WO2018101067A1 - 学習支援システム、方法及びプログラム - Google Patents

Abstract

ユーザが学習する語句の母国語に対する言語的な類似度に基づき次回学習すべき所定時間を決定し、ユーザに応じて学習する語句ごとに、適切な時期に反復学習する機会を提供し、外国語学習の効果を高める学習支援システム、方法及びプログラムを提供する。ユーザの母国語を設定する母国語設定手段１３１と、ユーザが学習する語句情報を学習程度と共に記憶する学習語句記憶部１１２と、ユーザが学習する語句情報の母国語に対する言語的な類似度に基づき所定時間を計算する所定時間計算手段１０３と、学習語句記憶部１１２に記憶される学習程度を、学習未完了の場合は第１の記憶態様に、学習完了の場合は第２の記憶態様に、学習完了後に所定時間が経過した場合は再び第１の記憶態様に記憶する記憶制御手段１０４と、ユーザが学習する語句情報を学習語句記憶部１１２に記憶されている記憶態様に応じた出力態様で出力する出力手段１４とを備える。 図１

Description

学習支援システム、方法及びプログラム

　本発明は、外国語の語句を学習するユーザに応じて学習する語句の表示態様を変更する学習支援システム、方法及びプログラムに関する。

　従来、例えば外国語学の学習を支援するものとして、予め用意された外国語の単語の問題において、ユーザが不正解となる問題ほど頻度よく学習回数を重ねることにより、学習効果を高める学習装置が知られている（例えば、特許文献１参照）。

　特許文献１に記載の学習装置は、問題の学習回数又は経過時間を示す変数とユーザの問題に対する正誤の程度を示す変数などに基づき反復学習の頻度を制御することによって、前回不正解であった問題は次回以降に出題され易くなるようにするものである。この学習装置は、学習効果を高めるために、人間の記憶量が時間の経過とともに指数関数的に減少するということを表した忘却関数と呼ばれる関数に従って、反復学習の頻度を決定するものである。

特開平６－２８９７６６号公報

　しかし、特許文献１に記載の学習装置は、ユーザが学習する言語の語句と対応する母国語の語句との類似性が考慮されていないという欠点がある。すなわち、例えば日本語を母国語とするユーザが英語の語句を学習する場合と、英語を母国語とするユーザが日本語の語句を学習する場合とでは、学習の困難性が異なる。具体的には、学習する語句がユーザの母国語に外来語として定着しているか否か、アルファベットや仮名、漢字など表記する文字種類をユーザが見慣れているか否か、学習する語句と対応するユーザの母国語の語句と綴りが似ているか否か、学習する語句と対応するユーザの母国語の語句との発音が似ているか否かによって、ユーザの理解度や記憶の定着に大きな差が生じるために学習効果は一様ではない。したがって上記の学習装置は、これらの事情を考慮せずに反復学習の頻度を決定しているために、学習する外国語の語句によっては効果的な学習効果を得ることができない。

　本発明は、このような課題を解決するためになされたものであり、ユーザが学習する語句の母国語に対する言語的な類似度に基づき次回学習すべき所定時間を決定することにより、ユーザに応じて学習する語句ごとに、より適切な時期に反復学習する機会を提供し、外国語学習の効果を高める学習支援システム、方法及びプログラムを提供することを目的とする。

　請求項１に記載の学習支援システムは、ユーザの母国語を設定する母国語設定手段と、ユーザが学習する語句情報を、学習の程度と共に記憶する学習語句記憶手段と、前記母国語設定手段によって入力された母国語に対する、ユーザが学習する語句情報の言語的な類似度に基づき所定時間を計算する所定時間計算手段と、前記学習語句記憶手段に記憶される学習の程度を、学習未完了の場合は第１の記憶態様に記憶し、学習完了の場合は第２の記憶態様に記憶し、学習完了後に前記所定時間が経過した場合は再び第１の記憶態様に記憶する記憶制御手段と、ユーザが学習する語句情報を、前記記憶制御手段によって前記学習語句記憶手段に記憶されている第１および第２の記憶態様に応じて、それぞれ第１および第２の出力態様にて出力する出力手段と、を備えることを特徴とする。

　請求項２に記載の学習支援システムは、ユーザが学習する語句情報に対する、ユーザからの学習の程度を入力する学習程度入力手段をさらに備え、前記学習程度入力手段による入力を、学習未完了の場合は、前記記憶制御手段が第１の記憶態様に記憶し、学習完了の場合は、前記記憶制御手段が第２の記憶態様に記憶することで、ユーザの記憶が曖昧な学習すべき語句が明確になるので、より効果的に反復学習の機会を提供することができる。

　請求項３に記載の学習支援システムは、ユーザが学習する語句情報を入力する語句情報入力手段と、前記類似度を含み、語句に関連する関連情報を記憶する語句関連情報記憶部と、前記語句情報入力手段により入力されて前記学習語句記憶手段に記憶される語句情報が、前記語句関連情報記憶部に記憶されているか否かを照合する語句照合手段と、をさらに備え、前記記憶制御手段は、前記語句照合手段により得られた照合結果に基づき、前記語句関連情報記憶部に記憶されていない語句情報ついて、学習の程度を前記第１の記憶態様に記憶することで、ユーザが学習する語句の中にこれまで学習したことがない新出の語句が含まれる場合、当該新出の語句が明確になるので、新出の語句を効果的に学習する機会を提供することができる。

　請求項４に記載の学習支援システムは、前記類似度には、学習する語句情報が母国語の外来語になっているか否か、学習する語句情報を表記する文字種類が母国語の文字種類と類似しているか否か、学習する語句情報の綴りが母国語の綴りと類似しているか否か、および学習する語句情報の発音が母国語の発音と類似しているか否かのいずれかを変数に含み、前記所定時間計算手段は、それに応じて前記所定時間を決定することで、ユーザが学習する語句と対応するユーザの母国語の語句との具体的な類似性に基づき次回学習時までの所定時間を精密に計算するので、より的確に反復学習する機会を提供することができる。

　請求項５に記載の学習支援システムは、前記所定時間計算手段は、ユーザが学習する言語における語句の難易度に基づき前記所定時間を決定することで、高学年で学習する語句や綴りの長い語句など難易度の高い語句について、より的確に反復学習する機会を提供することができる。

　請求項６に記載の学習支援システムは、前記所定時間計算手段は、学習する語句の言語に対するユーザの学習者レベルに基づき前記所定時間を決定することで、学習者のレベルに応じて所定時間を計算するので、幅広い年齢層の学習者に対して、外国語学習の効果を高める学習支援システムを提供することができる。

　請求項７に記載の学習支援方法は、学習支援システムが、ユーザの母国語を設定する母国語設定ステップと、ユーザが学習する語句情報を、学習の程度と共に記憶する学習語句記憶ステップと、前記母国語設定ステップによって入力された母国語に対する、ユーザが学習する語句情報の言語的な類似度に基づき所定時間を計算する所定時間計算ステップと、前記学習語句記憶ステップに記憶される学習の程度を、学習未完了の場合は第１の記憶態様に記憶し、学習完了の場合は第２の記憶態様に記憶し、学習完了後に前記所定時間が経過した場合は再び第１の記憶態様に記憶する記憶制御ステップと、ユーザが学習する語句情報を、前記記憶制御ステップによって前記学習語句記憶ステップに記憶されている第１および第２の記憶態様に応じて、それぞれ第１および第２の出力態様にて出力する出力ステップと、を実行することを特徴とする。

　請求項８に記載のプログラムは、コンピュータを、ユーザの母国語を設定する母国語設定手段と、ユーザが学習する語句情報を、学習の程度と共に記憶する学習語句記憶手段と、前記母国語設定手段によって入力された母国語に対する、ユーザが学習する語句情報の言語的な類似度に基づき所定時間を計算する所定時間計算手段と、前記学習語句記憶手段に記憶される学習の程度を、学習未完了の場合は第１の記憶態様に記憶し、学習完了の場合は第２の記憶態様に記憶し、学習完了後に前記所定時間が経過した場合は再び第１の記憶態様に記憶する記憶制御手段と、ユーザが学習する語句情報を、前記記憶制御手段によって前記学習語句記憶手段に記憶されている第１および第２の記憶態様に応じて、それぞれ第１および第２の出力態様にて出力する出力手段とを備える学習支援システムとして機能させることを特徴とする。

　本発明によれば、ユーザが学習する語句情報の言語的な類似度に基づき次回学習すべきときまでの所定時間を計算することにより、ユーザに応じて学習する語句ごとに、より適切な時期に反復学習する機会を提供し、外国語学習の効果を高める学習支援システム、方法及びプログラムを提供することができる。

本発明の実施例１に係る学習支援システムの全体構成を示す図である。 本発明の実施例１に係る記憶部内のデータ構造例を概略的に示す図である。 本発明の実施例１に係る学習語句記憶部の具体的なデータ構造例を示す図である。 本発明の実施例１に係る語句関連情報記憶部の具体的なデータ構造例を示す図である。 本発明の実施例１に係る学習支援システムにおいて、開始から学習する語句の読み込み、語句の抽出までの手順を示すフローチャートである。 本発明の実施例１に係る学習支援システムにおいて、ユーザが学習する際の処理手順を示すフローチャートである。 本発明の実施例１に係る学習支援システムにおいて、語句の学習レベルに対応する所定時間を示す対応表である。 本発明の実施例１に係る学習支援システムにおいて、ユーザが学習する語句に対する所定時間および経過時間を計算する処理手順を示すフローチャートである。 本発明の実施例１に係る学習支援システムにおいて、語句の難易度レベルに対応する係数１を示す対応表である。 本発明の実施例１に係る学習支援システムにおいて、ユーザの学習者レベルに対応する係数１を示す対応表である。 本発明の実施例１に係る学習支援システムにおいて、難易度レベルに対応する係数１を示す対応表である。 本発明の実施例１に係る学習支援システムにおいて、ユーザが学習する語句に対する所定時間の係数１を求める処理手順を示すフローチャートである。 本発明の実施例１に係る学習支援システムにおいて、ユーザが学習する語句に対する所定時間の係数２を求める処理手順を示すフローチャートである。 本発明の実施例１に係る学習支援システムにおいて、ユーザが学習する語句の母国語に対する類似度合計に対応する係数２を示す対応表である。 本発明の実施例１に係る学習支援システムにおいて、ユーザが学習する語句の母国語に対する類似度を示すサンプル例である。 本発明の実施例１に係る学習支援システムにおいて、ユーザが学習する語句の母国語に対する類似度を示すサンプル例である。 本発明の実施例２に係る学習支援システムの全体構成を示す図である。 本発明の実施例２に係る記憶部内のデータ構造例を概略的に示す図である。

　以下、添付図面を参照しながら本発明を実施するための形態について詳細に説明する。図１から図１８は、本発明の実施の形態を例示する図であり、これらの図において、同一の符号を付した部分は同一物を表し、基本的構成及び動作は同様であるものとする。

　図１は、本発明の実施例１に係る学習支援システムの全体構成を示す図である。本学習支援システム１は、システム全体を統括的に制御する主制御部（ＣＰＵ）１０、各種情報を記憶する記憶部１１、キーボードやマウス等からなる入力部１３、ディスプレイ等の出力（表示）部１４、及びネットワーク４に接続される通信部１５、および各部を接続するバスライン１２より構成される。

　主制御部（ＣＰＵ）１０は、オペレーティングシステム等のプログラム、本学習システムの手順を規定したプログラム等によって、語句抽出手段１０１、語句照合手段１０２、所定時間計算手段１０３、記憶制御手段１０４及び各種処理手段や判断手段等を実現している。

　記憶部１１は、ＲＡＭ、ＲＯＭ等の揮発性又は不揮発性の半導体素子や、ハードディスク、光ディスク等の補助記憶装置から構成され、ユーザ設定記憶部１１１、学習語句記憶部１１２、語句関連情報記憶部１１３、学習ファイル記憶部１１４、対応表記憶部１１５等を備えている。

　入力部１３は、キーボードやマウス、トラックボール等のポインティングデバイスからなり、ユーザの母国語、学習者レベル等を設定入力する母国語等設定手段１３１、ユーザが学習する語句を入力する語句情報入力手段１３２、ユーザが語句の学習を完了したか否かを入力する学習程度入力手段１３３等ユーザが各種情報の入力を行う際に用いられる。なお、語句情報入力手段１３２から入力される語句には、学習ファイル記憶部１１４から読み込まれるファイルデータ、ネットワーク４から通信部１５を介して読み込まれる電子データも含まれる。

　出力（表示）部１４は、ユーザが入力するデータのモニタや学習する語句等の表示に用いられる。通信部１５は、ネットワーク４を通じて外部との通信を可能にするためのものであり、例えばＴＣＰ／ＩＰ等のプロトコルを利用して外部サイトから学習する語句データを受信する際に用いられる。

　語句抽出手段１０１は、学習語句記憶部１１２に記憶されている語句を形態素解析手法等を用いて自動的に語句の一部を抽出する手段であり、主制御部（ＣＰＵ）１０上で動作するプログラムとして実装されている。ここで語句には、単語、熟語、慣用句、文、文章等が含まれる。また、抽出された語句の一部、すなわち抽出語句には、単語、熟語、慣用句等が含まれる。

　語句照合手段１０２は、語句抽出手段１０１により抽出された抽出語句が、語句関連情報記憶部１１３に記憶されているか否かを照合する手段であり、主制御部（ＣＰＵ）１０上で動作するプログラムとして実装されている。

　所定時間計算手段１０３は、ユーザが一度学習を完了した抽出語句について、学習完了から再びユーザに学習の機会を提供するまでの所定時間を計算する手段であり、主制御部（ＣＰＵ）１０上で動作するプログラムとして実装されている。

　記憶制御手段１０４は、ユーザが学習する語句から語句抽出手段１０１によって抽出された抽出語句のそれぞれについて、ユーザが記憶して学習完了となったか、あるいはまだ記憶しておらず学習未完了なのかを学習語句記憶部１１２内のデータとして記憶制御する手段であり、主制御部（ＣＰＵ）１０上で動作するプログラムとして実装されている。

　　図２は、本発明の実施例１に係る記憶部内のデータ構造例を概略的に示す図である。

　ユーザ設定記憶部１１１は、ユーザの母国語データ、学習する言語に対しての学習経験年数または学力を表す学習者レベルデータ等を主にＲＡＭ上に保持している。

　学習語句記憶部１１２は、ユーザが学習する語句を保持しており、語句抽出手段１０１によって抽出された抽出語句それぞれについて、語句全体の中で出現する順番を表す出現順データ、抽出された抽出語句データ、語句照合手段１０２によって語句関連情報記憶部１１３に記憶されていると照合された場合の語句関連情報記憶部１１３に登録された順番を参照する登録順データ、ユーザが記憶したか否かを表す記憶態様データを主にＲＡＭ上に保持している。

　図３に、本発明の実施例１に係る学習語句記憶部の具体的なデータ構造例を示す。抽出された抽出語句のデータは、１行ごとに記憶されている。
　左から１列目は、語句全体の中で出現する順番、すなわち、形態素解析手法等で抽出された順番を出現ＩＤとして、１、２、３と１ずつ順に増加した数値が自動的に付与され、記憶される。２列目は、抽出された抽出語句、例えば「Ｈｉ」、「Ｍｉｃｈａｅｌ」等が記憶される。３列目は、語句関連情報記憶部１１３に登録された順番を参照する登録ＩＤで、例えば１行目の「Ｈｉ」の場合、後述する図４の語句関連情報記憶部のデータ構造例２行目に対応する語句原形に「ｈｉ」が記憶されているので、「２」が記憶される。最後に、４列目は、ユーザが記憶したか否かを表す記憶態様データとして、例えば、「学習完了：１」または「学習未完了：０」などのフラグが記憶される。

　語句関連情報記憶部１１３は、記憶される語句ごとに、登録順データ、言語種別データ、語句・活用形データ、品詞データ、ユーザの学習経験数を表す学習レベルデータ、母国語に対する言語的な類似度データ、学習すべき経験年数や綴りの文字数に基づく語句の難易度を表す語句難易度データ、ユーザが前回、最終的に学習を完了した時刻を表す最終学習時刻データ等を保持している。語句関連情報記憶部１１３は、主にハードディスク、光ディスク等の補助記憶装置に構築されたデータベースであり、記憶されている単語等のデータは検索、追加、更新、削除等の所定の操作を行うことができる。

　図４に、本発明の実施例１に係る語句関連情報記憶部の具体的なデータ構造例を示す。語句関連情報記憶部データは、語句ごとに１行で記憶されている。
　左から１列目は、登録ＩＤで、語句関連情報記憶部１１３に記憶される順番に、１、２、３と１ずつ順に増加した数値が自動的に付与され、記憶される。２列目は、登録される語句の言語種別を表し、例えば１行目の「ｄｏｏｒ」の場合、「英語」が記憶される。

　３列目には語句の原形が記憶され、続く４行目から６行目に活用形データが記憶される。例えば、１行目の名詞「ｄｏｏｒ」の場合は、３列目の語句原形に「ｄｏｏｒ」が記憶され、５列目に活用形データとして複数形「ｄｏｏｒｓ」が記憶され、３行目の動詞「ｍｅｅｔ」の場合は、３列目の語句原形に「ｍｅｅｔ」が記憶され、４列目に過去形として「ｍｅｔ」が記憶される。なお、図４では図示していないが、動詞の場合、過去分詞形、三人称単数現在形、現在分詞形等、形容詞や副詞の場合、比較級などさまざまな活用形データを記憶することができる。

　左から７列目は、品詞データで、例えば、１行目の「ｄｏｏｒ」の場合は「名詞：１」、３行目の「ｍｅｅｔ」の場合は「動詞：２」、５行目の「ｎｉｃｅ」の場合は「形容詞：３」等品詞に対応する数値データが記憶される。
　８列目は、ユーザの学習経験数を表す学習レベルを表し、例えば、学習経験がない語句は「０」、学習経験がある語句は「１」から「９」まで９段階のレベルに分けて記憶される。例えば、１行目の語句原形「ｄｏｏｒ」の場合は学習レベルは「１」、１０行目の語句原形「Ｍｉｃｈａｅｌ」の場合は新出の語句なので学習レベルは「０」が記憶される。

　９列目から１２列目は、母国語に対する言語的な類似度データを表し、外来語となっているか否か（Ｙ：１、Ｎ：０）、文字種類が類似しているか否か（類似：１、非類似：０）、綴りが類似しているか（類似：２、類推可：１、非類似：０）、発音が類似しているか否か（類似：２、非類似：０）が順に数値データとして記憶される。例えば１行目の語句原形「ｄｏｏｒ」の場合は、外来語「Ｙ：１」、文字種類類似度「非類似：０」、綴り類似度「類推可：１」、発音類似と「類似：２」がそれぞれ記憶されている。

　右から２列目は、学習すべき経験年数を表す語句難易度レベルであり、例えば「中学１年：１」から「大学：７」まで７段階のレベルに分け記憶される。例えば、１行目の語句原形「ｄｏｏｒ」では、中学２年生で習う語句なので「中学２年：２」が記憶されている。

　最右列は、最終的に学習を完了した時刻を表す最終学習時刻データであり、例えば、西暦年月日及び時刻として記憶されている。例えば、１行目の語句原形「ｄｏｏｒ」では、「２０１６／９／２０　１０：０５」と記憶されている。
　なお、語句関連情報記憶部１１３に記憶されている、言語種別、活用形データ、品詞データ、９列目から１２列目の母国語に対する言語的な類似度データ、語句難易度データ等は、例えば、図示しない学習支援システム内の電子辞書ファイルや通信部１５を介してネットワーク４上にあるオンライン電子辞書サービスなどから、主制御部（ＣＰＵ）１０がデータを自動的に収集して記憶してもよく、入力部１３からユーザが必要な情報を入力や編集を行ってもよい。

　学習ファイル記憶部１１４は、ユーザが学習する語句を予め記憶している各種言語のファイルデータを保持しており、言語種別ごとに、例えば英語ファイルデータ、仏語ファイルデータ、中国語ファイルデータ、日本語ファイルデータ等を保持している。各ファイルデータは、別々の事項についてであってもよく、同じ事項について対応する翻訳文等を含んでいてもよい。学習ファイル記憶部１１４は、主にハードディスク、光ディスク等の補助記憶装置に構築されたデータベースであり、記憶されているファイルデータは検索、追加、更新、削除等の所定の操作を行うことができる。

　対応表記憶部１１５は、ユーザが学習する語句を次回学習すべき所定時間を決定するために用いられる、所定時間対応表、語句難易度レベル対応表、学習者レベル対応表、難易度レベル対応表、類似度合計対応表等の各種対応表データを保持している。対応表記憶部１１５は、ＲＡＭ上に保持してもよく、ハードディスク、光ディスク等の補助記憶装置に記憶されてもよい。

　続いて、上述のように構成された本発明の実施例１に係る学習支援システムの動作について、（１）開始から学習する語句の読み込み、語句の抽出までの手順、（２）ユーザが学習する際の処理手順、（３）ユーザが学習する語句に対する所定時間および経過時間を計算する処理手順の順に図３乃至図１５を用いて説明する。

（１）開始から学習する語句の読み込み、語句の抽出までの手順
　まず、図３および図４の具体的なデータ構造を例に、図５のフローチャートを用いて説明する。
　図５は、本発明の実施例１に係る学習支援システムにおいて、学習開始から学習する語句の読み込み、語句の抽出までの手順を示すフローチャートである。

　ステップＳ１では、主制御部（ＣＰＵ）１０は、母国語等設定手段１３１によりバスライン１２を通じてユーザからの母国語、学習者レベルを含む設定情報を受信する。主制御部（ＣＰＵ）１０は、受信した設定情報をユーザ設定記憶部１１１に母国語データ、学習者レベルデータとして記憶する。母国語データとしては、例えば「日本語」、「英語」などがあり、学習者レベルとしては、例えば「中学１年」、「高校２年」などである。

　ステップＳ２では、主制御部（ＣＰＵ）１０は、語句情報入力手段１３２によりバスライン１２を通じてユーザが学習する語句情報を記憶部１１のＲＡＭに記憶する。主制御部（ＣＰＵ）１０は、語句情報入力手段１３２によるユーザからの指示を受信し、予め学習する語句情報として学習ファイル記憶部１１４に記録されているファイルデータを読み込み、記憶部１１のＲＡＭに記憶してもよい。
　主制御部（ＣＰＵ）１０は、学習する語句として、例えば、「Ｈｉ，　Ｍｉｃｈａｅｌ，　ｎｉｃｅ　ｔｏ　ｍｅｅｔ　ｙｏｕ！」をＲＡＭに記憶する。

　ステップＳ３では、主制御部（ＣＰＵ）１０は、記憶部１１のＲＡＭに記憶された語句から、例えば形態素解析手法等によって順に語句の一部を抽出語句として抽出し、学習語句記憶部１１２に出現順データおよび抽出語句データを記憶する。
　主制御部（ＣＰＵ）１０は、例えば上記の語句から、出現ＩＤ「１」、抽出語句「Ｈｉ」、出現ＩＤ「２」、抽出語句「Ｍｉｃｈａｅｌ」など図３のデータ構造例のように学習語句記憶部１１２に記憶する。

　ステップＳ４では、主制御部（ＣＰＵ）１０は、抽出された抽出語句を語句関連情報記憶部１１３に記憶されている語句・活用形データと照合し、照合が取れた場合（照合あり）は、語句関連情報記憶部１１３に記憶されている登録順データを学習語句記憶部１１２に参照用データとして記憶し、ステップＳ５に進む。照合が取れない場合（照合なし）はステップＳ６に進む。
　主制御部（ＣＰＵ）１０は、例えば、上記の抽出語句「Ｈｉ」は、図４に示す語句関連情報記憶部データ構造の登録ＩＤ「２」に記憶されている語句原形「ｈｉ」と照合を取り、その登録ＩＤ「２」を図３の登録ＩＤ（参照）に記憶する。

　ステップＳ５では、主制御部（ＣＰＵ）１０は、照合が取れた単語等に対する所定時間および経過時間を所定時間計算手段１０３によって計算し、その後ステップＳ７に進む。ここで所定時間とは、ユーザが一度学習を完了した時から再び学習の機会を提供するまでの時間である。経過時間とは、ユーザが一度学習を完了した時から現在までの時間である。
　ユーザが一度学習を完了した時刻は、例えば「２０１６／９／２０　１０：０５」のように、図５に示す語句関連情報記憶部データ構造の最終学習時刻データとして記憶されている。
　所定時間および経過時間の詳しい計算方法は、後述する（３）ユーザが学習する語句に対する所定時間および経過時間を計算する処理手順で説明する。

　ステップＳ６では、主制御部（ＣＰＵ）１０は、語句関連情報記憶部１１３に記憶されている語句・活用形データと照合が取れない抽出語句を、語句関連情報記憶部１１３に記憶されている語句・活用形データの最後尾に新出の語句として記憶する。そして主制御部（ＣＰＵ）１０は、語句関連情報記憶部１１３に記憶された登録順データを学習語句記憶部１１２に参照用データとして記憶し、ステップＳ９に進む。
　主制御部（ＣＰＵ）１０は、例えば、ステップＳ３で抽出した出現ＩＤ「２」、抽出語句「Ｍｉｃｈａｅｌ」の照合を取れず、図４に示す語句関連情報記憶部データ構造の最下行の１０行目に登録ＩＤ「１０」を付与し、語句原形に抽出語句「Ｍｉｃｈａｅｌ」を記憶する。そして主制御部（ＣＰＵ）１０は、付与した登録ＩＤ「１０」を図３の登録ＩＤ（参照）に「１０」と記憶する。

　つぎにステップＳ７では、主制御部（ＣＰＵ）１０は、ステップＳ５で所定時間計算手段１０３により得られた所定時間と経過時間とを比較し、経過時間が所定時間を超えていない場合（Ｎ）は学習完了のままとしてステップＳ８に進み、経過時間が所定時間を超えている場合（Ｙ）は学習未完了としてステップＳ９に進む。

　ステップＳ８では、主制御部（ＣＰＵ）１０は、語句関連情報記憶部１１３に記憶されている記憶態様を「学習完了：１」のままとして記憶し、ステップＳ１０に進む。

　ステップＳ９では、主制御部（ＣＰＵ）１０は、語句関連情報記憶部１１３に記憶されている記憶態様を「学習未完了：０」として記憶し、ステップＳ１０に進む。

　ステップＳ１０では、主制御部（ＣＰＵ）１０は、記憶部１１のＲＡＭに記憶された語句から抽出すべき語句の一部が残っているか否かを判断し、まだ抽出すべき語句の一部が残っている場合はステップＳ３に戻って抽出処理を続け、語句のすべてが抽出された場合は抽出処理を終了する。

（２）ユーザが学習する際の処理手順
　続いて、図３および図４の具体的なデータ構造を例に、図６のフローチャートを用いて説明する。
　図６は、本発明の実施例１に係る学習支援システムにおいて、ユーザが学習する際の処理手順を示すフローチャートである。

　ユーザが学習する語句について抽出処理が終了し、例えば、学習語句記憶部１１２に図３に示す学習語句記憶部のデータ構造例が記憶され、語句関連情報記憶部１１３に図４に示す語句関連情報記憶部のデータ構造例が記憶されているものとする。

　ステップＳ２１では、主制御部（ＣＰＵ）１０は、語句関連情報記憶部１１３に記憶されている抽出語句に対して、その記憶態様に記憶されている値を判断し、「学習未完了：０」の場合はステップＳ２２に進み、「学習完了：１」の場合はステップＳ２３に進む。

　ステップＳ２２では、主制御部（ＣＰＵ）１０は、学習語句記憶部１１２に記憶されている抽出語句を表示色１で出力（表示）部１４に出力（表示）する。またステップＳ２３では、主制御部（ＣＰＵ）１０は、抽出語句を表示色２で出力（表示）部１４に出力（表示）する。出力（表示）部１４に同一の抽出語句が複数出力される場合は、すべての同一の抽出語句に対して同じ表示色で出力（表示）する。出力後、ステップＳ２４に進む。
　　例えば、図３の抽出語句「Ｍｉｃｈａｅｌ」の場合は記憶態様に「学習未完了：０」が記憶されているので、抽出語句「Ｍｉｃｈａｅｌ」を表示色１で出力（表示）部１４に出力（表示）する。表示色１として、学習すべき語句に様々な強調表示形式を施すことが可能である。例えば、「Ｍｉｃｈａｅｌ」の文字色を赤色や紫色にしたり、「Ｍｉｃｈａｅｌ」の文字を囲い文字や太字、斜体にしたり、「Ｍｉｃｈａｅｌ」の文字に二重線や波線などの下線を施したり、「Ｍｉｃｈａｅｌ」の文字の背景色を黄色や赤色などにしてもよい。
　一方、図３の抽出語句「Ｈｉ」の場合は、記憶態様に「学習完了：１」が記憶されているので、「Ｈｉ」については表示色２で出力（表示）部１４に出力（表示）する。表示色２は通常表示とすることで、学習未完了の抽出語句だけが強調表示され、ユーザの印象に強く残ることになる。

　ステップＳ２４では、主制御部（ＣＰＵ）１０は、学習語句記憶部１１２に記憶されているすべての抽出語句に対して出力がされたか否かを判断する。主制御部（ＣＰＵ）１０は、まだ出力されていない抽出語句がある場合（Ｎ）はステップＳ２１に戻り、出力作業を続ける。主制御部（ＣＰＵ）１０は、すべての抽出語句を出力した場合（Ｙ）にステップＳ２５へ進む。
　すなわち、例えば、図３の学習語句記憶部データ構造例の１行目の抽出語句「Ｈｉ」から最下行の抽出語句「ｙｏｕ」まで出力（表示）部１４に出力（表示）されるように順に出力作業を続ける。

　ステップＳ２５では、主制御部（ＣＰＵ）１０は、学習程度入力手段１３３または語句情報入力手段１３２等によりユーザからの学習を終了する入力があるか否かを判断し、ユーザから学習終了の入力があった場合（Ｙ）は学習を終了し、ない場合（Ｎ）はステップＳ２６に進む。

　ステップＳ２６では、出力（表示）されている抽出語句を学習程度入力手段１３３によりユーザが選択したか否かを判断し、ユーザが抽出語句を選択した場合（Ｙ）はステップＳ２７に進み、ユーザが何も選択していない場合（Ｎ）はステップＳ２５に戻る。

　ステップＳ２７では、主制御部（ＣＰＵ）１０は、学習程度入力手段１３３からの学習の程度の入力を待ち、「学習完了：１」の場合はステップＳ２８に進み、「学習未完了：０」の場合はステップＳ３１に進む。

　ステップＳ２８では、主制御部（ＣＰＵ）１０は、選択された抽出語句に対応する、語句関連情報記憶部１１３に記憶されている学習レベルデータに１を加算して記憶する。加算した結果が９超となった場合は、学習レベルデータを「９」として記憶する。そしてステップＳ２９に進む。
　例えば、図４の語句関連情報記憶部のデータ構造例１０行目に記憶されている語句原形「Ｍｉｃｈａｅｌ」の学習レベルは「０」であるので、１加算して「１」を新たな学習レベルとして記憶する。

　ステップＳ２９では、主制御部（ＣＰＵ）１０は、選択された抽出語句に対応する、学習語句記憶部１１２に記憶されている記憶態様に「学習完了：１」を記憶する。そしてステップＳ３０に進む。

　ステップＳ３０では、主制御部（ＣＰＵ）１０は、学習支援システム１のシステム日時を、語句関連情報記憶部１１３に記憶されている最終学習時刻データに記憶する。そして、ステップＳ２１に戻り、処理を続ける。

　一方、主制御部（ＣＰＵ）１０は、ステップＳ２７において「学習未完了：０」の場合として進んだステップＳ３１では、選択された抽出語句に対応する、学習語句記憶部１１２に記憶されている学習レベルデータに１を減算して記憶する。減算した結果が１未満になる場合は、学習レベルデータを「１」として記憶する。そしてステップＳ３２に進む。
　例えば、図４の語句関連情報記憶部のデータ構造例５行目に記憶されている語句原形「ｎｉｃｅ」の学習レベルは「５」であるので、１減算して「４」を新たな学習レベルとして記憶する。

　ステップＳ３２では、主制御部（ＣＰＵ）１０は、選択された抽出語句に対応する、学習語句記憶部１１２に記憶されている記憶態様に「学習未完了：０」を記憶する。そして、ステップＳ２１に戻り、処理を続ける。

（３）ユーザが学習する語句に対する所定時間および経過時間を計算する処理手順
　まず、所定時間および経過時間を計算する処理手順の説明に先立ち、所定時間を求める計算手法の概略について説明する。
　心理学者ヘルマン・エビングハウスが提唱した、人間の記憶量が時間経過とともに減少するという忘却曲線は、以下のような対数関数で表される。
　記憶量ｂ（％）＝１００×係数ｋ／［（ｌｏｇ時間ｔ）^係数ｃ＋係数ｋ］　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　…（１）
　ここで、記憶量ｂは学習後に記憶が残っている量（％）であり、ｋ、ｃはそれぞれ係数である。一般には、当該関数から近似的に導出され、例えば以下のような負の指数関数で忘却曲線は表される。
　記憶度Ｒ＝Ｅｘｐ（－時間ｔ／記憶強度Ｓ）　　　　　　　　　…（２）

　式（２）の記憶強度Ｓは、例えば学習回数に比例し、時間ｔが経過しても一定の記憶度Ｒを維持する。言い換えると、同じ記憶度を維持するために反復学習する時間ｔは、学習回数を重ねるにつれ指数関数的に漸増するといえる。

　そこで抽出語句について、学習完了から再びユーザに学習の機会を提供するまでの所定時間を、以下の計算式を用いて計算する。
　所定時間＝係数１×Ｅｘｐ（係数２×学習レベル）　　　　　　…（３）
　ここで係数１および係数２は調整係数であり、それぞれ標準を１とする。

　続いて、ユーザが学習する語句に対する所定時間および経過時間を計算する処理手順について、図７の対応表を用いて図８のフローチャートにより説明する。

　図７は、本発明の実施例１に係る学習支援システムにおいて、語句の学習レベルに対応する所定時間を示す対応表で、図２の対応表記憶部１１５に記憶されている。上段の行は図４で説明した語句関連情報記憶部データ構造例の学習レベルを表し、１から９までの９段階に分けられる。下段の行は所定時間を表し、係数１および係数２とも標準となる１のとき、式（３）に基づき計算することにより得られる。

　図８は、本発明の実施例１に係る学習支援システムにおいて、ユーザが学習する語句に対する所定時間および経過時間を計算する処理手順を示すフローチャートである。
　　まず、図５でステップＳ５の所定時間計算処理に進むと、図８のサブルーチン処理に移行する。
　ステップＳ４１では、主制御部（ＣＰＵ）１０は、抽出された抽出語句について係数１の計算処理を行う。続いて、ステップＳ４２では、主制御部（ＣＰＵ）１０は、係数２の計算処理を行う。
　係数１の詳しい計算方法は図１２のフローチャートを用いて、また係数２の詳しい計算方法は図１３のフローチャートを用いて後述する。

　ステップＳ４３では、主制御部（ＣＰＵ）１０は、ステップＳ４１で得られた係数１、ステップＳ４２で得られた係数２、および語句関連情報記憶部１１３に記憶されている学習レベルデータに基づいて所定時間を計算する。
　例えば、図４に示す語句関連情報記憶部のデータ構造例４行目の「ｉｎｔｅｒｎｅｔ」の場合、学習レベルが「４」であるので、係数１および係数２とも１の場合には、所定時間は「５５」時間と計算される。

　ステップＳ４４では、主制御部（ＣＰＵ）１０は、語句関連情報記憶部１１３に記憶されている最終学習時刻データとシステムの現在日時との差分を経過時間として計算する。その後、図８のサブルーチン処理を終え、図５のステップＳ７に進む。

＜係数１の計算処理＞
　続いて、係数１の計算処理手順について、図９から図１１の対応表を用いて図１２のフローチャートにより説明する。

　図９は、本発明の実施例１に係る学習支援システムにおいて、語句の難易度レベルに対応する係数１を示す対応表で、図２の対応表記憶部１１５に記憶されている。
　上段の２行は語句の難易度を表す。語句難易度には、例えば、学習すべき経験年数を表す学習年次と語句の文字長さが考えられる。図４で説明した語句関連情報記憶部のデータ構造例では、学習すべき経験年数を表す学習年次を語句難易度レベルに用いている。
　中段の行は、語句の難易度に対応する語句難易度レベルを表し、１から７までの７段階に分けられる。この語句難易度レベルは他の要素を考慮して係数１を求める際に用いられる。
　下段の行は、中段の語句難易度レベルに対応する係数１の値である。係数１の数値は、式（３）で述べたように標準は１とし、より適切な時期に反復学習する機会を提供するために、語句難易度が高くなるにつれ０．０５刻みで１より小さい値を取り、最低値が０．７となる。なお、下段の係数１は、語句難易度レベルを単独で後述する難易度レベルとする場合に用いられる。

　図１０は、本発明の実施例１に係る学習支援システムにおいて、ユーザの学習者レベルに対応する係数１を示す対応表で、図２の対応表記憶部１１５に記憶されている。
　上段の行は学習者の学習経験年数または学力を表す学習年次である。
　中段の行は、上段の学習者の学習年次に対応する学習者レベルを表し、図９と同様に、１から７までの７段階に分けられる。この学習者レベルは他の要素を考慮して係数１を求める際に用いられる。
　下段の行は、中段の学習者レベルに対応する係数１の値であり、図９と同様に、標準は１とし、学習者レベルが高くなるにつれ０．０５刻みで１より小さい値を取り、最低値が０．７となる。なお、下段の値は、学習者レベルを単独で後述する難易度とする場合に用いられる。

　図１１は、本発明の実施例１に係る学習支援システムにおいて、単語難易度レベルと学習者レベルとを組み合わせた難易度レベルに対応する係数１を示す対応表で、図２の対応表記憶部１１５に記憶されている。
　上段の行は難易度レベルを表し、図９に示す語句難易度レベルから図１０に示す学習者レベルを差し引いた差分である。語句難易度レベルも学習者レベルも１から７までの７段階あるので、差分としては－６から＋６までの値を取るが、負の値はすべて０とすることにより、難易度レベルは０から６までの７段階に分けられる。
　下段の行は上段の難易度レベルに対応する係数１の値であり、標準は１とし、難易度が高くなるにつれ０．０５刻みで１より小さい値を取り、最低値が０．７となる。

　図１２は、本発明の実施例１に係る学習支援システムにおいて、ユーザが学習する語句に対する所定時間の係数１を求める処理手順を示すフローチャートである。
　まず、図８でステップＳ４１の係数１計算処理に進むと、図１２のサブルーチン処理に移行する。
　ステップＳ５１では、主制御部（ＣＰＵ）１０は、抽出された抽出語句について、語句難易度レベルから学習者レベルを差し引いた難易度レベルを計算する。主制御部（ＣＰＵ）１０は、具体的には、語句関連情報記憶部１１３に記憶されている語句難易度レベルと、ユーザ設定記憶部１１１に記憶されている学習者レベルとの差分を求める。主制御部（ＣＰＵ）１０は、図示しないが、差分が負の値である場合は０とする処理を合わせて行う。
　例えば、ユーザが中学２年生で、図４に示す語句関連情報記憶部のデータ構造例４行目にある「ｉｎｔｅｒｎｅｔ」の場合は、図１０の対応表から学習者レベルは「２」、図４および図９の対応表から語句難易度レベルは「４」であるので、難易度レベルは「４－２＝２」となる。

　ステップＳ５２では、主制御部（ＣＰＵ）１０は、ステップＳ５１で得られた難易度レベルから図１１の対応表により係数１を得る。例えば、上述の「ｉｎｔｅｒｎｅｔ」の例では、難易度レベル「２」に対応する「０．９」が係数１として得られる。
　そして図１２のサブルーチン処理を終え、図８のステップＳ４２に進む。

　＜係数２の計算処理＞
　続いて、係数２の計算処理手順について、図１３乃至図１６により説明する。

　図１３は、本発明の実施例１に係る学習支援システムにおいて、ユーザが学習する語句に対する所定時間の係数２を求める処理手順を示すフローチャートである。
　図４の語句関連情報記憶部のデータ構造例で説明したように、語句の母国語に対する言語的な類似度には、例えば、語句が外来語となっているか否か、文字種類が類似しているか否か、綴りが類似しているか否か、発音が類似しているか否か等がある。語句関連情報記憶部１１３に記憶されているこれら４つの項目から語句の類似度を求め、その類似度が低いほど、より早い時期に反復学習する機会を提供するように係数２を調整する。

　まず、図８でステップＳ４２の係数２計算処理に進むと、図１３のサブルーチン処理に移行する。
　ステップＳ６１では、主制御部（ＣＰＵ）１０は、抽出された抽出語句について、外来語になっているか否かを判断する。主制御部（ＣＰＵ）１０は、語句関連情報記憶部１１３に記憶されている外来語データを参照し、外来語になっている場合（Ｙ）はレベル１を「１」として（ステップＳ６２）、外来語になっていない場合（Ｎ）はレベル１を「０」として（ステップＳ６３）ＲＡＭに記憶し、ステップＳ６４に進む。
　例えば、図４の語句関連情報記憶部のデータ構造例４行目にある「ｉｎｔｅｒｎｅｔ」は、外来語列が「Ｙ：１」なので、レベル１を「１」としてＲＡＭに記憶する。

　ステップＳ６４では、主制御部（ＣＰＵ）１０は、文字種類が類似しているか否かを判断する。主制御部（ＣＰＵ）１０は、語句関連情報記憶部１１３に記憶されている文字種類類似度を参照し、類似している場合はレベル２を「１」として（ステップＳ６５）、非類似の場合はレベル２を「０」として（ステップＳ６６）ＲＡＭに記憶し、ステップＳ６７に進む。
　例えば、図４の語句関連情報記憶部のデータ構造例４行目にある「ｉｎｔｅｒｎｅｔ」は、文字種類類似度が「非類似：０」なので、レベル２を「０」としてＲＡＭに記憶する。

　ステップＳ６７では、主制御部（ＣＰＵ）１０は、語句関連情報記憶部１１３に記憶されている綴り類似度を参照し、綴りが類似している場合はレベル３を「２」に（ステップＳ６９）、綴りが類推可能である場合はレベル３を「１」として（ステップＳ６８）、綴りが非類似である場合はレベル３を「０」として（ステップＳ７０）ＲＡＭに記憶し、ステップＳ７１に進む。
　例えば、図４の語句関連情報記憶部のデータ構造例４行目にある「ｉｎｔｅｒｎｅｔ」は、綴り類似度が「類推可：１」なので、レベル３を「１」としてＲＡＭに記憶する。

　ステップＳ７１では、主制御部（ＣＰＵ）１０は、発音が類似しているか否かを判断する。主制御部（ＣＰＵ）１０は、語句関連情報記憶部１１３に記憶されている発音類似度を参照し、類似している場合はレベル４を「２」として（ステップＳ７２）、非類似の場合はレベル４を「０」として（ステップＳ７３）ＲＡＭに記憶し、ステップＳ７４に進む。
　例えば、図４の語句関連情報記憶部のデータ構造例４行目にある「ｉｎｔｅｒｎｅｔ」は、発音類似度が「類似：２」なので、レベル４を「２」としてＲＡＭに記憶する。

　ステップＳ７４では、主制御部（ＣＰＵ）１０は、ＲＡＭに記憶されているレベル１からレベル４までの和を求め、その和に１を加算することにより類似度合計を計算する。
　例えば、図４の語句関連情報記憶部のデータ構造例４行目にある「ｉｎｔｅｒｎｅｔ」は、レベル１が「１」、レベル２が「０」、レベル３が「１」、レベル４が「２」なので、類似度合計は「５」となる。

　ステップＳ７５では、主制御部（ＣＰＵ）１０は、得られた類似度合計に基づき、後述する図１４の類似度合計対係数２対応表を参照することにより、係数２を得る。例えば上記の「ｉｎｔｅｒｎｅｔ」の場合は、図１４の対応表より類似度合計「５」に対応する「０．９」が係数２として得られる。
　そして図１３のサブルーチン処理を終え、図８のステップＳ４３に進む。

　図１４は、本発明の実施例１に係る学習支援システムにおいて、ユーザが学習する語句の母国語に対する類似度合計に対応する係数２を示す対応表で、図２の対応表記憶部１１５に記憶されている。上段の行は図１３に示すフローチャートのステップＳ７４で得られる類似度合計を表し、１から７までの７段階に分けられる。下段の行は類似度合計に対応する係数２の値を表し、標準は１とし、より適切な時期に反復学習する機会を提供するために、類似度が低くなるにつれ０．０５刻みで１より小さい値を取り、最低値が０．７となる。

　図１５および図１６は、本発明の実施例１に係る学習支援システムにおいて、ユーザが学習する語句の母国語に対する類似度を示すサンプル例である。
　図１５、図１６の上段２行には、ユーザが学習する語句とその発音が記されている。左側にはユーザの母国語の項目が、上段の行から順に、英語、仏語、日本語、中国語の順に設けられ、左から３列目および４列目に学習語句に対応する母国語の語句とその発音が記されている。左から５列目乃至８列目には、学習語句の母国語に対する類似度を評価する４つの項目、すなわち外来語、文字種類、綴り、発音が順に設けられ、図１３の係数２を計算するフローチャートに沿った各レベルの数値が記されている。そして、右端の列に図１４の対応表で用いる類似度合計が記されている。

　図１５は、英語の「ｉｎｔｅｒｎｅｔ」を学習するときのそれぞれの母国者に対する類似度合計を表している。例えば、日本語を母国語とする学習者の場合は、３行目を見る。外来語「Ｙ：１」、文字種類「類似：０」、綴り「類推可：１」、発音「類似：２」で類似度合計は「５」となる。一方、英語や仏語を母国語とする学習者の場合は、類似度合計は「７」となる。中国語を母国語とする学習者の類似度合計は「１」となる。

　図１６は、日本語の「インターネット」を学習するときのそれぞれの母国者に対する類似度合計を表している。例えば、英語を母国語とする学習者の場合は、１行目を見る。外来語「Ｙ：１」、文字種類「類似：０」、綴り「類似：０」、発音「類似：２」で類似度合計は「４」となる。一方、日本語を母国語とする学習者の場合は、類似度合計は「７」なる。中国語を母国語とする学習者の類似度合計は「１」となる。
　類似度合計によって係数２が図１４の対応表に基づき０．７から１まで変化するので、同じ語句を学習する場合でも、母国語の違いにより所定時間が異なり、ユーザに応じて学習する語句ごとに、より適切な時期に反復学習する機会を提供することができる。

　これまで、（３）ユーザが学習する語句に対する所定時間および経過時間を計算する処理手順について、図８、図１２、図１３のフローチャートに沿って説明してきた。
　そして、例えば、図４の語句関連情報記憶部のデータ構造例５行目にある「ｉｎｔｅｒｎｅｔ」の場合、係数１および係数２とも標準の１であるときには、式（３）、すなわち図８のステップＳ４３に従い、所定時間が５５時間であった。一方、上述したように、語句難易度および学習者レベル（例では、中学２年生）を考慮した場合に係数１は０．９となり、式（３）、すなわち図８のステップＳ４３に従い、所定時間を計算すると４９時間に短縮される。さらに母国語（例では、日本語）に対する語句の類似度を考慮した場合に係数２は０．９となり、所定時間を計算すると３３時間まで短縮される。したがって、上記の事項を考慮することで、ユーザに応じて学習する語句ごとに、より適切な時期に反復学習する機会を提供することが可能となる。

　このように、本発明の実施例１によれば、上記構成を採用することで、ユーザに応じて学習する語句ごとに、より適切な時期に反復学習する機会を提供することが可能となり、外国語学習の効果を高める学習支援システム、方法及びプログラムを提供することができる。

　図１７は、本発明の実施例２に係る学習支援システムの全体構成を示す図である。
本学習支援システム１は、サーバ２とユーザ端末３とがネットワーク４に接続されて構成される。

　サーバ２は、システム全体を統括的に制御する主制御部（ＣＰＵ）２０、各種情報を記憶する記憶部２１、ネットワーク４を通じてユーザ端末３と送受信するための通信部２２より構成される。

　主制御部（ＣＰＵ）２０は、オペレーティングシステム等のプログラム、本学習システムの手順を規定したプログラム等によって、語句抽出手段２０１、語句照合手段２０２、所定時間計算手段２０３、記憶制御手段２０４及び各種処理手段や判断手段等を実現している。なお、語句抽出手段２０１、語句照合手段２０２、所定時間計算手段２０３、記憶制御手段２０４は、図１における、語句抽出手段１０１、語句照合手段１０２、所定時間計算手段１０３、記憶制御手段１０４と同様の機能を有する。

　記憶部２１は、ＲＡＭ、ＲＯＭ等の揮発性又は不揮発性の半導体素子や、ハードディスク、光ディスク等の補助記憶装置から構成され、ユーザ設定記憶部２１１、学習語句記憶部２１２、語句関連情報記憶部２１３、学習ファイル記憶部２１４、対応表記憶部２１５等を備えている。

　通信部２２は、ネットワーク４を通じてユーザ端末３との通信を可能にするためのものであり、例えばＴＣＰ／ＩＰ等のプロトコルを利用してユーザ端末３から送信される、母国語等の設定データを受信する母国語等設定手段２２１、語句情報入力データを受信する語句情報入力手段２２２、学習程度の入力データを受信する学習程度入力手段２２３、およびユーザ端末３の表示部に出力するための出力情報を送信する出力手段２２４としての機能を備える。

　ユーザ端末３は、入力部３１、表示部３２、通信部３３から構成される。入力部３１は、キーボードやマウス、トラックボール等のポインティングデバイスからなり、ユーザの母国語等の設定情報、ユーザが学習する語句情報、あるいは語句に対する学習程度情報等の入力に用いられる。表示部３２は、ディスプレイ等からなり、入力部３１から入力される情報やサーバ２から送信される出力情報の表示に用いられる。通信部３３は、ネットワーク４を通じて、入力部３１から入力された各種情報データのサーバ２への送信や、サーバ２からの出力情報の受信に用いられる。

　　図１８は、本発明の実施例２に係る記憶部内のデータ構造例を概略的に示す図である。学習語句記憶部２１２、語句関連情報記憶部２１３、学習ファイル記憶部２１４および対応表記憶部２１５は、図２における、学習語句記憶部１１２、語句関連情報記憶部１１３、学習ファイル記憶部１１４および対応表記憶部１１５と同様のデータを保持している。なお、ユーザ設定記憶部２１１は、ユーザ設定記憶部１１１が保持している母国語データ、学習者レベルデータに加え、ユーザ識別データを保持している点が異なる。これは、複数のユーザ端末３から複数のユーザがサーバを利用する場合、ユーザごとに学習語句記憶部２１２、語句関連情報記憶部２１３および学習ファイル記憶部２１４を記憶する必要があるためである。なお、学習語句記憶部２１２および語句関連情報記憶部２１３の具体的データ構造は、それぞれ図３および図４のデータ構造例と同様である。

　本発明の実施例２に係る学習支援システムの基本的な動作について、図１７を用いて説明する。
　ユーザが使用するユーザ端末３は、ネットワーク４を通じてサーバ２に接続する。ユーザ端末３は、ユーザが入力部３１により入力した、ユーザ識別データ、母国語データ、学習者レベルデータを含む母国語等設定情報を通信部３３によりネットワーク４を通じてサーバ２に送信する。
　サーバ２は、ユーザ端末３より送信された母国語等設定情報を、通信部２２の母国語等設定手段２２１により受信し、ユーザ設定記憶部２１１に記憶する。続いて、サーバ２は、ユーザ設定記憶部２１１に記憶したユーザ識別データに基づき、記憶部２１内のＲＡＭ上に学習語句記憶部２１２を確保し、当該ユーザの過去の学習を通じて構築された語句関連情報記憶部２１３を特定する。以降の動作については、本発明の実施例１の学習支援システムと同様である。

　このように、本発明の実施例２によれば、上記構成を採用することで、複数のユーザに対して、それぞれのユーザに応じて学習する語句ごとに、より適切な時期に反復学習する機会を提供することが可能となり、外国語学習の効果を高める学習支援システム、方法及びプログラムを提供することができる。

　なお、本発明は、上記の実施例に限定されるものではない。
　例えば、本発明の実施例に係る学習支援システムでは、係数１の計算に用いる難易度レベルの指標として語句難易度レベルのみを用いてもよい。また、語句難易度として、語句の文字長さを指標として用いることもできる。さらに、語句難易度として、学習すべき経験年数を表す学習年次と語句の文字長さとの加算平均等を用いてもよい。また、語句難易度をさらに多段階のレベルに分け、例えば、対応する係数１の値を０．５から１に設定してもよい。
　さらに、語句難易度として、例えば、それぞれの語句を記憶する難しさについてアンケート調査した結果を指標として用いてもよい。語句を記憶する難易度は、学習者の母国語によって大きく異なるので、例えば、さまざまな言語を母国語とする１０００人に対して、学習する語句のそれぞれについて記憶してもらい、一定時間後に記憶力テストを行った結果に基づき、それぞれの単語について統計的に記憶難易度を求める。得られた記憶難易度データを語句難易度データとして用いればよい。

　また、本発明の実施例に係る学習支援システムでは、係数２の計算に用いる類似度の指標として、外来語、文字種類、綴り、発音のうち、いずれか１項目または複数の組み合わせを用いることも可能である。

　さらに、本発明の実施例に係る学習支援システムでは、係数１の計算に用いる指標として語句の母国語に対する類似度を用い、係数２の計算に用いる指標として語句難易度や学習者レベルを用いてもよい。

　また、本発明の実施例に係る学習支援システムでは、係数１および係数２のうち、いずれかを定数としてもよい。
　これらにより、より精密にあるいはより緩やかに所定時間を設定することが可能となり、ユーザに応じて外国語学習の効果を一層高めることができる。

　本発明の実施例に係る学習支援システムでは、例えばユーザから母国語等設定手段１３１を通じて入力され、ユーザ設定記憶部１１１に記憶されるデータとして、簡単すぎて復習するまでもない語句難易度レベルや難し過ぎて学習する効果の少ない語句難易度レベルを設定する学習語句レベル除外データを記憶してもよい。
　また、学習語句レベル除外データとともに、あるいはそれに代えて、学習レベルを限定する学習語句限定レベルデータをユーザ設定記憶部１１１に記憶してもよい。
　さらに、学習する語句の品詞を限定、または除外する品詞特定データをユーザ設定記憶部１１１に記憶してもよい。
　図５のフローチャートにおいて、例えば、ステップＳ４とステップＳ５との間に学習語句の除外または限定する判断手順を設け、除外する語句についてはステップＳ９に進み、限定する語句についてはステップＳ５に進むようにすればよい。
　学習すべき語句が限定されることにより、より的確に反復学習する機会を提供することができる。

　本発明の実施例に係る学習支援システムでは、学習語句記憶部１１２に記憶される記憶データとして第３の記憶態様を設け、これに対応する表示色３を設定してもよい。表示色３は、例えば、表示色１とは異なる強調表示形式とする。強調表示形式としては、例えば、語句の文字色や背景色を表示色１と異なる色にしてもよく、語句の文字を中抜き、影付き、浮き出し、浮き彫りなどとしてもよい。
　図６のフローチャートにおいて、例えばステップＳ２１で第３の記憶対応として「今回学習で学習未完了：２」の分岐を設け、該当する場合は表示色３に出力する手順とする。また、ステップＳ２７の選択で「学習未完了：０」を「今回学習で学習未完了：２」に代える手順とすればよい。
　これにより、今回の学習時に学習が未完了とユーザが認識した語句が明確になり、ユーザに応じた学習支援の効果をさらに高めることができる。

　また、本発明の実施例に係る学習支援システムでは、語句関連情報記憶部１１３に記憶されている最終学習時刻データとして、例えば、ユーザが語句を選択した最終日時を記憶することとしてもよい。
　図６のフローチャートにおいて、ステップＳ２６とステップＳ２７との間に、ステップＳ３０のシステム日時を語句関連情報記憶部１１３に記憶する手順を挿入すればよい。
　これにより、語句の学習完了・未完了を問わず、最後に語句を学習した日時を基準に経過時間を求め、所定時間と比較して表示態様を決定することができる。

　本発明の実施例に係る学習支援システムは、単語帳、文章閲覧、学術用語等の学習に利用することができる。また単一の言語の単語や文章だけの表示だけでなく、対応する複数の言語の単語や文章を同時に出力（表示）させるようにしてもよい。
これにより、例えば第２外国語を学習する際に、母国語と第１外国語も同時に出力（表示）させることが可能となり、外国語の学習効果をさらに高めることができる。

　また、本発明の実施例に係る学習支援システムでは、第２外国語を学習する際に、母国語だけでなく、先に学習している第１外国語に対する類似度も考慮して所定時間を計算することも可能である。
　例えば、ユーザから母国語等設定手段１３１を通じて入力され、ユーザ設定記憶部１１１に記憶されるデータとして、母国語データとともに第１外国語データを記憶する。図８のステップＳ４２の係数２処理手順を、母国語と第１外国語についてそれぞれ行い、得られたそれぞれの係数２の値を加算平均してもよく、またどちらかの最小値を採用してもよい。
　さらに複数の言語をすでに学習しているユーザに対しては、第２外国語、第３外国語に対する類似度も考慮して所定時間を計算することも可能である。この際、各外国語に対するユーザの習熟度に応じて重みづけをして所定時間を計算してもよい。例えば、母国語に２／３、考慮する外国語に１／３の重みづけをするなどである。
　これにより、複数の言語を学習しているユーザに応じて、さらに適切な学習支援を提供することができる。

　また、本発明の実施例に係る学習支援システムでは、図６のフローチャートのステップＳ２８において、学習レベルに１を加算した結果が「９」を越えた場合、その値をそのまま語句関連情報記憶部１１３の学習レベルに記憶してもよい。そして、次回学習時に、語句関連情報記憶部１１３に記憶されている、９を超える学習レベルの語句を、自動的に学習語句除外レベルデータとしてもよい。また、ステップＳ２５において、学習を終了する際に学習レベルが９を超える語句情報を語句関連情報記憶部１１３から削除してもよい。
　これにより、学習すべき語句をより明確にし、さらに効果的な学習支援を提供することができる。

　本発明の実施例に係る学習支援システムでは、図７の学習レベルに対応する所定時間の計算に用いた式（３）の指数関数に代え、例えば、以下のようなｎ次関数を用いてもよい。
　所定時間＝係数１×（係数２×学習レベル）^ｎ　　　　　　　　　…（４）
　ここでｎは、例えば１、２、３などの自然数である。
　さらに、所定時間の計算に、例えば、以下のような分数関数や無理関数等を用いてもよい。
　所定時間＝係数１×（１－係数２／学習レベル）　　　　　　　 …（５）
　所定時間＝係数１×√（係数２×学習レベル）　　　　　　　　 …（６）

　以上、本発明の学習支援システムについて、具体的な実施の形態を示して説明したが、本発明はこれらに限定されるものではない。当業者であれば、本発明の要旨を逸脱しない範囲内において、上記各実施形態又は他の実施形態にかかる発明の構成及び機能に様々な変更・改良を加えることが可能である。
　本発明の学習支援システムは、コンピュータを学習支援システムとして機能させるためのプログラムでも実現される。このプログラムは、コンピュータで読み取り可能な記録媒体に格納されていてもよい。
　このプログラムを記録した記録媒体は、図１に示される学習支援システムのＲＯＭそのものであってもよいし、また、外部記憶装置としてＣＤ－ＲＯＭドライブ等のプログラム読取装置が設けられ、そこに記録媒体を挿入することで読み取り可能なＣＤ－ＲＯＭ等であってもよい。
　また、上記記録媒体は、磁気テープ、カセットテープ、フレキシブルディスク、ハードディスク、ＭＯ／ＭＤ／ＤＶＤ等、又は半導体メモリであってもよい。

　本明細書で引用したすべての刊行物、特許及び特許出願は、そのまま参考として、ここにとり入れるものとする。
　また、明細書、特許請求の範囲及び図面を含む２０１６年１２月０２日に出願の日本国特許出願２０１６－２３４７２１の開示は、そのまま参考として、ここにとり入れるものとする。

１　　　学習支援システム
２　　　サーバ
３　　　ユーザ端末
４　　　ネットワーク
１０　　主制御部（ＣＰＵ）
１１　　記憶部
１２　　バスライン
１３　　入力部
１４　　出力（表示）部
１５　　通信部
２０　　主制御部（ＣＰＵ）
２１　　記憶部
２２　　通信部
３１　　入力部
３２　　表示部
３３　　通信部
１０１　語句抽出手段
１０２　語句照合手段
１０３　所定時間計算手段
１０４　記憶制御手段
１１１　ユーザ設定記憶部
１１２　学習語句記憶部
１１３　語句関連情報記憶部
１１４　学習ファイル記憶部
１１５　対応表記憶部
１３１　母国語等設定手段
１３２　語句情報入力手段
１３３　学習程度入力手段
２０１　語句抽出手段
２０２　語句照合手段
２０３　所定時間計算手段
２０４　記憶制御手段
２１１　ユーザ設定記憶部
２１２　学習語句記憶部
２１３　語句関連情報記憶部
２１４　学習ファイル記憶部
２１５　対応表記憶部
２２１　母国語等設定手段
２２２　語句情報入力手段
２２３　学習程度入力手段
２２４　出力手段

Claims (8)

1. 　ユーザの母国語を設定する母国語設定手段と、
   　ユーザが学習する語句情報を、学習の程度と共に記憶する学習語句記憶手段と、
   　前記母国語設定手段によって入力された母国語に対する、ユーザが学習する語句情報の言語的な類似度に基づき所定時間を計算する所定時間計算手段と、
   　前記学習語句記憶手段に記憶される学習の程度を、学習未完了の場合は第１の記憶態様に記憶し、学習完了の場合は第２の記憶態様に記憶し、学習完了後に前記所定時間が経過した場合は再び第１の記憶態様に記憶する記憶制御手段と、
   　ユーザが学習する語句情報を、前記記憶制御手段によって前記学習語句記憶手段に記憶されている第１および第２の記憶態様に応じて、それぞれ第１および第２の出力態様にて出力する出力手段と、
   を備えることを特徴とする学習支援システム。
2. 　ユーザが学習する語句情報に対する、ユーザからの学習の程度を入力する学習程度入力手段をさらに備え、
   　前記学習程度入力手段による入力を、
   　　学習未完了の場合は、前記記憶制御手段が第１の記憶態様に記憶し、
   　　学習完了の場合は、前記記憶制御手段が第２の記憶態様に記憶することを特徴とする、請求項１記載の学習支援システム。
3. 　ユーザが学習する語句情報を入力する語句情報入力手段と、
   　前記類似度を含み、語句に関連する関連情報を記憶する語句関連情報記憶部と、
   　前記語句情報入力手段により入力されて前記学習語句記憶手段に記憶される語句情報が、前記語句関連情報記憶部に記憶されているか否かを照合する語句照合手段と、をさらに備え、
   　前記記憶制御手段は、前記語句照合手段により得られた照合結果に基づき、前記語句関連情報記憶部に記憶されていない語句情報ついて、学習の程度を前記第１の記憶態様に記憶することを特徴とする、請求項１又は２記載の学習支援システム。
4. 　前記類似度には、学習する語句情報が母国語の外来語になっているか否か、学習する語句情報を表記する文字種類が母国語の文字種類と類似しているか否か、学習する語句情報の綴りが母国語の綴りと類似しているか否か、および学習する語句情報の発音が母国語の発音と類似しているか否かのいずれかを変数に含み、
   　前記所定時間計算手段は、それに応じて前記所定時間を決定することを特徴とする、請求項１乃至３いずれかに記載の学習支援システム。
5. 　　前記所定時間計算手段は、ユーザが学習する言語における語句の難易度に基づき前記所定時間を決定することを特徴とする、請求項１乃至４いずれかに記載の学習支援システム。
6. 　　前記所定時間計算手段は、学習する語句の言語に対するユーザの学習者レベルに基づき前記所定時間を決定することを特徴とする、請求項１乃至５いずれかに記載の学習支援システム。
7. 　学習支援システムが、
   　ユーザの母国語を設定する母国語設定ステップと、
   　ユーザが学習する語句情報を、学習の程度と共に記憶する学習語句記憶ステップと、
   　前記母国語設定ステップによって入力された母国語に対する、ユーザが学習する語句情報の言語的な類似度に基づき所定時間を計算する所定時間計算ステップと、
   　前記学習語句記憶ステップに記憶される学習の程度を、学習未完了の場合は第１の記憶態様に記憶し、学習完了の場合は第２の記憶態様に記憶し、学習完了後に前記所定時間が経過した場合は再び第１の記憶態様に記憶する記憶制御ステップと、
   　ユーザが学習する語句情報を、前記記憶制御ステップによって前記学習語句記憶ステップに記憶されている第１および第２の記憶態様に応じて、それぞれ第１および第２の出力態様にて出力する出力ステップと、
   を実行することを特徴とする学習支援方法。
8. 　コンピュータを、
   　ユーザの母国語を設定する母国語設定手段と、ユーザが学習する語句情報を、学習の程度と共に記憶する学習語句記憶手段と、前記母国語設定手段によって入力された母国語に対する、ユーザが学習する語句情報の言語的な類似度に基づき所定時間を計算する所定時間計算手段と、前記学習語句記憶手段に記憶される学習の程度を、学習未完了の場合は第１の記憶態様に記憶し、学習完了の場合は第２の記憶態様に記憶し、学習完了後に前記所定時間が経過した場合は再び第１の記憶態様に記憶する記憶制御手段と、ユーザが学習する語句情報を、前記記憶制御手段によって前記学習語句記憶手段に記憶されている第１および第２の記憶態様に応じて、それぞれ第１および第２の出力態様にて出力する出力手段とを備える学習支援システム
   として機能させるためのプログラム。

Images