JP5628151B2 - 最適学習項目の自動生成システム及びそのシステムの制御方法 - Google Patents
最適学習項目の自動生成システム及びそのシステムの制御方法 Download PDFInfo
- Publication number
- JP5628151B2 JP5628151B2 JP2011509164A JP2011509164A JP5628151B2 JP 5628151 B2 JP5628151 B2 JP 5628151B2 JP 2011509164 A JP2011509164 A JP 2011509164A JP 2011509164 A JP2011509164 A JP 2011509164A JP 5628151 B2 JP5628151 B2 JP 5628151B2
- Authority
- JP
- Japan
- Prior art keywords
- document group
- learning
- management server
- item
- learner
- 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
- 238000000034 method Methods 0.000 title claims description 71
- 238000004891 communication Methods 0.000 claims description 63
- 238000012360 testing method Methods 0.000 claims description 55
- 230000004044 response Effects 0.000 claims description 36
- 239000013598 vector Substances 0.000 claims description 21
- 238000006243 chemical reaction Methods 0.000 claims description 8
- 238000005516 engineering process Methods 0.000 claims description 6
- 238000012549 training Methods 0.000 claims description 3
- 238000007726 management method Methods 0.000 description 49
- 238000003058 natural language processing Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 9
- 239000000463 material Substances 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 6
- 238000009826 distribution Methods 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 238000000605 extraction Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000007476 Maximum Likelihood Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000000474 nursing effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 208000030453 Drug-Related Side Effects and Adverse reaction Diseases 0.000 description 1
- 238000012356 Product development Methods 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000005284 basis set Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000012913 prioritisation Methods 0.000 description 1
- 230000002250 progressing effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
Images
Classifications
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Educational Technology (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Electrically Operated Instructional Devices (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
(1)自然言語処理技術を応用した学習項目の自動抽出:
第1の段階は、自然言語処理技術を応用した学習項目の自動抽出である。まず、ある特定の学習者が必要とする学習項目を効果的に抽出する方法について説明する。例えば小学校や中学校など通常の学校教育課程においては、指導要領などによってカリキュラムや教材が決まっている。つまり、学習が必要な項目の範囲は特定されているので、特に必要とする内容を何らかの方法で抽出することは必要ない。しかし、例えば、裁判の判例、IT業界、製薬業界、保険業界などでは、裁判例の蓄積、技術の進歩、商品開発、経済状況などにより、知識として蓄えておくべき項目が常に追加され改訂される。これらの分野では、教科書やテキストが急速に陳腐化したり、そもそも存在しない場合がある。このような場合には、学習すべき項目が必ずしも明確ではない。事実上明確なカリキュラムが存在しない大学入試における英語の試験も、この例である。
(2)項目反応理論を応用した学習項目の知識量の推定方法:
(2−1)項目反応理論の概観:
項目反応理論とは、テスト・アセスメントを分析・処理して教育者・学習者にとって有益な情報を抽出する技術である。項目反応理論を使うと、受験後の得点(スコア)の価値がどの回のテストを受験しても変化しないというメリットが得られるため、現在幅広くテストの処理に利用されている。よく知られている適用例に、英語能力テストTOEICなどがある。
(2−2)項目反応理論の知識量推定への応用:
あるテスト問題jの、被験者iの能力値(θi)に対する正解確率は、2パラメータロジスティックモデルでは以下のようになる。ただし、aは識別力、bは困難度、D=1.7の定数項である。
(2−3)項目反応理論を用いた学習項目の知識量の推定:
知識量とは、ある学習者が持っている知識の絶対量を指す。通常、学習すべき項目は数が決まっており、例えば日本史では高校卒業までで約1万項目の人名、出来事、年号などがあると言われている。ある学習者が持っている知識の量は、この例でいけば1万項目すべてを知っているかどうかテストすることで調べることはできるが、実際にそれは現実的ではないため、適度にランダムにサンプリングされた少数の問題を出題することで、知識量の推定を行う。例えば1万項目の記憶すべき項目がある場合、そこから100項目をランダムに選んで知っているかどうかのテストを行い、そのうち50項目に関する知識があれば5000の知識量があると考える。
(1)基準正解率よりも−10%以内であって、かつ識別力が基準値を上回るもの
(2)基準正解率よりも−10%以内であって、かつ識別力が下限より大きく基準値よりも小さいもの
(3)基準正解率から−10〜20%であって、かつ識別力が基準値を上回るもの
(4)基準正解率から−10〜20%であって、かつ識別力が下限より大きく、基準値より小さいもの
(5)以下、同様に10%ずつの幅の刻みでアイテムが無くなるまで繰り返す。
(3)学習項目の自動生成:
以上では、まず、ある学習者が目的達成のために学習することが必要である学習項目を自然言語処理技術を応用して抽出することについて説明した。次に、抽出した学習項目から除外可能な学習項目を特定するために、抽出した学習項目の中のどれだけの項目をその学習者が既に学習済であるのかを項目反応理論を応用することによって推定した。このように、項目反応理論と上述した学習項目の自然言語処理による自動抽出とを適切に組み合わせることによって、より精度が高く効率的な学習項目提示システムを以下のように構築することが可能である。
Claims (8)
- 管理サーバ(601)と、前記管理サーバとネットワーク(603)を介して通信可能な学習者側通信端末(604)と、前記管理サーバと接続された文書データベース(602)とから構成されており最適な学習項目を含む文書群を自動生成するシステムであって、
前記管理サーバにおいて、前記管理サーバから前記学習者側通信端末に送信されたデータに応答して前記学習者側通信端末において入力され前記ネットワークを介して前記管理サーバに通信されたデータに基づいて、前記文書データベースに記憶されている文書の中から、所定の目的達成に必要であると推定される基礎となる学習項目を含む文書群を特定する学習項目を含む文書群特定手段と、
前記管理サーバにおいて、前記管理サーバから前記学習者側通信端末に送信された前記基礎となる学習項目を含む文書群に関するデータに応答して前記学習者側通信端末において入力され前記ネットワークを介して前記管理サーバに通信されたデータに基づいて前記基礎となる学習項目を含む文書群の中の未習項目を含む文書群を、最適学習項目を含む文書群として自動生成する最適学習項目を含む文書群自動生成手段と、
を備えており、前記学習項目を含む文書群特定手段において前記基礎となる学習項目を含む文書群が特定される際には、ベクトル空間モデルを含む文書間類似度判定技術が用いられることを特徴とするシステム。 - 請求項1記載のシステムにおいて、前記最適学習項目を含む文書群自動生成手段における前記未習項目の特定には、前記基礎となる学習項目を含む文書群に関して前記学習者側通信端末において入力されたデータに対して項目反応理論を含む知識量推定技術が用いられることを特徴とするシステム。
- 管理サーバ(601)と、前記管理サーバとネットワーク(603)を介して通信可能な学習者側通信端末(604)と、前記管理サーバと接続された文書データベース(602)とから構成されており最適な学習項目を含む文書群を自動生成するシステムであって、
前記管理サーバにおいて、前記管理サーバから前記学習者側通信端末に送信されたデータに応答して前記学習者側通信端末において入力され前記ネットワークを介して前記管理サーバに通信されたデータに基づいて、前記文書データベースに記憶されている文書の中から、所定の目的達成に必要であると推定される第1の学習項目を含む文書群を特定する学習項目を含む文書群特定手段と、
前記管理サーバにおいて、前記管理サーバから前記学習者側通信端末に送信された前記第1の学習項目を含む文書群に関するデータに応答して前記学習者側通信端末において入力され前記ネットワークを介して前記管理サーバに通信されたデータに基づいて前記第1の学習項目を含む文書群の中の既習部分であると推定される第2の学習項目を含む文書群を特定し、前記第1の学習項目を含む文書群から前記第2の学習項目を含む文書群を除外し、前記第1の学習項目を含む文書群から前記第2の学習項目を含む文書群を除外して得られる最適な学習項目を含む文書群である第3の学習項目を含む文書群を自動生成する最適学習項目を含む文書群自動生成手段と、
を備えており、前記学習項目を含む文書群特定手段において前記第1の学習項目を含む文書群が特定される際には、ベクトル空間モデルを含む文書間類似度判定技術が用いられることを特徴とするシステム。 - 請求項3記載のシステムにおいて、前記最適学習項目を含む文書群自動生成手段における第2の学習項目を含む文書群の特定には、第1の学習項目を含む文書群に関して前記学習者側通信端末において入力されたデータに対して項目反応理論を含む知識量推定技術が用いられることを特徴とするシステム。
- 管理サーバ(601)と、前記管理サーバとネットワーク(603)を介して通信可能な学習者側通信端末(604)と、前記管理サーバと接続された文書データベース(602)とから構成されており最適な学習項目を含む文書群を自動生成するシステムの制御方法であって、
前記学習者側通信端末が、前記管理サーバに最適学習項目を含む文書群の自動生成要求を送信するステップと、
前記管理サーバが、前記最適学習項目を含む文書群の自動生成要求を受信し、受信された要求に応答して前記文書データベースに蓄積されている学習項目を含む文書群を学習者側通信端末に提示するステップと、
前記学習者側通信端末が、前記学習項目を含む文書群の提示に対する入力に応答して前記学習項目を含む文書群の中の学習分野を特定し、前記特定された学習分野を含む文書群を管理サーバに送信するステップと、
前記管理サーバが、前記特定され送信された学習分野を含む文書群を受信し、前記学習分野を含む文書群と所定の関係にある所定の目的達成に必要であると推定される基礎となる学習項目を含む文書群を特定して、前記基礎となる学習項目を含む文書群に関するテスト問題を前記学習者側通信端末に送信するステップと、
前記学習者側通信端末が、前記テスト問題に対して入力された解答を前記管理サーバに送信するステップと、
前記管理サーバが、前記送信された解答を受信し、受信された解答に基づいて前記基礎となる学習項目を含む文書群の中の未習項目を含む文書群を最適学習項目を含む文書群として自動生成するステップと、
前記管理サーバが、前記自動生成された最適学習項目を含む文書群を前記学習者側通信端末に送信するステップと、
を含んでおり、前記基礎となる学習項目を含む文書群が特定される際には、ベクトル空間モデルを含む文書間類似度判定技術が用いられることを特徴とする方法。 - 請求項5記載の方法において、前記未習項目の特定には、前記基礎となる学習項目を含む文書群に関して前記学習者側通信端末において入力されたデータに対して項目反応理論を含む知識量推定技術が用いられることを特徴とする方法。
- 管理サーバ(601)と、前記管理サーバとネットワーク(603)を介して通信可能な学習者側通信端末(604)と、前記管理サーバと接続された文書データベース(602)とから構成されており最適な学習項目を含む文書群を自動生成するシステムの制御方法であって、
前記学習者側通信端末が、前記管理サーバに最適学習項目を含む文書群自動生成要求を送信するステップと、
前記管理サーバが、前記最適学習項目を含む文書群自動生成要求を受信し、受信された要求に応答して前記文書データベースに蓄積されている学習項目を含む文書群を学習者側通信端末に提示するステップと、
前記学習者側通信端末が、前記学習項目を含む文書群の提示に対する入力に応答して前記学習項目を含む文書群の中の学習分野を特定し、前記特定された学習分野を管理サーバに送信するステップと、
前記管理サーバが、前記特定され送信された学習分野を受信し、前記学習分野と所定の関係にある所定の目的達成に必要であると推定される第1の学習項目を含む文書群を特定して、前記第1の学習項目を含む文書群に関するテスト問題を前記学習者側通信端末に送信するステップと、
前記学習者側通信端末が、前記テスト問題に対して入力された解答を前記管理サーバに送信するステップと、
前記管理サーバが、前記送信された解答を受信し、受信された解答に応答して前記第1の学習項目を含む文書群の中の既習部分であると推定される第2の学習項目を含む文書群を特定し、前記第1の学習項目を含む文書群から前記第2の学習項目を含む文書群を除外した最適な学習項目を含む文書群である第3の学習項目を含む文書群を自動生成するステップと、
前記管理サーバが、前記自動生成された最適学習項目を含む文書群を前記学習者側通信端末に送信するステップと、
を含んでおり、前記第1の学習項目を含む文書群が特定される際には、ベクトル空間モデルを含む文書間類似度判定技術が用いられることを特徴とする方法。 - 請求項7記載の方法において、前記第2の学習項目を含む文書群の特定には、項目反応理論を含む知識量推定技術が用いられることを特徴とする方法。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2009/057770 WO2010119571A1 (ja) | 2009-04-17 | 2009-04-17 | 最適学習項目の自動生成システム及びそのシステムの制御方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2010119571A1 JPWO2010119571A1 (ja) | 2012-10-22 |
JP5628151B2 true JP5628151B2 (ja) | 2014-11-19 |
Family
ID=42982251
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2011509164A Expired - Fee Related JP5628151B2 (ja) | 2009-04-17 | 2009-04-17 | 最適学習項目の自動生成システム及びそのシステムの制御方法 |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP5628151B2 (ja) |
WO (1) | WO2010119571A1 (ja) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7052224B2 (ja) * | 2017-05-30 | 2022-04-12 | 大日本印刷株式会社 | 学習支援装置、学習支援システム及びプログラム |
JP6913706B2 (ja) * | 2019-04-19 | 2021-08-04 | 株式会社サイトビジット | 試験問題予測システム及び試験問題予測方法 |
JP7290273B2 (ja) * | 2019-06-17 | 2023-06-13 | 国立大学法人 筑波大学 | 項目反応理論に基づくテストの項目チェック装置 |
JP7534149B2 (ja) | 2020-08-11 | 2024-08-14 | 株式会社ベネッセコーポレーション | 学習支援システム、情報処理装置、情報処理方法及びプログラム |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002297792A (ja) * | 2001-04-03 | 2002-10-11 | Toppan Printing Co Ltd | 学習システム及び方法 |
JP2007272186A (ja) * | 2006-03-09 | 2007-10-18 | Konica Minolta Medical & Graphic Inc | 学習支援システム、及び学習支援方法 |
JP2007271886A (ja) * | 2006-03-31 | 2007-10-18 | Nippon Tokei Jimu Center:Kk | 能力値推定方法、能力値推定装置、およびコンピュータプログラム |
JP2009063882A (ja) * | 2007-09-07 | 2009-03-26 | Yu Yamada | 外国語単語習得管理装置 |
-
2009
- 2009-04-17 JP JP2011509164A patent/JP5628151B2/ja not_active Expired - Fee Related
- 2009-04-17 WO PCT/JP2009/057770 patent/WO2010119571A1/ja active Application Filing
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002297792A (ja) * | 2001-04-03 | 2002-10-11 | Toppan Printing Co Ltd | 学習システム及び方法 |
JP2007272186A (ja) * | 2006-03-09 | 2007-10-18 | Konica Minolta Medical & Graphic Inc | 学習支援システム、及び学習支援方法 |
JP2007271886A (ja) * | 2006-03-31 | 2007-10-18 | Nippon Tokei Jimu Center:Kk | 能力値推定方法、能力値推定装置、およびコンピュータプログラム |
JP2009063882A (ja) * | 2007-09-07 | 2009-03-26 | Yu Yamada | 外国語単語習得管理装置 |
Also Published As
Publication number | Publication date |
---|---|
JPWO2010119571A1 (ja) | 2012-10-22 |
WO2010119571A1 (ja) | 2010-10-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhang et al. | A learning style classification approach based on deep belief network for large-scale online education | |
CN107230174B (zh) | 一种基于网络的在线互动学习系统和方法 | |
Feldman et al. | Automatic detection of learning styles: state of the art | |
Carlisle et al. | Embracing the complexity of instruction: A study of the effects of teachers' instruction on students' reading comprehension | |
US11763174B2 (en) | Learning material recommendation method, learning material recommendation device, and learning material recommendation program | |
French et al. | Learning style preferences of Australian occupational therapy students | |
Dowell et al. | Predictive validity of the personal qualities assessment for selection of medical students in Scotland | |
Krell et al. | Assessing scientific reasoning competencies of pre-service science teachers: Translating a German multiple-choice instrument into English and Spanish | |
JP5628151B2 (ja) | 最適学習項目の自動生成システム及びそのシステムの制御方法 | |
Toraman et al. | The Relationship between Effective Teacher Characteristics and Reasons for Choosing Teaching Profession (Development of an Effective Teacher Inventory) | |
Xian et al. | Building on and honoring forty years of PBL scholarship from Howard Barrows: A scientometric, large-scale data, and visualization-based analysis | |
Busque-Carrier et al. | Development and validation of the integrative work values scale | |
Koziol | Parameter recovery and classification accuracy under conditions of testlet dependency: a comparison of the traditional 2PL, testlet, and bi-factor models | |
George et al. | Validating theoretical assumptions about reading with cognitive diagnosis models | |
JP2006072122A (ja) | 学習者習得特性分析システム及びその方法並びにプログラム | |
Hammer et al. | An analysis of the Test of Language Development—Primary for item bias | |
Ho et al. | Design and evaluation of an XML-based platform-independent computerized adaptive testing system | |
Ngui et al. | The predicting roles of self-efficacy and emotional intelligence and the mediating role of resilience on subjective well-being: A PLS-SEM approach. | |
Card et al. | Analytic considerations in cross-cultural research on peer relations | |
Mintram | An investigation of gender differences in Holland’s circular/hexagonal model | |
Nuntiyagul et al. | Adaptable learning assistant for item bank management | |
Kadam et al. | AI Based E-Assessment System | |
SIVACI | Study of need determination tendency of associates on program development | |
Kim | How to foster professional values during pathology residency | |
TWI790069B (zh) | 文獻評讀學習系統 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20131121 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20140120 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20140509 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20140811 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20140818 |
|
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: 20140902 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20141001 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5628151 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |