定部304は、被解答文字として決定した文字数が所定数に達しているか否かを判別する。問題決定部304は、被解答文字として決定された文字数が所定数に達したと判断した場合には処理を終了し、そうでない場合にはステップS127に移行する。ここで、被解答文字の文字数と比較される所定数は、出題者が予め入力しておくことが可能であり、また解答者からの入力に基づいて設定することも可能であり、解答文字列の文字列長のN%を所定数にするという指定方法が可能である。
In step S126, the
ステップS127において、問題決定部304は、処理対象となっている文字対のうち後側の文字を被解答文字に決定する。前述したように、バイグラム確率の高い文字対に関して前側の文字を被解答文字に決定した場合に問題の難易度が高くなることを想定しており、バイグラム確率が低い文字対に関しては、前側の文字を残して後側の文字を被解答文字に決定することで、問題の難易度を少し下げるようにしている。このステップS127における処理は、条件に応じてステップS125における処理と反対の処理を行うように構成できる。この後、ステップS122に移行する。
In step S127, the
このような被解答文字決定アルゴリズム6を用いた場合には、バイグラム確率が低い文字対については前側の文字を残して後側の文字を被解答文字とすることで、必要以上に問題の難易度が高くなることを防止できる。 When such an answer character determination algorithm 6 is used, for a character pair having a low bigram probability, the character on the back side is left as the answer character while leaving the front character, and the difficulty level of the problem is more than necessary. Can be prevented from becoming high.
(7)被解答文字決定アルゴリズム7
被解答文字決定アルゴリズム7では、問題作成装置11は、解答文字列の文字列長が設定値より短い場合には、解答文字列に含まれる全ての文字を被解答文字に決定する。問題作成装置11は、解答文字列の文字列長が設定値以上である場合には、最も高いバイグラム確率を有する文字対について前側の文字を被解答文字に決定し、以下バイグラム確率の高い順に被解答文字を決定していき、文字対の後ろ側の文字が既に被解答文字として決定している場合についても前側の文字を被解答文字に決定して、全ての文字対に対する処理を実行する。
(7) Answer character determination algorithm 7
In the answer character determination algorithm 7, when the character string length of the answer character string is shorter than the set value, the
図13は、被解答文字決定アルゴリズム7のフローチャートである。 FIG. 13 is a flowchart of the answer character determination algorithm 7.
ステップS131において、問題決定部304は、解答文字列の文字列長が設定値以上であるか否かを判別する。解答文字列の文字列長と比較される設定値は、予め出題者の入力により設定することができ、解答者の入力に基づいて設定することも可能であり、所定の記憶領域に格納される。解答文字列の文字列長と比較される設定値は、問題の難易度に応じて所定の値を選択することが可能であり、たとえば、2文字などの短い解答文字列であるような場合には、全ての文字を被解答文字とすることで問題の難易度が低下することを防止できる。問題決定部304は、解答文字列の文字列長が設定値以上であると判断した場合にはステップS133に移行し、そうでない場合にはステップS132に移行する。
In step S131, the
ステップS132において、問題決定部304は、解答文字列に含まれる全ての文字を被解答文字に決定し、処理を終了する。
In step S132, the
ステップS133において、問題決定部304は、素材選択部302が選択した素材に含まれる解答文字列中の文字対を抽出し、遷移確率情報DB303から各文字対のバイグラムデータを取得する。
In step S133, the
ステップS134において、問題決定部304は、遷移確率情報DB303から取得したバイグラムデータに基づいて、バイグラム確率の高い文字対から順に実行する処理順を決定する。ここでは、バイグラム確率の高い文字対に対して一方の文字を穴あきにすれば問題の難易度が高まることが想定されることから、問題決定部304は、バイグラム確率が高い文字対から順に処理を実行するように処理順を決定する。問題の難易度を低くする場合やその他の条件に応じて、バイグラム確率の低い順に処理順の決定することも可能であり、また、各文字対のバイグラム確率が所定の条件である場合に、処理順を解答文字例における文字対の出現順とすることも可能である。
In step S134, the
ステップS135において、問題決定部304は、決定した処理順に従って文字対を選択する。問題決定部304は、解答文字列中に存在する未処理の文字対のうち最もバイグラム確率の高い文字対を選択してRAM202に読み込む
ステップS136において、問題決定部304は、未処理の文字対が存在するか否かを判別する。処理順に従って選択する文字対がなくなった場合には、問題決定部304は未処理の文字対が存在しないと判断して処理を終了する。問題決定部304は、未処理の文字対が存在すると判断した場合には、ステップS137に移行する。
In step S135, the
ステップS137において、問題決定部304は、処理対象となっている文字対の一方の文字を被解答文字に決定する。ここでは、バイグラム確率の高い文字対に関して前側の文字を被解答文字に決定した場合に問題の難易度が高くなると想定しており、問題決定部304は、文字対の前側の文字を被解答文字に決定する。問題の難易度を低くする場合や後側の文字に対する前側の文字の出現頻度が高くかつ問題の難易度を高くする場合には、文字対の後側の文字を被解答文字に決定することも可能である。この後、ステップS135に移行する。
In step S137, the
このような被解答文字決定アルゴリズム7を用いた場合には、解答文字列が短い場合には全ての文字を解答入力欄として設定することで、問題の難易度の低下を防止できる。 When such an answer character determination algorithm 7 is used, if the answer character string is short, all characters are set as answer input fields, thereby preventing the difficulty of the problem from being lowered.
なお、以上のアルゴリズムにおいて、複数の文字対のバイグラム確率が同一である場合には、解答文字列における出現順に処理順を決定するように構成できる。 In the above algorithm, when the bigram probabilities of a plurality of character pairs are the same, the processing order can be determined in the order of appearance in the answer character string.
<作成された穴埋め問題の例>
本発明の問題作成装置11により作成される穴埋め問題の例を以下に説明する。
<Example of created hole filling problem>
An example of the hole filling problem created by the
図14は、素材選択部302が選択した素材に含まれる解答文字列に対して、バイグラムデータのバイグラム確率を用いて処理順を決定する例を示す説明図である。ここでは、素材選択部302が選択した素材に含まれる解答文字列が、「徳川家康」である場合、「小早川秀秋」である場合、「天草四郎時貞」である場合についてそれぞれ考察する。
FIG. 14 is an explanatory diagram illustrating an example in which the processing order is determined using the bigram probability of the bigram data for the answer character string included in the material selected by the
素材選択部302が選択した素材に含まれる解答文字列が「徳川家康」である場合、図5に示されたようなバイグラムデータに基づいて、バイグラム確率の高い順に文字対の処理順を決定すると、図14の1行目に示すような処理順となる。図14において、丸付き数字が各文字対の処理順を示しており、「徳川」、「川家」、「家康」の順に処理が実行される。
When the answer character string included in the material selected by the
図15は、素材選択部302が選択した素材に含まれる解答文字列に含まれる文字対に対し、決定された処理順に被解答文字決定アルゴリズム1を適用した場合の説明図である。
FIG. 15 is an explanatory diagram when the answer character determination algorithm 1 is applied to the character pairs included in the answer character string included in the material selected by the
解答文字列「徳川家康」に対して、被解答文字決定アルゴリズム1を適用すると、図15に示すように、「徳川」、「川家」、「家康」の順に処理が実行され、各文字対の前側の文字が被解答文字に決定される。したがって、解答文字列中の最後の「康」の文字だけが残り、その他の文字列が解答入力欄に置き換えられる。 When the answer character determination algorithm 1 is applied to the answer character string “Ieyasu Tokugawa”, as shown in FIG. 15, the processing is executed in the order of “Tokugawa”, “Kawaya”, and “Ieyasu”. The character in front of is determined as the answer character. Therefore, only the last character “K” in the answer character string remains, and the other character strings are replaced with the answer input column.
この解答文字列が「徳川家康」の例では、被解答文字決定アルゴリズム2を適用した場合であっても、同一の結果を得ることができる。 In the example in which the answer character string is “Ieyasu Tokugawa”, the same result can be obtained even when the answer character determination algorithm 2 is applied.
素材選択部302が選択した素材に含まれる解答文字列が「小早川秀秋」である場合、図5に示されたようなバイグラムデータに基づいて、バイグラム確率の高い順に文字対の処理順を決定すると、図14の2行目に示すような処理順となる。図14の丸付き数字が示すように、「早川」、「小早」、「川秀」、「秀秋」の順に処理が実行される。
When the answer character string included in the material selected by the
図16は、素材選択部302が選択した素材に含まれる解答文字列に含まれる文字対に対し、決定された処理順に被解答文字決定アルゴリズム2を適用した場合の説明図である。
FIG. 16 is an explanatory diagram when the answer character determination algorithm 2 is applied to the character pairs included in the answer character string included in the material selected by the
解答文字列「小早川秀秋」に対して、被解答文字決定アルゴリズム2を適用すると、図16に示すように、「早川」、「小早」、「川秀」、「秀秋」の順に処理が実行される。まず、問題決定部304は、文字対「早川」に対して、前側の文字「早」を被解答文字に決定する。次に、問題決定部304は、文字対「小早」を処理対象とし、この文字対中のいずれか一方の文字が既に被解答文字に決定されているか否かを判別する。問題決定部304は、現在処理対象となっている文字対「小早」のうち後側の「早」が既に被解答文字に決定していることを検出し、この文字対に対する処理を行わずに次の文字対「川秀」の処理に移行する。続く文字対「川秀」及び「秀秋」については、いずれも既に被解答文字に決定している文字を含まないことから、問題決定部304は各文字対の前側の文字を被解答文字に決定する。このことから、問題決定部304は、解答文字列中の最初の「小」の文字と最後の「秋」の文字だけを残し、その他の文字列を被解答文字に決定する。
When the answer character determination algorithm 2 is applied to the answer character string “Hideaki Kobayakawa”, processing is executed in the order of “Hayakawa”, “Kohaya”, “Kawahide”, “Hideaki” as shown in FIG. Is done. First, the
素材選択部302が選択した素材に含まれる解答文字列が「天草四郎時貞」である場合、図5に示されたようなバイグラムデータに基づいて、バイグラム確率の高い順に文字対の処理順を決定すると、図14の3行目に示すような処理順となる。図14の丸付き数字が示すように、「天草」、「四郎」、「時貞」、「草四」、「郎時」の順に処理が実行される。
When the answer character string included in the material selected by the
図18は、素材選択部302が選択した素材に含まれる解答文字列に含まれる文字対に対し、決定された処理順に被解答文字決定アルゴリズム2を適用した場合の説明図である。
FIG. 18 is an explanatory diagram when the answer character determination algorithm 2 is applied to the character pairs included in the answer character string included in the material selected by the
解答文字列「天草四郎時貞」に対して、被解答文字決定アルゴリズム2を適用すると、図17に示すように、「天草」、「四郎」、「時貞」、「草四」、「郎時」の順に処理が実行される。まず、問題決定部304は、文字対「天草」に対して、前側の文字「天」を被解答文字に決定する。次に、問題決定部304は、文字対「四郎」を処理対象とし、この文字対中のいずれか一方の文字が既に被解答文字に決定されているか否かを判別する。問題決定部304は、現在処理対象となっている文字対「四郎」のうち既に被解答文字に決定している文字がないことを検出し、この文字対「四郎」の前側の文字「四」を被解答文字に決定する。さらに、問題決定部304は、文字対「時貞」について、既に被解答文字に決定している文字がないことを検出し、この文字対「時貞」の前側の文字「時」を被解答文字に決定する。この後、問題決定部304は、文字対「草四」及び「郎時」を順に処理対象とするが、いずれも既に被解答文字に決定した文字を含むことから、被解答文字を決定する処理を行わない。この結果、問題決定部304は、解答文字列中の「天」、「四」、「時」の文字を被解答文字に決定する。
When the answer character determination algorithm 2 is applied to the answer character string “Shiro Amakusa”, as shown in FIG. 17, “Amakusa”, “Shiro”, “Tokada”, “Kusushi”, “Roki” Processing is executed in the order of. First, the
図18は、前述したような処理で決定した被解答文字を解答入力欄で置き換えて生成された問題の一例を示す説明図である。 FIG. 18 is an explanatory diagram showing an example of a problem generated by replacing the answer character determined by the processing as described above with an answer input field.
問題作成装置11は、素材に含まれる問題文本体と、図18に示すような被解答文字が解答入力欄に置き換えられた解答文字列との組み合わせを解答者に提示し、解答入力欄への入力を促す。また、図18に示すような解答入力欄を設けた解答文字列を解答者に提示して、穴埋めを行わせるような問題とすることも可能である。
The
図19は、解答文字列に対して、乱数を用いて被解答文字を決定した例を示す説明図である。図19に示す例では、解答文字列「徳川家康」に対して、任意の2文字を被解答文字とする場合を示している。このような場合、残された文字から解答入力欄に入る文字を連想し易い問題が作成されるおそれがあり、乱数を用いていることから、所望の難易度を得ることができない場合が生じてくる。 FIG. 19 is an explanatory diagram showing an example in which an answer character is determined using a random number for an answer character string. The example shown in FIG. 19 shows a case where any two characters are used as the answer character for the answer character string “Ieyasu Tokugawa”. In such a case, there is a possibility that a problem that is easily associated with the characters that enter the answer input field from the remaining characters may be created, and since random numbers are used, there may be cases where the desired difficulty level cannot be obtained. come.
図20は、解答文字列に対して被解答文字とする文字位置を固定した例を示す説明図である。図20に示す例では、解答文字列「徳川家康」、「小早川秀秋」、「聖徳太子」、「天草四郎時貞」に対して、偶数番目の文字を被解答文字に決定する場合を示している。このような例では、残された文字から解答入力欄に入る文字を連想し易い問題が生成される場合が多くなり、被解答文字とする文字位置の選択が難しくなる。 FIG. 20 is an explanatory diagram showing an example in which the character position as the answer character is fixed with respect to the answer character string. The example shown in FIG. 20 shows a case where the even-numbered characters are determined as the answer characters for the answer character strings “Ieyasu Tokugawa”, “Hideaki Kobayakawa”, “Taiko Stoku”, and “Shiro Tosada Amakusa”. . In such an example, a problem that easily associates a character that enters the answer input column with the remaining characters is often generated, and it becomes difficult to select a character position as an answer character.
<他の実施形態>
(A)前述した実施形態では、問題の難易度を維持するために、文字対のうちの前側の文字を被解答文字に決定するように構成している。これは、解答文字列に含まれる文字対のうち前側の文字に続く後側の文字の出現頻度をバイグラム確率として統計をとったバイグラムデータを用いていることから、前側の文字を解答入力欄に設定した方が問題の難易度が高くなることが想定される。
<Other embodiments>
(A) In the embodiment described above, the character on the front side of the character pair is determined as the answer character in order to maintain the difficulty level of the problem. This is because bigram data is used as the bigram probability for the appearance frequency of the backside character following the front side character in the answer string, so the front side character is entered in the answer input field. It is assumed that the difficulty level of the problem becomes higher when set.
これに対して、解答文字列に含まれる文字対のうち後側の文字に対する前側の文字の出現頻度の統計を用いた場合には、文字対のうちの後側の文字を被解答文字に決定した方が問題の難易度を挙げることができると予想される。 On the other hand, when using the statistics of the appearance frequency of the front character with respect to the rear character among the character pairs included in the answer character string, the rear character of the character pair is determined as the answer character. It is expected that you can raise the difficulty of the problem.
このような場合には、問題の難易度を上げるために、文字対の後側の文字を被解答文字に決定するようなアルゴリズムを用いることができる。 In such a case, an algorithm that determines the character behind the character pair as the answer character can be used to increase the difficulty of the problem.
(B)前述した実施形態では、バイグラムデータを用いて隣接する2文字間のバイグラム確率に基づいて問題作成をしているが、3文字またはそれ以上のN文字の遷移確率情報を用いて解答文字列中の被解答文字を決定することも可能である。 (B) In the above-described embodiment, a question is created based on the bigram probability between two adjacent characters using bigram data. However, the answer character is determined using transition probability information of three or more N characters. It is also possible to determine the answer character in the sequence.
(C)前述した問題作成装置が実行する問題作成方法をコンピュータに実行させるコンピュータプログラム及びそのプログラムを記録したコンピュータ読取可能な記録媒体としては、例えば、フレキシブルディスク、CD-ROM、MO、DVD、DVD-ROM、DVD-RAM、BD、半導体メモリなどを挙げることができる。また、コンピュータプログラムは、記録媒体に記録されたものに限定されるものではなく、電気通信回線、無線または有線通信回線、インターネットなどのネットワーク経由で配信されるものとすることが可能である。 (C) As a computer program for causing a computer to execute the problem creating method executed by the problem creating apparatus described above and a computer-readable recording medium storing the program, for example, a flexible disk, CD-ROM, MO, DVD, DVD -ROM, DVD-RAM, BD, semiconductor memory, etc. The computer program is not limited to the one recorded on the recording medium, and can be distributed via a network such as an electric communication line, a wireless or wired communication line, or the Internet.
以上の実施例を含む実施形態に関し、更に以下の付記を開示する。 The following additional notes are further disclosed with respect to the embodiment including the above examples.
(付記1)
少なくとも解答文字列を備える複数の素材を格納する素材記憶手段から問題となる素材を選択するステップと、
文字間の遷移確率情報を格納する遷移確率情報記憶手段を参照し、前記選択した素材に含まれる解答文字列中の隣接する文字群の遷移確率情報に基づいて、前記解答文字列のうちから被解答文字を決定するステップと、
前記素材に含まれる前記解答文字列のうち前記被解答文字を解答入力受付欄に置換することにより問題を生成するステップと、
を備える問題作成方法のプログラム。
(Appendix 1)
Selecting a problematic material from a material storage means for storing a plurality of materials having at least an answer character string;
The transition probability information storage means for storing transition probability information between characters is referred to, and based on the transition probability information of adjacent character groups in the answer character string included in the selected material, the response character string is selected from the answer character strings. Determining answer letters;
Generating a question by replacing the answer character in the answer character string included in the material with an answer input acceptance column;
A problem creation method program comprising:
(付記2)
前記選択した素材に含まれる解答文字列中の隣接する文字対のバイグラム確率に基づいて、前記解答文字列のうちから被解答文字を決定する、付記1に記載の問題作成方法のプログラム。
(Appendix 2)
The program of the question creation method according to appendix 1, wherein an answer character is determined from the answer character string based on a bigram probability of adjacent character pairs in the answer character string included in the selected material.
(付記3)
前記解答文字列中の隣接する文字対のうちバイグラム確率が高い順に、前記文字対のうちいずれか一方の文字を被解答文字に決定する、付記2に記載の問題作成方法のプログラム。
(Appendix 3)
The program for the problem creation method according to appendix 2, wherein one of the character pairs is determined as an answer character in descending order of the bigram probability among adjacent character pairs in the answer character string.
(付記4)
前記解答文字列中の隣接する文字対の一方の文字が既に被解答文字に決定されている場合に、前記文字対の他方の文字についても被解答文字に決定する、付記3に記載の問題作成方法のプログラム。
(Appendix 4)
The question creation according to
(付記5)
前記解答文字列中の隣接する文字対の一方の文字が既に被解答文字に決定されている場合に、前記文字対の他方の文字を被解答文字としない、付記3に記載の問題作成方法のプログラム。
(Appendix 5)
The problem creating method according to
(付記6)
前記解答文字列中の文字数と被解答文字に決定された文字数とが予め設定された関係を満たす場合に、被解答文字を決定する処理を終了する、付記2に記載の問題作成方法のプログラム。
(Appendix 6)
The program of the question creation method of supplementary note 2 which complete | finishes the process which determines an answer character when the number of characters in the said answer character string and the number of characters determined as an answer character satisfy | fill the preset relationship.
(付記7)
前記解答文字列中の隣接する文字対のうち所定のバイグラム確率を超えるものについてのみ、被解答文字の決定処理を実行する、付記2に記載の問題作成方法のプログラム。
(Appendix 7)
The program of the question creation method according to appendix 2, wherein the answer character determination process is executed only for a pair of adjacent characters in the answer character string that exceeds a predetermined bigram probability.
(付記8)
問題文本体と解答文字列の組み合わせとからなる複数の素材を格納する素材記憶手段から問題となる素材を選択する素材選択部と、
文字間の遷移確率情報を格納する遷移確率情報記憶手段を参照し、前記素材選択部で選択された素材に含まれる解答文字列中の隣接する文字群の遷移確率情報に基づいて、前記解答文字列のうちから被解答文字を決定する問題決定部と、
前記素材に含まれる前記解答文字列のうち前記被解答文字を解答入力受付欄に置換することにより問題を生成する問題生成部と、
を備える問題作成装置。
(Appendix 8)
A material selection unit for selecting a material in question from a material storage means for storing a plurality of materials consisting of a question sentence body and a combination of answer strings;
Refer to transition probability information storage means for storing transition probability information between characters, and based on transition probability information of adjacent character groups in the answer character string included in the material selected by the material selection unit, the answer character A problem determination unit that determines an answer character from the column;
A problem generation unit that generates a problem by replacing the answer character in the answer character string included in the material with an answer input acceptance column;
A problem creation device comprising:
(付記9)
前記問題生成部で生成された問題を格納する問題格納部と、
前記問題格納部に格納された問題を解答者に提示するために出力装置に出力する問題出力部と、
前記出力装置に出力された問題のうち前記解答入力受付欄に対する解答者の解答入力を受け付ける解答入力受付部と、
前記解答入力受付欄に置換される前の被解答文字と、前記解答入力受付部により受け付けた解答入力とを比較して合否を決定する解答照合部と、
を更に備える付記8に記載の問題作成装置。
(Appendix 9)
A problem storage unit for storing the problem generated by the problem generation unit;
A question output unit that outputs to the output device to present the question stored in the question storage unit to an answerer;
An answer input receiving unit that receives an answer input of an answerer for the answer input receiving column among the questions output to the output device;
An answer collating unit that determines pass / fail by comparing the answer character before being replaced in the answer input accepting column and the answer input accepted by the answer input accepting unit;
The problem creating device according to appendix 8, further comprising:
(付記10)
問題文本体と解答文字列の組み合わせからなる複数の素材を格納する素材記憶手段から問題となる素材を選択する段階と、
文字間の遷移確率情報を格納する遷移確率情報記憶手段を参照し、前記選択した素材に含まれる解答文字列中の隣接する文字群の遷移確率情報に基づいて、前記解答文字列のうちから被解答文字を決定する段階と、
前記素材に含まれる前記解答文字列のうち前記被解答文字を解答入力受付欄に置換することにより問題を生成する段階と、
を備える問題作成方法。
(Appendix 10)
Selecting a material in question from a material storage means for storing a plurality of materials consisting of a combination of a question sentence body and an answer character string;
The transition probability information storage means for storing transition probability information between characters is referred to, and based on the transition probability information of adjacent character groups in the answer character string included in the selected material, the response character string is selected from the answer character strings. Determining the answer letters;
Generating a question by replacing the answer character in the answer character string included in the material with an answer input acceptance column;
A problem creation method comprising:
本発明は、e−ラーニングにおける学習効果を確認するための問題やクイズの問題を作成する際に適用することができ、乱数を用いて解答文字列中の被解答文字となる位置を決定する場合や解答文字列中の被解答文字となる位置を所定の位置に設定しておく場合に比して、問題の難易度を著しく低下することなく、学習効果の高い穴埋め問題を作成することが可能となり、人手による問題生成の手間を省くことが可能となる。 The present invention can be applied when creating a problem or a quiz problem for confirming a learning effect in e-learning, and determining a position to be an answer character in an answer character string using a random number Compared to the case where the position of the answer character in the answer string is set to a predetermined position, it is possible to create a hole filling problem with a high learning effect without significantly reducing the difficulty of the problem. Thus, it is possible to save the trouble of manually generating a problem.
Claims (7)
文字間の遷移確率情報を格納する遷移確率情報記憶手段を参照し、前記選択した素材に含まれる解答文字列中の隣接する文字群の遷移確率情報に基づいて、前記解答文字列のうちから被解答文字を決定するステップと、
前記素材に含まれる前記解答文字列のうち前記被解答文字を解答入力受付欄に置換することにより問題を生成するステップと、
をコンピュータに実行させる問題作成方法のプログラム。 Selecting a problematic material from a material storage means for storing a plurality of materials having at least an answer character string;
The transition probability information storage means for storing transition probability information between characters is referred to, and based on the transition probability information of adjacent character groups in the answer character string included in the selected material, the response character string is selected from the answer character strings. Determining answer letters;
Generating a question by replacing the answer character in the answer character string included in the material with an answer input acceptance column;
A program for creating a problem that causes a computer to execute .
前記選択した素材に含まれる解答文字列中の隣接する文字対のバイグラム確率に基づいて、前記解答文字列のうちから被解答文字を決定する、請求項1に記載の問題作成方法のプログラム。 In the determining step,
The program of the question creation method of Claim 1 which determines a to-be-answered character from the said answer character string based on the bigram probability of the adjacent character pair in the answer character string contained in the said selected material.
前記解答文字列中の隣接する文字対のうちバイグラム確率が高い順に、前記文字対のうちいずれか一方の文字を被解答文字に決定する、請求項2に記載の問題作成方法のプログラム。 In the determining step,
The program of the question creation method of Claim 2 which determines any one character of the said character pair as a to-be-answered character in order with a high bigram probability among the adjacent character pairs in the said answer character string.
前記解答文字列中の文字数と被解答文字に決定された文字数とが予め設定された関係を満たす場合に、被解答文字を決定する処理を終了する、請求項2に記載の問題作成方法のプログラム。 In the determining step,
The program of the question creation method of Claim 2 which complete | finishes the process which determines an answer character when the number of characters in the said answer character string and the character number determined by the answer character satisfy | fill the preset relationship. .
文字間の遷移確率情報を格納する遷移確率情報記憶手段を参照し、前記素材選択部で選択された素材に含まれる解答文字列中の隣接する文字群の遷移確率情報に基づいて、前記解答文字列のうちから被解答文字を決定する問題決定部と、
前記素材に含まれる前記解答文字列のうち前記被解答文字を解答入力受付欄に置換することにより問題を生成する問題生成部と、
を備える問題作成装置。 A material selection unit for selecting a material in question from a material storage means for storing a plurality of materials consisting of a question sentence body and a combination of answer strings;
Refer to transition probability information storage means for storing transition probability information between characters, and based on transition probability information of adjacent character groups in the answer character string included in the material selected by the material selection unit, the answer character A problem determination unit that determines an answer character from the column;
A problem generation unit that generates a problem by replacing the answer character in the answer character string included in the material with an answer input acceptance column;
A problem creation device comprising:
前記問題格納部に格納された問題を解答者に提示するために出力装置に出力する問題出力部と、
前記出力装置に出力された問題のうち前記解答入力受付欄に対する解答者の解答入力を受け付ける解答入力受付部と、
前記解答入力受付欄に置換される前の被解答文字と、前記解答入力受付部により受け付けた解答入力とを比較して合否を決定する解答照合部と、
を更に備える請求項5に記載の問題作成装置。 A problem storage unit for storing the problem generated by the problem generation unit;
A question output unit that outputs to the output device to present the question stored in the question storage unit to an answerer;
An answer input receiving unit that receives an answer input of an answerer for the answer input receiving column among the questions output to the output device;
An answer collating unit that determines pass / fail by comparing the answer character before being replaced in the answer input accepting column and the answer input accepted by the answer input accepting unit;
The problem creating device according to claim 5, further comprising:
問題決定部が、文字間の遷移確率情報を格納する遷移確率情報記憶手段を参照し、前記選択した素材に含まれる解答文字列中の隣接する文字群の遷移確率情報に基づいて、前記解答文字列のうちから被解答文字を決定する段階と、
問題生成部が、前記素材に含まれる前記解答文字列のうち前記被解答文字を解答入力受付欄に置換することにより問題を生成する段階と、
をコンピュータに実行させる問題作成方法。 The material selection unit selects a material in question from material storage means for storing a plurality of materials consisting of a combination of a question sentence body and an answer character string,
The problem determination unit refers to transition probability information storage means for storing transition probability information between characters, and based on the transition probability information of adjacent character groups in the answer character string included in the selected material, the answer character Determining the answer character from the sequence;
Generating a problem by the problem generation unit replaces the answer input reception section of the object to be answer character of the answer character string contained in the material,
To create a problem that causes a computer to execute .
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008327483A JP5109966B2 (en) | 2008-12-24 | 2008-12-24 | Problem creation program, problem creation apparatus, and problem creation method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008327483A JP5109966B2 (en) | 2008-12-24 | 2008-12-24 | Problem creation program, problem creation apparatus, and problem creation method |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2010151922A JP2010151922A (en) | 2010-07-08 |
JP5109966B2 true JP5109966B2 (en) | 2012-12-26 |
Family
ID=42571117
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2008327483A Expired - Fee Related JP5109966B2 (en) | 2008-12-24 | 2008-12-24 | Problem creation program, problem creation apparatus, and problem creation method |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5109966B2 (en) |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10123924A (en) * | 1996-10-17 | 1998-05-15 | Sharp Corp | Memorization learning supporting system and medium storing memorization learning supporting system controlling program |
JP4205038B2 (en) * | 2001-09-28 | 2009-01-07 | 伊吉子 斉藤 | Hole filling problem creating apparatus, computer program for filling hole filling problem, and recording medium recording the program |
JP5230927B2 (en) * | 2006-11-22 | 2013-07-10 | ヤフー株式会社 | Problem automatic creation apparatus, problem automatic creation method, and computer program |
JP2008242607A (en) * | 2007-03-26 | 2008-10-09 | Toshiba Corp | Device, method and program for selecting proper candidate from language processing result |
-
2008
- 2008-12-24 JP JP2008327483A patent/JP5109966B2/en not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JP2010151922A (en) | 2010-07-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Boyce et al. | Maze made easy: Better and easier measurement of incremental processing difficulty | |
US11030913B2 (en) | Intelligent and contextual system for knowledge progression and quiz management | |
US7386453B2 (en) | Dynamically changing the levels of reading assistance and instruction to support the needs of different individuals | |
US20080145832A1 (en) | Test Question Constructing Method and Apparatus, Test Sheet Fabricated Using the Method, and Computer-Readable Recording Medium Storing Test Question Constructing Program for Executing the Method | |
JP5186342B2 (en) | Information processing apparatus, information processing method, and program | |
US20130157245A1 (en) | Adaptively presenting content based on user knowledge | |
US20090061408A1 (en) | Device and method for evaluating learning | |
CN113646788A (en) | Method, apparatus and computer program for operating a machine learning framework using active learning techniques | |
Roark et al. | Scanning methods and language modeling for binary switch typing | |
US12062294B2 (en) | Augmentative and Alternative Communication (AAC) reading system | |
Roark et al. | Huffman and linear scanning methods with statistical language models | |
Cox et al. | Tlk or txt? Using voice input for SMS composition | |
US11928984B2 (en) | Intelligent and contextual system for test management | |
KR102031482B1 (en) | Learning System of Foreign Languages and Learning Method thereof | |
JP2019061189A (en) | Teaching material authoring system | |
Thir | Co-text, context, and listening proficiency as crucial variables in intelligibility among nonnative users of English | |
KR20190143057A (en) | An online learning system and method capable of parallel learning of Chinese characters and Chinese | |
JP5109966B2 (en) | Problem creation program, problem creation apparatus, and problem creation method | |
CN114547154B (en) | Intelligent interactive English training method, system and computer readable medium | |
KR101837576B1 (en) | Apparatus and method for providing foreign language learning service, recording medium for performing the method | |
US8504580B2 (en) | Systems and methods for creating an artificial intelligence | |
Hamann et al. | Modelling the formation of phonotactic restrictions across the mental lexicon | |
Boyce et al. | Maze Made Easy: Better and easier measures of incremental processing difficulty | |
US20230177074A1 (en) | Information processing device, terminal device, information processing system, information processing method, and recording medium | |
JP7504523B1 (en) | Program, system, and method for supporting sentence pronunciation practice |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20110907 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20120315 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20120321 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20120426 |
|
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: 20120911 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20120924 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20151019 Year of fee payment: 3 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
LAPS | Cancellation because of no payment of annual fees |