JP7181017B2 - 宿題提供装置、宿題提供方法及び宿題提供プログラム - Google Patents

Description

特許法第３０条第２項適用 平成３０年４月８日付けで、アルー株式会社が自社のウェブサイト（ｈｔｔｐ：／／ｓｔｕｄｙｄａｔａ．ａｌｕｇｏ．ｎｅｔ／）にて、落合文四郎が発明した宿題を提供するための機能を含む英会話トレーニングシステムを公開した。

本発明は、宿題提供装置、宿題提供方法及び宿題提供プログラムに関する。

下記特許文献１には、コールセンターに配置されている語学講師用の端末と、ユーザが携帯する携帯電話機との間で、映像信号及び音声信号を双方向に送受信しながら、語学学習を進行する語学習得システムが開示されている。この語学習得システムでは、ユーザが受講したい授業を予約すると、その予約時間に、語学講師用の端末とユーザの携帯電話機とがネットワークサーバーを介して接続され、授業が始まる。

特開２００９－２７２６９０号公報

特許文献１に記載の語学習得システムでは、語学レッスンを受けた後に、その語学レッスンでの内容や理解度に基づいて宿題を提供する仕組みがない。

本発明は、このような事情に鑑みてなされたものであり、語学レッスンの内容及び理解度に応じた宿題を提供することができる宿題提供装置、宿題提供方法及び宿題提供プログラムを提供することを目的とする。

本発明の一態様に係る宿題提供装置は、語学レッスンに用いる複数の設問に対する受講生の解答を、設問ごとに単語に分解し、当該分解した単語の品詞の組み合わせに基づいて、設問に割り当てられた文法の種類を判別する文法判別部と、文法判別部により判別された文法の種類に基づいて、受講生ごとに文法の種類別の設問数を集計する集計部と、解答ごとに、解答の正誤を判定する正誤判定部と、集計部により集計された文法の種類別の設問数、正誤判定部により判定された解答の正誤、及び受講生の解答に用いられた単語に基づいて、文法の種類ごと及び出題する単語として予め登録されている単語ごとに、偏差値を算出する偏差値算出部と、偏差値算出部により算出された文法の種類ごとの偏差値を低い方から順に並べ、低い方から所定番目までの範囲に含まれる文法の種類を特定し、当該特定した文法の種類に照準を合わせて設けられた設問を抽出する設問抽出部と、設問抽出部により抽出された設問の中から、偏差値算出部により算出された単語ごとの偏差値を向上させるのに効果的な単語を模範解答に含む設問を特定し、当該特定した設問を、受講生に対する宿題として提供する宿題提供部と、を備える。

上記態様において、宿題提供部は、設問抽出部により抽出された設問の模範解答に含まれる各単語に対応するベクトルと、偏差値算出部により算出された単語ごとの偏差値に対応するベクトルとの内積を算出し、当該内積が大きい方から順に、模範解答に含まれる単語を並べ、並び順が上位の単語を模範解答に含む設問を、受講生に対する宿題として提供することとしてもよい。

上記態様において、宿題提供部は、受講生に出題する単語として登録されている各単語に対応するベクトルと、偏差値算出部により算出された単語ごとの偏差値に対応するベクトルとの内積をさらに算出し、当該内積が大きい方から順に、登録されている単語を並べ、並び順が上位の単語を模範解答に含む設問をさらに抽出し、受講生に対する宿題としてさらに提供することとしてもよい。

本発明の他の態様に係る宿題提供方法は、プロセッサに実行させる宿題提供方法であって、語学レッスンに用いる複数の設問に対する受講生の解答を、設問ごとに単語に分解し、当該分解した単語の品詞の組み合わせに基づいて、設問に割り当てられた文法の種類を判別する文法判別ステップと、文法判別ステップにおいて判別された文法の種類に基づいて、受講生ごとに文法の種類別の設問数を集計する集計ステップと、解答ごとに、解答の正誤を判定する正誤判定ステップと、集計ステップにおいて集計された文法の種類別の設問数、正誤判定ステップにおいて判定された解答の正誤、及び受講生の解答に用いられた単語に基づいて、文法の種類ごと及び出題する単語として予め登録されている単語ごとに、偏差値を算出する偏差値算出ステップと、偏差値算出ステップにおいて算出された文法の種類ごとの偏差値を低い方から順に並べ、低い方から所定番目までの範囲に含まれる文法の種類を特定し、当該特定した文法の種類に照準を合わせて設けられた設問を抽出する設問抽出ステップと、設問抽出ステップにおいて抽出された設問の中から、偏差値算出ステップにおいて算出された単語ごとの偏差値を向上させるのに効果的な単語を模範解答に含む設問を特定し、当該特定した設問を、受講生に対する宿題として提供する宿題提供ステップと、を含む。

本発明の他の態様に係る宿題提供プログラムは、コンピュータを、語学レッスンに用いる複数の設問に対する受講生の解答を、設問ごとに単語に分解し、当該分解した単語の品詞の組み合わせに基づいて、設問に割り当てられた文法の種類を判別する文法判別部、文法判別部により判別された文法の種類に基づいて、受講生ごとに文法の種類別の設問数を集計する集計部と、解答ごとに、解答の正誤を判定する正誤判定部、集計部により集計された文法の種類別の設問数、正誤判定部により判定された解答の正誤、及び受講生の解答に用いられた単語に基づいて、文法の種類ごと及び出題する単語として予め登録されている単語ごとに、偏差値を算出する偏差値算出部、偏差値算出部により算出された文法の種類ごとの偏差値を低い方から順に並べ、低い方から所定番目までの範囲に含まれる文法の種類を特定し、当該特定した文法の種類に照準を合わせて設けられた設問を抽出する設問抽出部、設問抽出部により抽出された設問の中から、偏差値算出部により算出された単語ごとの偏差値を向上させるのに効果的な単語を模範解答に含む設問を特定し、当該特定した設問を、受講生に対する宿題として提供する宿題提供部、として機能させる。

本発明によれば、語学レッスンの内容及び理解度に応じた宿題を提供することができる。

実施形態における英語学習システムの実施例の一つを示す図である。 図１に示す英語学習システムの機能構成を例示する図である。 図１に示す英語学習システムで実行される文法判別処理の流れを例示する模式図である。 図１に示す英語学習システムで実行される正誤判定処理の流れを例示する模式図である。 図１に示す英語学習システムで実行される偏差値算出処理の流れを例示する模式図である。

以下、添付図面を参照して、本発明に係る宿題提供装置の機能を含む英語学習システムの好適な実施形態について説明する。実施形態では、例示的に英語を学習する場合について説明するが、学習の対象は英語に限定されず、他の言語の学習にも本発明を適用することができる。

まず、図１を参照して、実施形態における英語学習システムについて説明する。英語学習システム１は、一つ又は複数のサーバ装置やデータベースを用いて構築することができる。英語学習システム１は、通信回線４ａ、４ｂを介してそれぞれ接続してきた受講生用端末２と講師用端末３とを電話回線５を利用して接続させる。英語学習システム１は、電話回線５により接続された受講生用端末２と講師用端末３とを利用して受講生と講師とが通話をしながら進める英語レッスンの進行を制御する。

受講生用端末２は、受講生が携帯する端末である。受講生用端末２としては、例えばスマートフォンや携帯電話機等の通話機能を有する携帯端末が該当する。講師用端末３は、講師が利用する端末である。講師用端末３としては、例えばパーソナルコンピュータ等の小型端末が該当し、この小型端末には、電話回線を利用する通話機能が組み込まれている。講師用端末３は、例えばコールセンター等の同一施設内に複数台配置されている。講師用端末３を収容する施設は、日本国内に設けられていてもよいし、外国に設けられていてもよい。

なお、講師用端末３は、同一の施設内に複数台配置されている小型端末には限定されず、例えば、講師が所持するパーソナルコンピュータや、スマートフォン、携帯端末等であってもよい。

英語学習システム１は、物理的な構成として、例えば、プロセッサと、記憶装置と、通信インタフェースとを含む。プロセッサは、算術論理演算ユニット及び各種レジスタから構成され、記憶装置に格納されているコンピュータプログラムを実行することで、後述する各種機能を実現する。

記憶装置は、例えば、ディスクドライブ又は半導体メモリ等のコンピュータ読み取り可能な記録媒体である。通信インタフェースは、ネットワークに接続し、ネットワーク上の他の端末と通信をするためのハードウェアモジュールである。

図２を参照して、英語学習システム１の機能的な構成について説明する。英語学習システム１は、例えば、宿題提供機能を有する。宿題提供機能は、例えば、文法判別部１１と、集計部１２と、正誤判定部１３と、偏差値算出部１４と、設問抽出部１５と、宿題提供部１６と、を含む。なお、英語学習システム１の機能は、宿題提供機能に限定されず、例えば、レッスン進行機能、アセスメント機能等を有することができる。

英語学習システム１は、記憶装置に構築されるデータベースとして、例えば、受講生情報データベース１８１、解答履歴情報データベース１８２及び設問情報データベース１８３を備える。

受講生情報データベース１８１は、受講生に関する受講生情報を格納するデータベースである。受講生情報データベース１８１は、データ項目として、例えば、受講生ＩＤ項目、メールアドレス項目、氏名項目、電話番号項目、進捗状況項目及びグレード項目等を有する。

進捗状況項目は、レッスンの進捗状況を格納する。レッスンの進捗状況として、例えば受講生が到達したカリキュラムの最新のモジュール番号を用いることができる。モジュールの詳細については後述する。グレード項目は、例えば受講生の理解力や会話力等の能力のレベルを格納する。この進捗状況項目及びグレード項目は、後述する評価項目ごとに設けられる。

解答履歴情報データベース１８２は、受講生が受講したレッスンで用いられた設問に対する受講生の解答内容を格納するデータベースである。解答履歴情報データベース１８２は、例えば、受講生ＩＤごとに、レッスンを受講した日時（時間は時間帯）を記録し、その日時ごとに、解答内容を記録する。

設問情報データベース１８３は、レッスンで用いる設問の内容を格納するデータベースである。設問は、例えば、レイヤー、評価項目、グレード及びモジュールごとに設けることができる。レイヤーは、レッスンのレベルを示す。レイヤーとして、例えば、初級レベルである（１）“Basic”レイヤー、（２）中級レベルである“Intermediate”レイヤー、（３）上級レベルである“Advanced”レイヤー等を設けることができる。

評価項目は、レイヤーごとに設ける評価の内容を示す。例えば、上記３つのレイヤーに対し、それぞれ以下の評価項目を設けることができる。（１）“Basic”レイヤー：“Attitude”、“Speaking”、“Listening”、“Grammar”及び“Vocabulary”の５つの評価項目。（２）“Intermediate”レイヤー：“Logical Speaking”、“Assertiveness”、“Active Listening”及び“Relationship Building”の４つの評価項目。（３）“Advanced”レイヤー：“Management Communication”、“Storytelling”、“Negotiation”及び“Facilitation”の４つの評価項目。

グレードは、評価項目ごとの能力レベルを示す。グレードとして、例えば、６段階の能力レベルを設けることができる。その場合、能力レベルの低い方から順に、“Ｅ”、“Ｄ”、“Ｃ”、“Ｂ”、“Ａ”、“Ｓ”のように、グレードを設定することができる。

モジュールは、カリキュラムを構成する最小単位であり、受講生はモジュール単位にレッスンを受講する。受講生は、現時点のグレードに割り当てられている全てのモジュールをクリアすると、次のグレードに進むことができる。

図２に示す文法判別部１１は、対象となる受講生のレッスンに用いる設問に割り当てられた文法の種類を判別する。図３を参照し、文法の種類を判別する文法判別処理について詳細に説明する。

最初に、文法判別部１１は、対象受講生のレッスンに用いる複数の設問のうち、最初の設問に対する受講生の解答を単語に分解する（ステップＳ１１）。例えば、最初の設問に対する受講生の解答が“I have been to America.”である場合、文法判別部１１は、５つの単語“I”、“have”、“been”、“to”、“America”に分解する。

続いて、文法判別部１１は、上記ステップＳ１１で分解した単語の品詞を判別する（ステップＳ１２）。文法判別部１１は、品詞を判別する際に、連続する複数の品詞を一つの品詞に統合できる場合、その連続する複数の品詞を一つの品詞に置き換える。連続する複数の品詞が一つの品詞に統合できるものとして、例えば、“前置詞”の後に“名詞”が続く場合や、“前置詞”の後に“冠詞”、“名詞”が続く場合がある。

具体的に、“to America”は、“to”が“前置詞”であり、“America”が“名詞”である。この場合、“to”と“America”が統合され、その品詞が“副詞”に置き換えられる。また、“in the park”は、“in”が“前置詞”であり、“the”が冠詞であり、“park”が名詞である。この場合、“in”と“the”と“park”が統合され、その品詞が“副詞”に置き換えられる。

続いて、文法判別部１１は、上記ステップＳ１２で判別した品詞の組み合わせに基づいて、設問に割り当てられた文法の種類を判別する（ステップＳ１３）。例えば、品詞の組み合わせが、名詞＋助動詞（have）＋動詞（過去分詞）である場合には、文法の種類が“Ｇ１：現在完了”と判別される。同様に、品詞の組み合わせが、名詞＋be動詞＋動詞（過去分詞）である場合には、文法の種類が“Ｇ２：受動態”と判別される。品詞の組み合わせが、名詞＋be動詞＋動詞（現在分詞）である場合には、文法の種類が“Ｇ３：進行形”と判別される。

続いて、文法判別部１１は、対象受講生のレッスンに用いる複数の設問のうち次の設問に対して、上記ステップＳ１１～ステップＳ１３の処理を行う。一方、上記ステップＳ１１～ステップＳ１３の処理が、対象受講生のレッスンに用いる全ての設問に対して終了した場合には、この文法判別処理を終了する。

図２に示す集計部１２は、文法判別部１１により判別された文法の種類に基づいて、受講生ごとに、文法の種類別の設問数を集計する。例えば、受講生のレッスンに用いる設問が１０問であった場合に、現在完了が４問、受動態が４問、進行形が２問のように集計される。

正誤判定部１３は、受講生の解答ごとに、解答の正誤を判定する。図４を参照し、解答の正誤を判定する正誤判定処理について詳細に説明する。

最初に、正誤判定部１３は、受講生の解答である“I have been to America.”から助動詞“have”を除外し、動詞“been”を現在形にした“I am to America.”をマトリクス化する（ステップＳ２１）。助動詞を除外して動詞を現在形にすることで、判定対象を単純化することができる。

続いて、正誤判定部１３は、ｂｅ動詞である“am”の前後にあるそれぞれの単語の品詞が名詞であるか形容詞であるかを判定し、２行２列の行列を生成する（ステップＳ２２）。例えば、“am”の前にある“I”は、名詞であるため、行列の１行１列に“１”を設定し、行列の２行１列に“０”を設定する。“am”の後ろにある“to America”は、副詞であるため、行列の１行２列及び２行２列にそれぞれ“０”を設定する。なお、動詞の前後に複数の単語が存在する場合にはそれぞれの判定結果を加算して行列に設定する。

続いて、正誤判定部１３は、上記ステップＳ２２で生成した行列と、予め登録されている正しいパターンの行列とを比較し、生成した行列と一致する正しいパターンの文型及び判定対象の動詞に基づいて、受講生の解答が正しいかどうかを判定する（ステップＳ２３）。例えば、生成した行列と一致した正しいパターンの文型が、第１文型であった場合、判定対象の動詞である“am”は、第１文型の動詞として使用できる動詞である。したがって、受講生の解答は正しいと判定する。動詞ごとに、使用できる文型を定めたテーブルを予め準備しておき、そのテーブルを参照して対象文型に使用できる動詞であるか否かを判定することが好ましい。

ここで、解答に、複数の動詞が含まれる場合には、それぞれの動詞ごとに、上記ステップＳ２１～ステップＳ２３の処理を行い、全ての動詞で正しいと判定された場合に、受講生の解答が正しいと判定する。一方、いずれかの動詞で誤っていると判定された場合に、受講生の解答は誤りであると判定する。

図２に示す偏差値算出部１４は、集計部１２により集計された文法の種類別の設問数、正誤判定部１３により判定された解答の正誤、及び受講生の解答に用いられた単語に基づいて、文法の種類ごとの偏差値、及び単語ごとの偏差値を算出する。偏差値は、受講生と同じレッスンを受講した受講生全体を母集団として算出する。図５を参照し、偏差値を算出する偏差値算出処理について詳細に説明する。

図５のＴａは、対象受講生のレッスンに用いた複数の設問に対する解答を一行ずつに分割したテーブルである。Ｔｂは、集計部１２により集計された文法の種類別の設問数を示すテーブルである。Ｔｃは、正誤判定部１３により判定された解答の正誤を示すテーブルである。Ｌａは、受講生の解答に用いられた単語に基づいて分析された、解答に用いられた延べの単語、解答に用いられたユニークな単語等を示すリストである。テーブルＴｂ、Ｔｃ、及びリストＬａは、対象受講生の解答に対応するテーブルＴａに基づいて生成される。

最初に、偏差値算出部１４は、テーブルＴｂ及びテーブルＴｃを用い、文法の種類ごとの偏差値を算出する（ステップＳ３１）。例えば、Ｇ１～Ｇ１１までの１１個の偏差値を算出する。

続いて、偏差値算出部１４は、リストＬａを用い、単語ごとの偏差値を算出する（ステップＳ３２）。偏差値を算出する単語は、受講生に出題する単語として予め登録されている単語を用いる。受講生に出題する単語は、例えば、基本単語である２，３００語に絞って登録することができる。この場合、２，３００個の偏差値が算出されることとなる。

図２に示す設問抽出部１５は、偏差値算出部１４により算出された文法の種類ごとの偏差値を低い方から順に並べ、低い方から所定番目までの範囲に含まれる文法の種類を特定し、その特定した文法の種類に照準を合わせて（フォーカスして）設けられた設問を設問情報データべースから抽出する。例えば、偏差値が最も低い文法の種類が現在完了である場合に、設問抽出部１５は、現在完了に照準を合わせて設けられた設問を抽出する。設問が、どの文法の種類に照準を合わせて設けられたものであるかどうかは、例えば、設問に対応付けて文法の種類を記憶させておくこととしてもよい。上記の所定番目は任意に定めることができる。

宿題提供部１６は、受講生に対する宿題として、例えば、（１）文法の弱点を克服するための宿題、（２）単語の弱点を克服するための宿題を、受講生に提供する。

（１）文法の弱点を克服するための宿題の提供
宿題提供部１６は、設問抽出部１５により抽出された設問の中から、偏差値算出部１４により算出された単語ごとの偏差値を向上させるのに効果的な単語を模範解答に含む設問を特定し、その特定した設問を、受講生に対する宿題として提供する。以下に、具体的に説明する。

最初に、宿題提供部１６は、設問抽出部１５により抽出された設問の模範解答に含まれる各単語に対応するベクトルと、偏差値算出部１４により算出された解答に含まれる単語ごとの偏差値に対応するベクトルとの内積を算出する。

続いて、宿題提供部１６は、算出した内積に基づいて、模範解答に含まれる単語を内積が大きい順に並べる。内積が大きいほど、受講生の課題が顕在していることとなり、偏差値を向上させるのに効果的な単語となる。

続いて、宿題提供部１６は、並び順が上位の（内積が大きい）単語を模範解答に含む設問を、受講生に対する宿題として選択し、受講生に提供する。

（２）単語の弱点を克服するための宿題の提供
宿題提供部１６は、偏差値算出部１４により算出された単語ごとの偏差値を向上させるのに効果的な単語を特定し、その特定した単語を模範解答に含む設問を抽出し、その抽出した設問を、受講生に対する宿題として提供する。以下に、具体的に説明する。

最初に、宿題提供部１６は、受講生に出題する単語として予め登録されている各単語に対応するベクトルと、偏差値算出部１４により算出された解答に含まれる単語ごとの偏差値に対応するベクトルとの内積を算出する。

続いて、宿題提供部１６は、算出した内積に基づいて、予め登録されている単語を内積が大きい順に並べる。内積が大きいほど、受講生の課題が顕在していることとなり、偏差値を向上させるのに効果的な単語となる。

続いて、宿題提供部１６は、並び順が上位の（内積が大きい）単語を模範解答に含む設問を、受講生に対する宿題として設問情報データべースから抽出し、受講生に提供する。

上述したように、実施形態における英語学習システム１によれば、受講生の解答に含まれる単語の品詞の組み合わせから判明する文法の種類に従って、その受講生が解いた文法の種類別の設問数及び各設問に対する解答の正誤を求めたうえで、文法の種類ごとの偏差値を算出することができる。さらに、偏差値が低い文法の種類に照準を合わせて設けられた設問を抽出し、その抽出した設問の中から、偏差値を効果的に向上させる単語を模範解答に含む設問を特定し、特定した設問を宿題として受講生に提供することができる。

また、実施形態における英語学習システム１によれば、受講生の解答に用いられた単語に基づいて、受講生に出題する単語として予め登録されている単語ごとの偏差値を算出することができ、さらに、偏差値が低い単語に照準を合わせて設けられた設問を抽出し、その抽出した設問を宿題として受講生に提供することができる。

それゆえ、実施形態における英語学習システム１によれば、レッスンの内容及び理解度に応じた宿題を提供することができる。

[変形例]
なお、本発明は、上述した実施形態に限定されるものではなく、本発明の要旨を逸脱しない範囲内において、他の様々な形で実施することができる。このため、上記実施形態はあらゆる点で単なる例示にすぎず、限定的に解釈されるものではない。例えば、上述した各処理ステップは処理内容に矛盾を生じない範囲で任意に順番を変更し、又は並列に実行することができる。

例えば、上述した実施形態では、受講生用端末２と講師用端末３とが電話回線５を介して接続しているが、この構成には限定されない。例えば、受講生用端末２と講師用端末３とが、電話回線５を利用せずに、通信回線を介して接続することとしてもよい。通信回線としては、例えば、Ｓｋｙｐｅ（登録商標）を含むＶｏＩＰ（Voice over Internet Protocol）技術を適用した通信回線が該当する。この場合、ＶｏＩＰのアカウントとして受講生用端末２に割り当てられる識別ＩＤを、受講生情報の受講生ＩＤとして用いることができる。

１…英語学習システム、２…受講生用端末、３…講師用端末、４ａ、４ｂ…通信回線、５…電話回線、１１…文法判別部、１２…集計部、１３…正誤判定部、１４…偏差値算出部、１５…設問抽出部、１６…宿題提供部、１８１…受講生情報データベース、１８２…解答履歴情報データベース、１８３…設問情報データベース

Claims (3)

1. 語学レッスンに用いる複数の設問に対する受講生の解答を、前記設問ごとに単語に分解し、当該分解した単語の品詞の組み合わせに基づいて、前記設問に割り当てられた文法の種類を判別する文法判別部と、
   前記文法判別部により判別された前記文法の種類に基づいて、前記受講生ごとに前記文法の種類別の設問数を集計する集計部と、
   前記解答ごとに、前記解答の正誤を判定する正誤判定部と、
   前記集計部により集計された前記文法の種類別の設問数、前記正誤判定部により判定された前記解答の正誤、及び前記受講生の解答に用いられた単語に基づいて、前記文法の種類ごと及び出題する単語として予め登録されている単語ごとに、偏差値を算出する偏差値算出部と、
   前記偏差値算出部により算出された前記文法の種類ごとの偏差値を低い方から順に並べ、低い方から所定番目までの範囲に含まれる前記文法の種類を特定し、当該特定した前記文法の種類に照準を合わせて設けられた設問を抽出する設問抽出部と、
   前記設問抽出部により抽出された設問の中から、前記偏差値算出部により算出された単語ごとの偏差値を向上させるのに効果的な単語を模範解答に含む設問を特定し、当該特定した設問を、前記受講生に対する宿題として提供する宿題提供部と、
   を備える宿題提供装置。
2. プロセッサに実行させる宿題提供方法であって、
   語学レッスンに用いる複数の設問に対する受講生の解答を、前記設問ごとに単語に分解し、当該分解した単語の品詞の組み合わせに基づいて、前記設問に割り当てられた文法の種類を判別する文法判別ステップと、
   前記文法判別ステップにおいて判別された前記文法の種類に基づいて、前記受講生ごとに前記文法の種類別の設問数を集計する集計ステップと、
   前記解答ごとに、前記解答の正誤を判定する正誤判定ステップと、
   前記集計ステップにおいて集計された前記文法の種類別の設問数、前記正誤判定ステップにおいて判定された前記解答の正誤、及び前記受講生の解答に用いられた単語に基づいて、前記文法の種類ごと及び出題する単語として予め登録されている単語ごとに、偏差値を算出する偏差値算出ステップと、
   前記偏差値算出ステップにおいて算出された前記文法の種類ごとの偏差値を低い方から順に並べ、低い方から所定番目までの範囲に含まれる前記文法の種類を特定し、当該特定した前記文法の種類に照準を合わせて設けられた設問を抽出する設問抽出ステップと、
   前記設問抽出ステップにおいて抽出された設問の中から、前記偏差値算出ステップにおいて算出された単語ごとの偏差値を向上させるのに効果的な単語を模範解答に含む設問を特定し、当該特定した設問を、前記受講生に対する宿題として提供する宿題提供ステップと、
   を含む宿題提供方法。
3. コンピュータを、
   語学レッスンに用いる複数の設問に対する受講生の解答を、前記設問ごとに単語に分解し、当該分解した単語の品詞の組み合わせに基づいて、前記設問に割り当てられた文法の種類を判別する文法判別部、
   前記文法判別部により判別された前記文法の種類に基づいて、前記受講生ごとに前記文法の種類別の設問数を集計する集計部と、
   前記解答ごとに、前記解答の正誤を判定する正誤判定部、
   前記集計部により集計された前記文法の種類別の設問数、前記正誤判定部により判定された前記解答の正誤、及び前記受講生の解答に用いられた単語に基づいて、前記文法の種類ごと及び出題する単語として予め登録されている単語ごとに、偏差値を算出する偏差値算出部、
   前記偏差値算出部により算出された前記文法の種類ごとの偏差値を低い方から順に並べ、低い方から所定番目までの範囲に含まれる前記文法の種類を特定し、当該特定した前記文法の種類に照準を合わせて設けられた設問を抽出する設問抽出部、
   前記設問抽出部により抽出された設問の中から、前記偏差値算出部により算出された単語ごとの偏差値を向上させるのに効果的な単語を模範解答に含む設問を特定し、当該特定した設問を、前記受講生に対する宿題として提供する宿題提供部、
   として機能させる宿題提供プログラム。

Images