WO2023120220A1 - 添削済答案検索装置、添削済答案検索方法、プログラム - Google Patents

添削済答案検索装置、添削済答案検索方法、プログラム Download PDF

Info

Publication number
WO2023120220A1
WO2023120220A1 PCT/JP2022/045347 JP2022045347W WO2023120220A1 WO 2023120220 A1 WO2023120220 A1 WO 2023120220A1 JP 2022045347 W JP2022045347 W JP 2022045347W WO 2023120220 A1 WO2023120220 A1 WO 2023120220A1
Authority
WO
WIPO (PCT)
Prior art keywords
corrected
answer
corrected answer
tag
evaluation
Prior art date
Application number
PCT/JP2022/045347
Other languages
English (en)
French (fr)
Inventor
淳 渡辺
倫也 上田
Original Assignee
株式会社Ｚ会
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 株式会社Ｚ会 filed Critical 株式会社Ｚ会
Publication of WO2023120220A1 publication Critical patent/WO2023120220A1/ja

Links

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
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B19/00—Teaching not covered by other main groups of this subclass

Definitions

  • the present invention relates to a corrected answer search device, a corrected answer search method, and a program for searching corrected answers.
  • Patent Document 1 discloses a conventional technique of a correction system that supports correction based on correction history.
  • the correction server 1 of Patent Document 1 includes answer receiving means 101 for receiving answer information 112 including at least the input content and time information input as an answer to the question of the question information 111; Answer activity analysis means 102 that analyzes activities related to and generates answer activity information 113, answer information 112, answer activity information 113, answer template information 114 that is an answer template for question information 111, and input as correction in the past and correction example creating means 103 for creating correction example information 115, which is an example of correction for the answer information 112 received by the answer receiving means 101, based on the correction history information 117.
  • Patent Document 1 The correction system of Patent Document 1 is expected to have a certain effect of preventing blurring in correction by presenting correction examples and supporting correction, but since the assumed problem is dictation of Chinese characters, there are variations in the solution method. do not have. In addition, in writing kanji, it is difficult to think of a case where students comment on halfway answers, so the above problem has not been solved.
  • An object of the present invention is to provide a completed answer retrieval device.
  • the corrected answer search device of the present invention includes a tagged corrected answer storage unit, a tagged/evaluated corrected answer storage unit, a corrected answer search unit, and an evaluation acquisition unit.
  • the tagged and corrected answer storage unit stores corrected answers to which tags specifying the solution method written by the respondent and the initial evaluation value for correction are given.
  • the tagged/evaluated corrected answer storage unit stores corrected answers to which tags and evaluations have been given.
  • the corrected answer search unit acquires a predetermined tag, searches for corrected answers to which a tag identical or similar to the predetermined tag is assigned, and sorts the searched corrected answers in descending order of the given evaluation. Sort and present in order.
  • the evaluation acquisition unit acquires an evaluation for the presented corrected answer, assigns the acquired evaluation to the corrected answer, and stores it in a tag/evaluation-added corrected answer storage unit.
  • the corrected answer retrieval device of the present invention even if there are variations in answers when there are a plurality of correctors, the correction quality can be improved as a whole while suppressing the blurring of the correction. can support
  • FIG. 2 is a block diagram showing the functional configuration of the model learning device according to the first embodiment
  • FIG. 4 is a flow chart showing the operation of the model learning device according to the first embodiment
  • FIG. 2 is a block diagram showing the functional configuration of the corrected answer search device according to the first embodiment
  • FIG. 4 is a flowchart showing the tagging operation of the corrected answer search device of the first embodiment
  • 4 is a flowchart showing an answer presentation operation of the corrected answer search device of the first embodiment
  • FIG. 11 is a block diagram showing the functional configuration of the corrected answer search device of the second embodiment
  • 9 is a flowchart showing an answer presentation operation of the corrected answer search device of the second embodiment
  • the model learning device 1 of the first embodiment includes a model learning section 11 and a model storage section 11A.
  • the model learning unit 11 learns a model by supervised learning using the corrected answer and the tag corresponding thereto, which is the tag specifying the solution method written by the answerer, as teacher data, and stores the learned model in the model storage unit 11A. (S11). Tags attached to the answers are predicted by reading the answers into the generated model.
  • the tag is the content that identifies the solution written by the answerer, and must be added manually when preparing it as teacher data.
  • tags include "#property of ratio”, “#condition of equal angle size”, “#congruence of triangles”, “#mathematical induction”, and so on. Add descriptions such as “#... success”, “#... was able to use”, “#... failure”, “#... halfway”, etc. to indicate how well the solution is handled as a tag operation method, such as " #The condition that the magnitude of the angle is equal can be used.”, "#In the middle of the mathematical induction method.”, and so on.
  • Answers used as teacher data may be corrected or uncorrected, but it is preferable to use uncorrected answers in order to generate a more versatile model.
  • uncorrected answers are read into the model and tags are added, so in Example 2, it is preferable to use a model generated by supervised learning using uncorrected answers. is.
  • correction data is often stored in a separate layer, so remove or hide this layer to make it the same as the uncorrected answer. should be used.
  • the corrected answer search device 2 of this embodiment includes a tagging unit 21, a corrected answer storage unit 21A, a tagged and corrected answer storage unit 21B, and a corrected answer search unit 22. , a tagged/evaluated corrected answer storage unit 22A and an evaluation acquisition unit 23.
  • FIG. The corrected answer retrieval device 2 is a device that uses the model learned by the model learning device 1 .
  • corrected answer storage unit 21A stores corrected answers that have not yet been tagged.
  • the tagging unit 21 predicts the tag to be attached to the corrected answer stored in the corrected answer storage unit 21A, and assigns the predicted tag to the corrected answer (S21).
  • the tagging unit 21 stores the tagged corrected answer (hereinafter also referred to as tagged corrected answer) in the tagged corrected answer storage unit 21B.
  • Step S21 is preferably executed each time a fixed amount of corrected answers is stocked. In this way, a tag predicted by a model is added to an answer that has been corrected by a predetermined educational institution, and is accumulated in the tagged and corrected answer storage unit 21B. Since the evaluation is used in step S22, which will be described later, an initial evaluation value is assigned to the tagged and corrected answer stored in the tagged and corrected answer storage unit 21B.
  • the tagged and corrected answer stored in the tagged and corrected answer storage unit 21B may be given a question ID, which is the ID of the question corresponding to the answer. How to use the question ID will be described later.
  • the corrector may attach the tag regardless of the tagging unit 21 .
  • the tagging unit 21 can be omitted.
  • the corrector refers to an uncorrected answer and gives the uncorrected answer an appropriate tag.
  • the corrector evaluates an uncorrected answer that "congruence of triangles can be used" and "the conditions for equal angles cannot be derived”.
  • the corrector would use the tag "#congruence of triangles", or the tag "#congruence of triangles is used", in addition to these tags, such as the tag "#Condition of equal magnitude of angles failed", for example.
  • Appropriate tags are given to the corrected answers, and the corrected answers are input to the corrected answer search device 2 .
  • the corrector can also input the question ID specifying the question in addition to the tag to the corrected answer search device 2.
  • the corrected answer search unit 22 acquires the tag input by the corrector and attaches the tag to the corrected answer with the same or similar tag as the tag input by the corrector. Both the corrected answer storage unit 21B and the tagged/evaluated corrected answer storage unit 22A are searched, and the searched corrected answers are sorted in descending order of the given evaluation and presented (S22). .
  • High evaluation means, for example, in the case of a favorite evaluation method such as "Like!, "Good!” means When the evaluation is based on the score evaluation method or the grade evaluation method, the higher the average value and the median value of these evaluations, the higher the evaluation. In any evaluation method, the initial value of evaluation corresponds to the lower rank.
  • the corrected answer search unit 22 acquires the tag and question ID input by the corrector, and is given a tag identical or similar to the tag input by the corrector, and Corrected answers given the same question ID as the input question ID are searched, and the searched corrected answers are sorted in descending order of given evaluation and presented.
  • Question IDs can be used, for example, in situations where large-scale mock exams are graded by multiple correctors. For example, if you want to refer only to correction examples for a specific question of the mock exam, by specifying the question ID and searching, you can search for only corrected answers with similar or same tags attached to the question. This is highly convenient for the corrector.
  • the corrector performs correction work with reference to the presented corrected answer, and finally inputs the evaluation of the corrected answer that was helpful to the corrected answer search device 2 .
  • the simplest evaluation may be a favorite evaluation system in which one input of "Like!, "Good!, or "+” is input.
  • Other formats may be score evaluation based on a 100-point system, grade evaluation such as A/B/C/D/E.
  • the evaluation acquisition unit 23 acquires an evaluation for the presented corrected answer, assigns the acquired evaluation to the corrected answer, associates it with the question ID if necessary, and stores it in the tag/evaluation-assigned corrected answer storage unit 22A.
  • Store (S23) A corrected answer to which an evaluation and a tag have been assigned is hereinafter also referred to as a tag/corrected answer to which evaluation has been assigned.
  • the corrected answer search device 2 of the present embodiment by searching based on the tags, it is possible to accurately search for correction examples for answers with similar results in the solution.
  • the corrected answer search device 3 of this embodiment includes a tagging unit 31, a corrected answer storage unit 21A, a tagged and corrected answer storage unit 21B, and a corrected answer search unit 22. , a tagged/evaluated corrected answer storage unit 22A, and an evaluation acquisition unit 23, and the functional configuration other than the tagging unit 31 is the same as that of the first embodiment.
  • the corrector attaches tags to uncorrected answers and inputs tags into the device.
  • section 31 executes. Specifically, first, an uncorrected answer is input to the corrected answer search device 3 . Next, as shown in FIG. 7, the tagging unit 31 predicts the tag to be given to the uncorrected answer based on the model stored in the model storage unit 11A. (S31). At this time, the tagging section 31 outputs the question ID to the corrected answer searching section 22 if necessary. Since the operations of subsequent steps S22 and S23 are the same as those of the first embodiment, description thereof is omitted.
  • the model predicts the tag instead.
  • the convenience for users is further enhanced.
  • the apparatus of the present invention includes, for example, a single hardware entity, which includes an input unit to which a keyboard can be connected, an output unit to which a liquid crystal display can be connected, and a communication device (for example, a communication cable) capable of communicating with the outside of the hardware entity.
  • a communication device for example, a communication cable
  • CPU Central Processing Unit, which may include cache memory, registers, etc.
  • memory RAM and ROM external storage device such as hard disk
  • input unit, output unit, communication unit a CPU, a RAM, a ROM, and a bus for connecting data to and from an external storage device.
  • the hardware entity may be provided with a device (drive) capable of reading and writing a recording medium such as a CD-ROM.
  • a physical entity with such hardware resources includes a general purpose computer.
  • the external storage device of the hardware entity stores the programs necessary for realizing the functions described above and the data required for the processing of these programs (not limited to the external storage device; It may be stored in a ROM, which is a dedicated storage device). Data obtained by processing these programs are appropriately stored in a RAM, an external storage device, or the like.
  • each program stored in an external storage device or ROM, etc.
  • the data necessary for processing each program are read into the memory as needed, and interpreted, executed and processed by the CPU as appropriate.
  • the CPU realizes a predetermined function (each component expressed as above, . . . unit, . . . means, etc.).
  • a program that describes this process can be recorded on a computer-readable recording medium.
  • Any computer-readable recording medium may be used, for example, a magnetic recording device, an optical disk, a magneto-optical recording medium, a semiconductor memory, or the like.
  • magnetic recording devices hard disk devices, flexible disks, magnetic tapes, etc., as optical discs, DVD (Digital Versatile Disc), DVD-RAM (Random Access Memory), CD-ROM (Compact Disc Read Only Memory), CD-R (Recordable) / RW (ReWritable), etc.
  • magneto-optical recording media such as MO (Magneto-Optical disc), etc. as semiconductor memory, EEP-ROM (Electrically Erasable and Programmable-Read Only Memory), etc. can be used.
  • this program is carried out, for example, by selling, transferring, lending, etc. portable recording media such as DVDs and CD-ROMs on which the program is recorded.
  • the program may be distributed by storing the program in the storage device of the server computer and transferring the program from the server computer to other computers via the network.
  • a computer that executes such a program for example, first stores the program recorded on a portable recording medium or the program transferred from the server computer once in its own storage device. Then, when executing the process, this computer reads the program stored in its own recording medium and executes the process according to the read program. Also, as another execution form of this program, the computer may read the program directly from a portable recording medium and execute processing according to the program, and the program is transferred from the server computer to this computer. Each time, the processing according to the received program may be executed sequentially. In addition, the above-mentioned processing is executed by a so-called ASP (Application Service Provider) type service, which does not transfer the program from the server computer to this computer, and realizes the processing function only by its execution instruction and result acquisition. may be It should be noted that the program in this embodiment includes information that is used for processing by a computer and that conforms to the program (data that is not a direct instruction to the computer but has the property of prescribing the processing of the computer, etc.).
  • ASP
  • a hardware entity is configured by executing a predetermined program on a computer, but at least part of these processing contents may be implemented by hardware.

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Educational Administration (AREA)
  • Educational Technology (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

添削者が複数いる場合において解答にバリエーションが生じる場合であっても、添削のブレを抑えながら添削品質が全体的に向上していくように添削者を支援することができる添削済答案検索装置を提供する。解答者が記した解法を特定するタグと添削についての評価の初期値が付与された添削済答案を記憶するタグ付与済添削済答案記憶部と、タグと評価が付与された添削済答案を記憶するタグ／評価付与済添削済答案記憶部と、所定のタグを取得し、所定のタグと同一または類似するタグが付与された添削済答案を検索し、検索された添削済答案を、付与された評価が高いものから順にソートして呈示する添削済答案検索部と、呈示した添削済答案に対する評価を取得し、取得した評価を添削済答案に付与してタグ／評価付与済添削済答案記憶部に記憶する評価取得部を含む。

Description

添削済答案検索装置、添削済答案検索方法、プログラム
　本発明は、添削済の答案を検索する添削済答案検索装置、添削済答案検索方法、プログラムに関する。
　添削の履歴に基づいて添削を支援する添削システムの従来技術として例えば特許文献１が開示されている。特許文献１の添削サーバ１は、問題情報１１１の問題に対して回答として入力された入力内容及び時間情報を少なくとも含む回答情報１１２を受信する回答受信手段１０１と、回答情報１１２から回答者の回答に関する活動を分析して回答活動情報１１３を生成する回答活動分析手段１０２と、回答情報１１２、回答活動情報１１３、問題情報１１１に対する回答の雛形である回答雛形情報１１４及び過去に添削として入力された添削履歴情報１１７に基づいて、回答受信手段１０１が受信した回答情報１１２に対する添削の例示である添削例情報１１５を作成する添削例作成手段１０３とを有する。
特開２０１４－０４８３０９号公報
　同じ答案であっても添削者が異なれば添削にブレ、バリエーションが生じる。また、問題に解法が複数あったり、途中まで解答するパターンなどがあったりすると、答案にバリエーションが生まれ、添削にもバリエーションが生じる。このような添削のブレ、バリエーションは、添削基準を一律に規定するといった程度では網羅することができず、添削のブレを抑えながら添削品質を全体的に向上させることが難しかった。
　特許文献１の添削システムは、添削例を呈示して添削を支援することにより添削のブレを防ぐ効果が一定程度見込まれるものの、想定している問題が漢字の書き取りであるため、解法にバリエーションがない。また漢字の書き取りでは、途中まで解答したことを講評するといったケースも考えにくいため、上記の課題を解決できていない。
　そこで本発明は、添削者が複数いる場合において解答にバリエーションが生じる場合であっても、添削のブレを抑えながら添削品質が全体的に向上していくように添削者を支援することができる添削済答案検索装置を提供することを目的とする。
　本発明の添削済答案検索装置は、タグ付与済添削済答案記憶部と、タグ／評価付与済添削済答案記憶部と、添削済答案検索部と、評価取得部を含む。
　タグ付与済添削済答案記憶部は、解答者が記した解法を特定するタグと添削についての評価の初期値が付与された添削済答案を記憶する。タグ／評価付与済添削済答案記憶部は、タグと評価が付与された添削済答案を記憶する。添削済答案検索部は、所定のタグを取得し、所定のタグと同一または類似するタグが付与された添削済答案を検索し、検索された添削済答案を、付与された評価が高いものから順にソートして呈示する。評価取得部は、呈示した添削済答案に対する評価を取得し、取得した評価を添削済答案に付与してタグ／評価付与済添削済答案記憶部に記憶する。
　本発明の添削済答案検索装置によれば、添削者が複数いる場合において解答にバリエーションが生じる場合であっても、添削のブレを抑えながら添削品質が全体的に向上していくように添削者を支援することができる。
実施例１のモデル学習装置の機能構成を示すブロック図。 実施例１のモデル学習装置の動作を示すフローチャート。 実施例１の添削済答案検索装置の機能構成を示すブロック図。 実施例１の添削済答案検索装置のタグ付与動作を示すフローチャート。 実施例１の添削済答案検索装置の答案呈示動作を示すフローチャート。 実施例２の添削済答案検索装置の機能構成を示すブロック図。 実施例２の添削済答案検索装置の答案呈示動作を示すフローチャート。 コンピュータの機能構成例を示す図。
　以下、本発明の実施の形態について、詳細に説明する。なお、同じ機能を有する構成部には同じ番号を付し、重複説明を省略する。
　以下、図１を参照して実施例１のモデル学習装置１の機能構成を説明する。同図に示すように本実施例のモデル学習装置１は、モデル学習部１１と、モデル記憶部１１Ａを含む。
　以下、図２を参照してモデル学習装置の動作について説明する。モデル学習部１１は、添削済答案とこれに対応するタグであって解答者が記した解法を特定するタグを教師データとして、教師あり学習によりモデルを学習し、学習したモデルをモデル記憶部１１Ａに記憶する（Ｓ１１）。生成されたモデルに答案を読み込ませることにより、答案に付されるタグが予測される。
　前述したようにタグは解答者が記した解法を特定する内容であり、教師データとして用意する場合には人手で付与する必要がある。タグの例として「＃比の性質」、「＃角の大きさが等しい条件」、「＃三角形の合同」、「＃数学的帰納法」、…などがある。タグの運用方法として解法の出来具合を示す「＃…成功」、「＃…を使うことができた」、「＃…失敗」、「＃…途中まで」、…などの記載を加え、例えば「＃角の大きさが等しい条件を使うことができた」、「＃数学的帰納法途中まで」、…などとしてもよい。
　教師データとして用いられる答案は、添削済答案でも未添削答案でもよいが、より汎用性が高いモデルを生成するためには未添削答案を用いるのが好適である。例えば、後述する実施例２のステップＳ３１ではモデルに未添削答案を読み込ませてタグを付与するため、実施例２においては、未添削答案による教師あり学習により生成されたモデルを使用するのが好適である。添削済答案を未添削答案として用いる場合、電子答案の場合には、添削データが別のレイヤーに保存されている場合が多いため、このレイヤーを取り除くか非表示にして未添削答案と同じ状態にして使用すればよい。
　次に図３を参照して添削済答案検索装置の機能構成を説明する。同図に示すように本実施例の添削済答案検索装置２は、タグ付け部２１と、添削済答案記憶部２１Ａと、タグ付与済添削済答案記憶部２１Ｂと、添削済答案検索部２２と、タグ／評価付与済添削済答案記憶部２２Ａと、評価取得部２３を含む。添削済答案検索装置２は、モデル学習装置１が学習したモデルを利用する装置である。
　以下、図４を参照して添削済答案検索装置２のタグ付与動作について説明する。
　添削済答案記憶部２１Ａには、未だタグが付与されていない添削済答案が記憶されているものとする。
　タグ付け部２１は、学習済のモデルに基づいて、添削済答案記憶部２１Ａに記憶された添削済答案に付されるタグを予測し、予測したタグを添削済答案に付与する（Ｓ２１）。タグ付け部２１は、タグを付与した添削済答案（以下、タグ付与済添削済答案とも呼称する）をタグ付与済添削済答案記憶部２１Ｂに記憶する。ステップＳ２１は、添削済答案が一定量ストックされるたびに実行されれば好適である。このようにして所定の教育機関で添削済の答案に対し、モデルにより予測されたタグが付与され、タグ付与済添削済答案記憶部２１Ｂに蓄積されていく。後述するステップＳ２２で評価を使用するため、タグ付与済添削済答案記憶部２１Ｂに記憶するタグ付与済添削済答案には評価の初期値を付与しておく。評価の初期値として例えば０などを用いる。また、タグ付与済添削済答案記憶部２１Ｂに記憶するタグ付与済添削済答案には、答案に対応する問題のＩＤである問題ＩＤが付与されていてもよい。問題ＩＤの使用方法については後述する。
　なお、タグ付け部２１によらず、添削者がタグを付与してもよい。この場合、タグ付け部２１は省略可能である。
　以下、図５を参照して添削済答案検索装置２の答案呈示動作について説明する。ここで、添削者はある未添削答案を参照し、未添削答案に対してふさわしいタグを与えるものとする。図３の例では、添削者はある未添削答案に対し「三角形の合同は使えている」「角の大きさが等しい条件は導けなかった」という評価をしている。この例の場合添削者は、タグ「＃三角形の合同」、あるいはタグ「＃三角形の合同が使えている」、これらに加え、例えばタグ「＃角の大きさが等しい条件失敗」など、この未添削答案にふさわしいタグを与え、添削済答案検索装置２に入力するものとする。
　このとき、添削者はタグに加え問題を特定する問題ＩＤを添削済答案検索装置２に入力することもできる。
　添削者がタグのみを入力した場合、添削済答案検索部２２は、添削者が入力したタグを取得し、添削者が入力したタグと同一または類似するタグが付与された添削済答案をタグ付与済添削済答案記憶部２１Ｂおよびタグ／評価付与済添削済答案記憶部２２Ａの双方から検索し、検索された添削済答案を、付与された評価が高いものから順にソートして呈示する（Ｓ２２）。
　「評価が高い」とは、例えば「いいね！」、「Ｇｏｏｄ！」などのフェイバリット評価方式である場合には、「いいね！」、「Ｇｏｏｄ！」などの件数が多いほど評価が高いことを意味する。評価が得点評価方式、グレード評価方式である場合には、これらの評価の平均値、中央値が高いほど評価が高いことを意味する。何れの評価方式においても評価の初期値は下位にあたる。
　添削者がタグと共に問題ＩＤを入力した場合、添削済答案検索部２２は、添削者が入力したタグおよび問題ＩＤを取得し、添削者が入力したタグと同一または類似するタグが付与され、かつ入力された問題ＩＤと同一の問題ＩＤが付与された添削済答案を検索し、検索された添削済答案を、付与された評価が高いものから順にソートして呈示する。
　問題ＩＤについては、例えば大規模な模試などを複数人の添削者で手分けして採点している場面などで活用できる。例えば、その模試の特定の問題についての添削例だけを参照したい場合などに、問題ＩＤを指定して検索をかけることにより、該当問題において類似、同一タグが付与された添削済答案のみを検索することができるため、添削者にとって利便性が高い。
　添削者は、提示された添削済答案を参考にして添削作業を行い、最後に参考になった添削済答案に対する評価を添削済答案検索装置２に入力する。評価は、例えば最もシンプルには「いいね！」、「Ｇｏｏｄ！」、あるいは「＋」を１件入力するフェイバリット評価方式でよい。他の形式として、１００点満点方式の得点評価、Ａ／Ｂ／Ｃ／Ｄ／Ｅなどのグレード評価であってもよい。
　評価取得部２３は、呈示した添削済答案に対する評価を取得し、取得した評価を添削済答案に付与し、必要であれば問題ＩＤを対応付け、タグ／評価付与済添削済答案記憶部２２Ａに記憶する（Ｓ２３）。評価とタグが付与された添削済答案を以下、タグ／評価付与済添削済答案とも呼称する。
　本実施例の添削済答案検索装置２によれば、タグに基づいて検索することにより、解法の出来不出来が類似した答案に対する添削例を精度よく検索することができ、さらに、検索された添削例のうち、添削者の間で評価が高い添削例が優先的に呈示されるようにソートすることができるため、添削者が複数いる場合において解答にバリエーションが生じる場合であっても、添削のブレを抑えながら添削品質が全体的に向上していくように添削者を支援することができる。
　以下、図６を参照して実施例２の添削済答案検索装置の機能構成を説明する。同図に示すように本実施例の添削済答案検索装置３は、タグ付け部３１と、添削済答案記憶部２１Ａと、タグ付与済添削済答案記憶部２１Ｂと、添削済答案検索部２２と、タグ／評価付与済添削済答案記憶部２２Ａと、評価取得部２３を含み、タグ付け部３１以外の機能構成は実施例１と同様である。
　実施例１では、未添削答案に対するタグの付与、装置へのタグ入力は添削者が行っていたが、本実施例では、未添削答案に対するタグの付与は、添削済答案検索装置３のタグ付け部３１が実行する。具体的には、まず添削済答案検索装置３に未添削の答案が入力される。次に図７に示すように、タグ付け部３１は、モデル記憶部１１Ａに記憶済のモデルに基づいて、未添削答案に付与されるタグを予測し、予測したタグを添削済答案検索部２２に出力する（Ｓ３１）。このときタグ付け部３１は、必要であれば問題ＩＤを添削済答案検索部２２に出力する。続くステップＳ２２、Ｓ２３の動作は実施例１と同じであるため説明を割愛する。
　本実施例の添削済答案検索装置３によれば、実施例１の効果に加え、添削者が未添削答案にふさわしいタグを考えなくても、代わりにモデルがタグを予測してくれるため、添削者にとっての利便性がさらに高くなる。
＜補記＞
　本発明の装置は、例えば単一のハードウェアエンティティとして、キーボードなどが接続可能な入力部、液晶ディスプレイなどが接続可能な出力部、ハードウェアエンティティの外部に通信可能な通信装置（例えば通信ケーブル）が接続可能な通信部、ＣＰＵ（Central Processing Unit、キャッシュメモリやレジスタなどを備えていてもよい）、メモリであるＲＡＭやＲＯＭ、ハードディスクである外部記憶装置並びにこれらの入力部、出力部、通信部、ＣＰＵ、ＲＡＭ、ＲＯＭ、外部記憶装置の間のデータのやり取りが可能なように接続するバスを有している。また必要に応じて、ハードウェアエンティティに、ＣＤ－ＲＯＭなどの記録媒体を読み書きできる装置（ドライブ）などを設けることとしてもよい。このようなハードウェア資源を備えた物理的実体としては、汎用コンピュータなどがある。
　ハードウェアエンティティの外部記憶装置には、上述の機能を実現するために必要となるプログラムおよびこのプログラムの処理において必要となるデータなどが記憶されている（外部記憶装置に限らず、例えばプログラムを読み出し専用記憶装置であるＲＯＭに記憶させておくこととしてもよい）。また、これらのプログラムの処理によって得られるデータなどは、ＲＡＭや外部記憶装置などに適宜に記憶される。
　ハードウェアエンティティでは、外部記憶装置（あるいはＲＯＭなど）に記憶された各プログラムとこの各プログラムの処理に必要なデータが必要に応じてメモリに読み込まれて、適宜にＣＰＵで解釈実行・処理される。その結果、ＣＰＵが所定の機能（上記、…部、…手段などと表した各構成要件）を実現する。
　本発明は上述の実施形態に限定されるものではなく、本発明の趣旨を逸脱しない範囲で適宜変更が可能である。また、上記実施形態において説明した処理は、記載の順に従って時系列に実行されるのみならず、処理を実行する装置の処理能力あるいは必要に応じて並列的にあるいは個別に実行されるとしてもよい。
　既述のように、上記実施形態において説明したハードウェアエンティティ（本発明の装置）における処理機能をコンピュータによって実現する場合、ハードウェアエンティティが有すべき機能の処理内容はプログラムによって記述される。そして、このプログラムをコンピュータで実行することにより、上記ハードウェアエンティティにおける処理機能がコンピュータ上で実現される。
　上述の各種の処理は、図８に示すコンピュータ１００００の記録部１００２０に、上記方法の各ステップを実行させるプログラムを読み込ませ、制御部１００１０、入力部１００３０、出力部１００４０などに動作させることで実施できる。
　この処理内容を記述したプログラムは、コンピュータで読み取り可能な記録媒体に記録しておくことができる。コンピュータで読み取り可能な記録媒体としては、例えば、磁気記録装置、光ディスク、光磁気記録媒体、半導体メモリ等どのようなものでもよい。具体的には、例えば、磁気記録装置として、ハードディスク装置、フレキシブルディスク、磁気テープ等を、光ディスクとして、ＤＶＤ（Digital Versatile Disc）、ＤＶＤ－ＲＡＭ（Random Access Memory）、ＣＤ－ＲＯＭ（Compact Disc Read Only Memory）、ＣＤ－Ｒ（Recordable）／ＲＷ（ReWritable）等を、光磁気記録媒体として、ＭＯ（Magneto-Optical disc）等を、半導体メモリとしてＥＥＰ－ＲＯＭ（Electrically Erasable and Programmable-Read Only Memory）等を用いることができる。
　また、このプログラムの流通は、例えば、そのプログラムを記録したＤＶＤ、ＣＤ－ＲＯＭ等の可搬型記録媒体を販売、譲渡、貸与等することによって行う。さらに、このプログラムをサーバコンピュータの記憶装置に格納しておき、ネットワークを介して、サーバコンピュータから他のコンピュータにそのプログラムを転送することにより、このプログラムを流通させる構成としてもよい。
　このようなプログラムを実行するコンピュータは、例えば、まず、可搬型記録媒体に記録されたプログラムもしくはサーバコンピュータから転送されたプログラムを、一旦、自己の記憶装置に格納する。そして、処理の実行時、このコンピュータは、自己の記録媒体に格納されたプログラムを読み取り、読み取ったプログラムに従った処理を実行する。また、このプログラムの別の実行形態として、コンピュータが可搬型記録媒体から直接プログラムを読み取り、そのプログラムに従った処理を実行することとしてもよく、さらに、このコンピュータにサーバコンピュータからプログラムが転送されるたびに、逐次、受け取ったプログラムに従った処理を実行することとしてもよい。また、サーバコンピュータから、このコンピュータへのプログラムの転送は行わず、その実行指示と結果取得のみによって処理機能を実現する、いわゆるＡＳＰ（Application Service Provider）型のサービスによって、上述の処理を実行する構成としてもよい。なお、本形態におけるプログラムには、電子計算機による処理の用に供する情報であってプログラムに準ずるもの（コンピュータに対する直接の指令ではないがコンピュータの処理を規定する性質を有するデータ等）を含むものとする。
　また、この形態では、コンピュータ上で所定のプログラムを実行させることにより、ハードウェアエンティティを構成することとしたが、これらの処理内容の少なくとも一部をハードウェア的に実現することとしてもよい。

Claims (7)

  1. 　解答者が記した解法を特定するタグと添削についての評価の初期値が付与された添削済答案を記憶するタグ付与済添削済答案記憶部と、
    　前記タグと前記評価が付与された添削済答案を記憶するタグ／評価付与済添削済答案記憶部と、
    　所定のタグを取得し、前記所定のタグと同一または類似するタグが付与された添削済答案を検索し、検索された前記添削済答案を、付与された評価が高いものから順にソートして呈示する添削済答案検索部と、
    　呈示した添削済答案に対する評価を取得し、取得した評価を前記添削済答案に付与して前記タグ／評価付与済添削済答案記憶部に記憶する評価取得部を含む
    　添削済答案検索装置。
  2. 　請求項１に記載の添削済答案検索装置であって、
    　前記所定のタグは、添削者が未添削答案に対して与え、前記添削済答案検索装置に入力したタグである
    　添削済答案検索装置。
  3. 　請求項１または２に記載の添削済答案検索装置であって、
    　未だタグが付与されていない添削済答案を記憶する添削済答案記憶部と、
    　添削済答案とタグを教師データとして教師あり学習データにより予め学習したモデルに基づいて、前記添削済答案記憶部に記憶された未だタグが付与されていない添削済答案に付与されるタグを予測して付与するタグ付け部を含み、
    　前記タグ付与済添削済答案記憶部は、
    　前記タグ付け部によってタグを付与され、前記評価の初期値を付与された添削済答案を記憶する
    　添削済答案検索装置。
  4. 　請求項１に記載の添削済答案検索装置であって、
    　添削済答案とタグを教師データとして教師あり学習データにより予め学習したモデルに基づいて、未添削答案に付与されるタグを予測して付与するタグ付け部をさらに含み、
    　前記所定のタグは、前記モデルにより予測され付与されたタグである
    　添削済答案検索装置。
  5. 　請求項１から４の何れかに記載の添削済答案検索装置であって、
    　各記憶部は、各答案に対応する問題のＩＤである問題ＩＤを各答案に付与して記憶し、
    　前記添削済答案検索部は、
    　所定のタグおよび前記問題ＩＤを取得し、前記所定のタグと同一または類似するタグが付与され、かつ前記問題ＩＤと同一の問題ＩＤが付与された添削済答案を検索し、検索された前記添削済答案を、付与された評価が高いものから順にソートして呈示する
    　添削済答案検索装置。
  6. 　添削済答案検索装置が実行する添削済答案検索方法であって、
    　解答者が記した解法を特定するタグと添削についての評価の初期値が付与された添削済答案を記憶するタグ付与済添削済答案記憶ステップと、
    　前記タグと前記評価が付与された添削済答案を記憶するタグ／評価付与済添削済答案記憶ステップと、
    　所定のタグを取得し、前記所定のタグと同一または類似するタグが付与された添削済答案を検索し、検索された前記添削済答案を、付与された評価が高いものから順にソートして呈示する添削済答案検索ステップと、
    　呈示した添削済答案に対する評価を取得し、取得した評価を前記添削済答案に付与して前記タグ／評価付与済添削済答案記憶部に記憶する評価取得ステップを含む
    　添削済答案検索方法。
  7. 　コンピュータを請求項１から５の何れかに記載の添削済答案検索装置として機能させるプログラム。
PCT/JP2022/045347 2021-12-23 2022-12-08 添削済答案検索装置、添削済答案検索方法、プログラム WO2023120220A1 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2021-209216 2021-12-23
JP2021209216A JP7273134B1 (ja) 2021-12-23 2021-12-23 添削済答案検索装置、添削済答案検索方法、プログラム

Publications (1)

Publication Number Publication Date
WO2023120220A1 true WO2023120220A1 (ja) 2023-06-29

Family

ID=86382567

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2022/045347 WO2023120220A1 (ja) 2021-12-23 2022-12-08 添削済答案検索装置、添削済答案検索方法、プログラム

Country Status (2)

Country Link
JP (1) JP7273134B1 (ja)
WO (1) WO2023120220A1 (ja)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002006730A (ja) * 2000-06-26 2002-01-11 Tis:Kk コンピュータシステムによる学習支援システム
JP2006227317A (ja) * 2005-02-17 2006-08-31 Benetsuse Corp:Kk 答案処理システム
JP2006277086A (ja) * 2005-03-28 2006-10-12 Nippon Tokei Jimu Center:Kk 採点支援方法、採点支援システム、採点支援装置、採点管理装置及びコンピュータプログラム
JP2017167413A (ja) * 2016-03-17 2017-09-21 独立行政法人大学入試センター 採点補助システム
JP2021068127A (ja) * 2019-10-21 2021-04-30 富士ゼロックス株式会社 文書確認システムおよび採点システム
JP2021182021A (ja) * 2020-05-18 2021-11-25 株式会社Ｚ会 類題出題装置、類題出題方法、プログラム

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002006730A (ja) * 2000-06-26 2002-01-11 Tis:Kk コンピュータシステムによる学習支援システム
JP2006227317A (ja) * 2005-02-17 2006-08-31 Benetsuse Corp:Kk 答案処理システム
JP2006277086A (ja) * 2005-03-28 2006-10-12 Nippon Tokei Jimu Center:Kk 採点支援方法、採点支援システム、採点支援装置、採点管理装置及びコンピュータプログラム
JP2017167413A (ja) * 2016-03-17 2017-09-21 独立行政法人大学入試センター 採点補助システム
JP2021068127A (ja) * 2019-10-21 2021-04-30 富士ゼロックス株式会社 文書確認システムおよび採点システム
JP2021182021A (ja) * 2020-05-18 2021-11-25 株式会社Ｚ会 類題出題装置、類題出題方法、プログラム

Also Published As

Publication number Publication date
JP2023094022A (ja) 2023-07-05
JP7273134B1 (ja) 2023-05-12

Similar Documents

Publication Publication Date Title
US8359285B1 (en) Generating item recommendations
US20170046625A1 (en) Information processing apparatus and method and non-transitory computer readable medium
US11625934B2 (en) Machine learning based end-to-end extraction of tables from electronic documents
US20210004385A1 (en) System and method for analysis of one or more unstructured data
Huang Teaching, learning, and assessment with virtualization technology
US11983236B2 (en) Automation system and method
WO2023120220A1 (ja) 添削済答案検索装置、添削済答案検索方法、プログラム
US11113450B2 (en) Cognitive font enrichment management for adding system fonts
JP7065921B2 (ja) 答案データ配布サーバ、答案データ配布方法、プログラム
Wolf et al. A framework of business process monitoring and prediction techniques
Sharma et al. Digitization, Strategies & Issues of Digital Preservation: An Insight View toVisva-Bharati Library
CN115828856A (zh) 试卷生成的方法、装置、设备和存储介质
US20210312223A1 (en) Automated determination of textual overlap between classes for machine learning
Fingar Blueprint for Business Objects
US20210004358A1 (en) System and method for analysis of one or more structured data
Cubbage Selection and Popular Culture in Large Academic Libraries
Karumanchi Data Structures and Algorithmic Thinking with Python
US10423636B2 (en) Relating collections in an item universe
JP6520246B2 (ja) 情報処理装置及び情報処理プログラム
US20150149239A1 (en) Technology Element Risk Analysis
WO2023120219A1 (ja) 添削者マッチング装置、添削者マッチング方法、プログラム
Mubofu Non-print information resources and the preservation approaches recommendation in Tanzanian academic libraries
JP7145919B2 (ja) 助言データ生成装置、助言データ生成方法、プログラム
Bruderer et al. Preserving the Technical Heritage
US20220156668A1 (en) Generating scores to evaluate usage of marketing technology

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 22910931

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE