WO2023249388A1 - 복습 지원 장치 및 방법 - Google Patents

복습 지원 장치 및 방법 Download PDF

Info

Publication number
WO2023249388A1
WO2023249388A1 PCT/KR2023/008561 KR2023008561W WO2023249388A1 WO 2023249388 A1 WO2023249388 A1 WO 2023249388A1 KR 2023008561 W KR2023008561 W KR 2023008561W WO 2023249388 A1 WO2023249388 A1 WO 2023249388A1
Authority
WO
WIPO (PCT)
Prior art keywords
review
learning
user
question
learning content
Prior art date
Application number
PCT/KR2023/008561
Other languages
English (en)
French (fr)
Inventor
강태월
Original Assignee
강태월
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 강태월 filed Critical 강태월
Publication of WO2023249388A1 publication Critical patent/WO2023249388A1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • 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
    • G09B5/00—Electrically-operated educational appliances
    • G09B5/02—Electrically-operated educational appliances with visual presentation of the material to be studied, e.g. using film strip
    • 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
    • G09B7/00—Electrically-operated teaching apparatus or devices working with questions and answers
    • G09B7/02—Electrically-operated teaching apparatus or devices working with questions and answers of the type wherein the student is expected to construct an answer to the question which is presented or wherein the machine gives an answer to the question presented by a student
    • 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
    • G09B7/00—Electrically-operated teaching apparatus or devices working with questions and answers
    • G09B7/06—Electrically-operated teaching apparatus or devices working with questions and answers of the multiple-choice answer-type, i.e. where a given question is provided with a series of answers and a choice has to be made from the answers

Definitions

  • This disclosure relates to an apparatus and method for supporting review.
  • Learning refers to the behavior of learning and mastering, and is a behavioral change that continuously perceives, recognizes, and changes through direct or indirect experience or training. Research has shown that learning is called 'review' and that the timing of review is important.
  • One embodiment provides a method of providing review problems to a user.
  • Another embodiment provides an apparatus that supports user review.
  • a method for providing review problems to a user includes the steps of checking the learning content or learning problem learned by the user, generating a review problem based on the learning content or learning problem, and providing the review problem to the user through the first user terminal. Includes.
  • the method may further include receiving a request for a hint for a review problem from a user, and providing information related to the correct answer to the review problem to the user as a hint.
  • the method may further include receiving a request for a hint for a review problem from a user, and providing a part of the correct answer to the review problem to the user as a hint.
  • the method may further include receiving information related to the learning content from the second user terminal when the user learns the learning content through online learning using the second user terminal.
  • the second user terminal may be different from the first user terminal.
  • the method may further include the step of receiving an image of the learning content from the user and confirming the learning content by recognizing text in the image when the user learns the learning content through offline learning.
  • the step of generating a review problem based on learning content or learning problems involves performing natural language processing on the learning content using a machine learning-based natural language processing model and filling in blanks from the learning content based on the results of the natural language processing. It may include the step of creating a problem as a review problem.
  • the step of generating a review problem based on learning content or learning problems involves performing natural language processing on the learning content using a machine learning-based natural language processing model, and ⁇ from the learning content based on the results of the natural language processing. It may include the step of creating ⁇ problems as review problems.
  • the step of generating a review problem based on learning content or learning problems includes performing natural language processing on the learning content using a machine learning-based natural language processing model, and selecting the learning content based on the results of the natural language processing. It may include a step of generating a plurality of ⁇
  • the step of generating a review problem based on learning content or learning problems involves performing natural language processing on the learning content using a machine learning-based natural language processing model, and forming a subjective form from the learning content based on the results of the natural language processing. It may include the step of creating a problem as a review problem.
  • the step of generating a review problem based on learning content or a learning problem may include, when the learning problem is a multiple-choice problem or a subjective problem, generating an incorrect answer problem among the multiple-choice or subjective problems as a review problem. there is.
  • the step of generating a review problem based on learning content or a learning problem includes, when the learning problem is a multiple-choice problem or a subjective problem, generating a modified problem of the multiple-choice problem or subjective problem as a review problem. It can be included.
  • a modified multiple choice problem may be a problem in which the order of options in the learning problem is changed.
  • providing a review question to the user through the first user terminal may include providing a past question related to the learning content or the learning question to the first user terminal when the user answers the review question correctly. You can.
  • the past questions may be provided to the first user terminal after the review questions are provided to the first user terminal and a predetermined review period has elapsed.
  • providing a review problem to the user through the first user terminal may include providing a review problem through the first user terminal according to a predetermined review cycle.
  • the step of providing a review question to the user through the first user terminal includes providing a multiple-choice question related to the subjective question to the first user terminal when the user answers the review question correctly when the learning question is a subjective question. May include steps.
  • the step of providing a review question to the user through the first user terminal includes providing a subjective question related to the multiple choice question to the first user terminal when the user answers the review question correctly when the learning question is a multiple choice question. May include steps.
  • the step of providing a review question to the user through the first user terminal includes providing a modified version of the multiple choice question to the first user terminal when the user answers the review question correctly when the learning question is a multiple choice question. may include.
  • an apparatus for assisting a user in reviewing includes a review provider that provides a review problem created based on a learning problem learned by the user to the user terminal, and when a user's hint request for a review problem is received, it provides information related to the correct answer to the review problem. and a hint providing unit that provides a hint by displaying part of the correct answer on the user terminal.
  • Figure 1 is a block diagram showing a review support device according to an embodiment.
  • Figure 2 is a flowchart showing a review support method according to an embodiment.
  • Figure 3 is a diagram showing user learning contents according to one embodiment.
  • Figure 4 is a diagram showing a review problem created based on the user's learning content according to an embodiment.
  • 5A to 5M are diagrams illustrating a method of providing a hint according to an embodiment.
  • Figure 6 is a diagram showing a user's first learning problem according to an embodiment.
  • Figure 7 is a diagram showing a review problem according to another embodiment.
  • Figure 8 is a diagram showing a review problem according to another embodiment.
  • Figure 9 is a diagram showing a review problem according to another embodiment.
  • Figure 10 is a diagram showing a user's first learning problem according to another embodiment.
  • Figure 11 is a diagram showing a review problem according to another embodiment.
  • Figure 12 is a diagram showing a method for identifying a text area according to one embodiment.
  • FIG. 13 is a diagram showing a method of determining important words according to an embodiment
  • FIG. 14 is a diagram showing a method of generating a review problem based on the determined important words according to an embodiment.
  • Figure 15 is a block diagram showing a review support device according to another embodiment.
  • first, second, etc. may be used to describe various components, but the components are not limited by the terms. The above terms are used only for the purpose of distinguishing one component from another. For example, a first component may be referred to as a second component, and similarly, the second component may be referred to as a first component without departing from the scope of the present disclosure.
  • Figure 1 is a block diagram showing a review support device according to an embodiment.
  • the review support device 100 may include a learning confirmation unit 110, a review provision unit 120, and a hint provision unit 130.
  • the learning confirmation unit 110 may confirm content learned or problems learned by the user.
  • Learning content or learning problems confirmed by the learning confirmation unit 110 may be stored in a separate database for review problems to be provided to the user.
  • the review provider 120 may generate review problems based on the user's learning content or learning problems, and provide the generated review problems to the user terminal according to a predetermined review cycle.
  • the review provider 120 may use a machine learning model such as a deep neural network (DNN) to generate review problems based on learning content and learning problems.
  • the review provider 120 may provide review problems to the user terminal through wired or wireless communication.
  • DNN deep neural network
  • the review provider 120 may perform natural language processing on the user's learning content using a machine learning-based natural language processing model and determine key keywords in the learning content based on the results of the natural language processing. Thereafter, the review provider 120 may use key keywords to generate blank questions, ⁇ questions, subjective questions, and/or multiple choice questions as review questions.
  • the review provider 120 may perform natural language processing on the user's learning problem using a machine learning-based natural language processing model, and generate a problem similar to the learning problem as a review problem based on the natural language processing results.
  • the review provider 120 may create a review problem by converting the learning content of the textbook into a blank subjective question.
  • the review provider 120 may combine a plurality of open-ended subjective questions to create a multiple-choice question that allows the user to select an option corresponding to a correct or incorrect explanation as a review question.
  • the portion of learning content to be displayed as blank may be determined in advance by the user, or the review provider 120 may determine it by referring to statistical values of past questions related to the learning content.
  • the review provider 120 may provide incorrect questions among the multiple-choice and/or subjective questions solved by the user as a review question.
  • the predetermined review cycle may follow a human forgetting curve (e.g., Ebbinghaus' forgetting curve).
  • the predetermined review cycle may be several minutes (e.g., 10 minutes, 30 minutes, etc.), one day, one week, or one month after the user's initial learning.
  • the review provider 120 provides review problems minutes or hours after the user's initial learning (first time), provides review problems again after one day (second time), and finally provides review problems after one week. You can do it (3rd time).
  • the review provider 120 may provide review questions to the user n times, and the number of times the review questions are provided may be determined depending on whether the user answers correctly, whether the rate of incorrect answers decreases, or whether the rate of correct answers increases.
  • the review providing unit 120 allows the review problems to be provided to the user within a few minutes after the user completes the initial learning.
  • Review problems can be created based on immediately identified learning content and/or learning problems.
  • the review providing unit 120 generates a review problem based on the confirmed learning content or learning problem at the right time (e.g. , review problems can be provided to the user terminal at the first review cycle, such as several minutes or several hours later.
  • the review provider 120 may set the review cycle and review provision frequency differently for each learning type, learning field, or learning subject. For example, the review provider 120 may set the review cycle of learning content and the review cycle of learning problems to be different.
  • the review provider 120 may determine the review period and/or review provision frequency based on the incorrect answer rate and/or frequency of previous questions. For example, the review provider 120 may not provide problems that the user answered correctly in the previous round in the next review cycle, and problems that the user did not answer correctly in the previous round may continue to be provided to the user as review problems. can be provided. Alternatively, the review provider 120 may set a short review cycle or a frequent review frequency for questions in which all users of the review support device 100 have a high rate of incorrect answers. Alternatively, if the user submits the correct answer to both the first and second rounds, the review provider 120 may not provide the review question of the third round to the user.
  • the review provision unit 120 may advance the provision of the second review question by more than one month.
  • the review provider 120 may advance the review cycle for the third round of review problems.
  • the review provider 120 may provide the user with content that is different from the initial learning content and the initial learning problem or a problem that is different from the initial learning problem as a review problem. For example, the review provider 120 displays part of the learning content as blank and provides it as a first review, and then the review provider 120 sets other parts of the same learning content as blank to provide it as a second review. can be provided. That is, the review problems provided in the first review and the review problems provided in the second review are different problems, but may be problems determined from the same learning content by the review provider 120.
  • the review provider 120 may provide problems (multiple choice questions or subjective questions) related to the user's initial learning content as a second or third review. That is, even if the user's learning content is the explanation part of the textbook, the review provider 120 can provide problems related to the explanation part as review problems. In this case, a blank quiz (subject question) in the explanation part is provided for the first review, and when the correct answer is entered in the first review, the review provider 120 reviews the problem (subject question or multiple choice question) related to the explanation part for the second time. It can be provided as.
  • the review provider 120 may provide the user with multiple-choice or subjective questions selected from a question bank (problem database) corresponding to learning content as a review.
  • the review provider 120 may obtain multiple-choice or subjective questions related to the blank portion of the learning content through an Internet search and provide them to the user.
  • the review provider 120 when the user inputs a multiple-choice question as a learning problem into the review support device 100, the review provider 120 provides the same multiple-choice question as the initially learned multiple-choice question as a first review, and then the review provider 120 can be provided as a second or third review by changing the order of options for the same multiple-choice question.
  • the review provider 120 may change the order of the options for the review question in the second round. Additionally, if the user submits the correct answer in both the first and second rounds of review, the review provider 120 may provide related problems (subjective questions or multiple choice questions) or related content to the initially learned problem as a third round of review. Alternatively, if the user submits an incorrect answer to the review question provided in the first round, the review provider 120 may provide the same problem as the initially learned multiple-choice question as a second review in the second round.
  • the review providing unit 120 when the user sets up a review of a specific subjective question, the review providing unit 120 provides the same subjective question as the initially learned subjective question as the first review, and then the review providing unit 120 provides a review related to the initially learned problem. Problems (subjective or multiple choice) or related content can be provided as a second or third review.
  • the hint providing unit 130 may provide hints for review problems.
  • the hint provider 130 may provide a hint related to the correct answer to the review question.
  • the hint providing unit 130 may provide a hint to the user by displaying information related to the correct answer or displaying a portion of the correct answer.
  • Figure 2 is a flowchart showing a review support method according to an embodiment.
  • the learning confirmation unit 110 may check the learning content and/or learning problems learned by the user (S110). For example, when a user performs offline learning through textbooks, document materials, teaching materials, worksheets, workbooks, etc. and uploads images of the learning content to the review support device 100, the learning confirmation unit 110 recognizes optical characters. Through technologies such as optical character recognition (OCR), the text of learning content can be recognized within the image of the learning content.
  • OCR optical character recognition
  • the learning confirmation unit 110 can identify the part marked on the learning content by the user. For example, the learning confirmation unit 110 may identify underlines, highlights, highlights, etc. displayed on the user's learning contents.
  • the learning confirmation unit 110 may receive information related to the learning content of the online learning from the user terminal.
  • the learning confirmation unit 110 may receive online learning metadata from the user terminal and check online learning content or learning problems from the metadata.
  • metadata of online learning may be information about online learning content, learning field, learning area, learning level, etc.
  • the terminal on which the user performs online learning and the terminal on which the user is provided with review problems may be the same terminal or different terminals.
  • the learning content and/or learning problems (or information about the learning content and/or learning problems) of the online learning are provided to the review support device (100) in the first terminal. ) can be delivered to the server where it is located. Thereafter, the server of the review support device 100 may provide a review question to the user's second terminal, where the first terminal and the second terminal may be the same terminal or different terminals.
  • the server on which the review support device 100 is located may be a cloud server.
  • the first terminal may monitor the user's online learning and report the learning content and/or learning problems (or information about the learning content and/or learning problems) of the online learning to the review support device 100 of the cloud server. there is. Thereafter, the review problem generated by the review support device 100 may be transmitted from the cloud server to the first terminal or the second terminal.
  • the review support device 100 may be co-located with the user's first or second terminal.
  • the review support device 100 checks the user's learning content and/or learning problems, and provides a review problem for reviewing the confirmed learning content and/or learning problems. can be provided to the first terminal or the second terminal.
  • the review support device 100 transmits the user's learning content and/or learning problem (or information about the learning content and/or learning problem) from the first terminal.
  • a review problem for reviewing learning content and/or learning problems may be provided to the first terminal or the second terminal.
  • the learning content and/or learning problems of the online learning are reported directly to the review support device 100 or information (e.g., metadata) about the learning content and/or learning problems of the online learning is provided to the review support device 100. It may be reported to the support device 100.
  • the first terminal may selectively transmit to the review support device 100 parts that need to be reviewed during the user's online learning.
  • the part that needs to be reviewed may be determined by the user or may be determined according to criteria predetermined by the first terminal. For example, among the learning problems of online learning, an incorrect problem (multiple choice or subjective) may be a part that requires review, and the first terminal can transmit information about the user's incorrect problem or incorrect problem to the review support device 100. there is.
  • the learning confirmation unit 110 may store the user's learning content and/or learning problems and/or store the user's incorrect answer problems. Alternatively, the user may directly photograph or capture the learning content and/or incorrect answer problems and upload them to the learning confirmation unit 110 or the database of the review support device 100.
  • the learning content may be paragraphs, sentences, concepts, etc. learned by the user in a textbook.
  • the learning problem stored in the learning confirmation unit 110 may be an incorrect answer problem of a multiple-choice question and/or a subjective question.
  • the review provider 120 may generate a review problem based on learning content or a learning problem (S120) and provide the generated review problem to the user terminal according to a predetermined review cycle (S130). ).
  • the review provider 120 may generate the user's learning content as a subjective question (such as a blank quiz) and provide the subjective question to the user as a first-time review question.
  • the review provider 120 may provide the same problem as the user's study problem to the user as a first-time review problem.
  • the hint providing unit 130 may provide a hint for the review problem of the corresponding episode (S140).
  • the hint provider 130 may provide different types of hints each time a review problem is provided by the review provider 120.
  • the hint provider 130 may make the type of hint for the second review problem the same as or different from the type of hint provided for the first review problem.
  • Figure 3 is a diagram showing the user's learning content according to an embodiment
  • Figure 4 is a diagram showing a review problem created based on the user's learning content according to an embodiment
  • Figures 5A to 5M are a diagram showing the user's learning content according to an embodiment. This diagram shows a method of providing hints.
  • the learning confirmation unit 110 confirms the user's learning content as related to the definitions and differences between political parties, interest groups, and civic groups, and the review provider 120 provides the first review problem as the first review problem.
  • a quiz with a blank space in 'Political Party' can be provided to the user's terminal.
  • the review provider 120 may provide the next review question.
  • the hint provider 130 can provide the hint to the user terminal.
  • the hint providing unit 130 may provide information related to a 'political party' as a hint or provide a hint by displaying a part of a 'political party'.
  • the hint providing unit 130 may provide the foreign language expression 'Political party' corresponding to 'political party' as a hint. That is, the hint provider 130 can provide information (foreign language expression) related to the correct answer as a foreign language hint.
  • the hint providing unit 130 may provide a related image of 'political party' as a hint. Referring to FIG. 5B, the hint providing unit 130 may perform an image search for 'political party' on an Internet search site in order to provide an image of the National Assembly building as information related to 'political party'.
  • the hint providing unit 130 may provide the dictionary meaning of 'political party' as a hint. To this end, the hint providing unit 130 can search for the definition of the correct answer on an Internet search site to provide the dictionary meaning as information related to the correct answer.
  • the hint providing unit 130 may provide several related words related to 'political party' as hints. To this end, the hint providing unit 130 may perform an Internet search for synonyms, synonyms, and antonyms of the correct answer.
  • the hint providing unit 130 may provide a multiple-choice question including 'political party' as an option as a hint.
  • the hint providing unit 130 may provide context related to 'political party' as a hint.
  • the hint providing unit 130 may display the correct answer as a blank space.
  • the hint provider 130 may provide a history of incorrect answers for other problems with 'justice' as the correct answer as a hint.
  • the incorrect answer history may have been accumulated by other users.
  • the hint providing unit 130 may provide learning content or other concepts within a review problem as a hint.
  • civic group is a concept included in the review problem, and can be provided as a hint along with 'political party'.
  • the hint providing unit 130 may provide the initial consonant ' ⁇ ' corresponding to 'political party' as a hint.
  • the hint providing unit 130 may provide a part of the correct answer character 'justice' as a blind hint.
  • a blind is applied that shows part of the left side of the letter, but the present invention is not limited to this, and the blind can expose part of the right, top, and bottom of the correct letter.
  • the hint providing unit 130 may provide a hint by blindly exposing a portion of the correct answer character 'justice' and showing the entire correct answer character over time.
  • the correct letters may be revealed over time by swiping in a particular direction (e.g., left to right) or by displaying each letter separately.
  • the review provider 120 may determine that the user failed to answer the review question correctly.
  • the hint providing unit 130 may provide the mosaicized correct answer character 'Jeongdang' as a hint.
  • the mosaic level may be lowered over time and the correct characters may be seen more clearly.
  • the review provider 120 may determine that the user failed to answer the review question correctly.
  • the hint providing unit 130 may provide the number of characters of the correct answer as a hint. Referring to Figure 5m, two square boxes corresponding to the correct answer character 'political party' can be provided as a character number hint.
  • FIG. 6 is a diagram illustrating a user's initial learning problem according to one embodiment
  • FIG. 7 is a diagram illustrating a review problem according to another embodiment.
  • the learning confirmation unit 110 may confirm two multiple choice questions (problems 01 and 02) learned by the user as learning problems.
  • learning problems may be images uploaded by the user or reported by a terminal used for online learning.
  • the learning confirmation unit 110 may store the user's incorrect questions as incorrect answer questions.
  • the learning confirmation unit 110 stores question 02 as an incorrect answer problem
  • the review provider 120 stores the wrong answer problem or incorrect answer question.
  • a variation of the problem may be provided to the user as a review problem.
  • a user can solve multiple-choice questions in a question paper, take a picture of a problem that he or she determines needs review, and upload it to the review support device 100, and the learning confirmation unit 110 recognizes it from the image uploaded by the user. You can save the problem.
  • the act of uploading the image of the problem determined by the user as needing review to the review support device 100 may be determined to be the first review.
  • the review support device 100 may provide the problem uploaded by the user or a modified problem thereof as a review problem starting from the second review.
  • the review provider 120 may provide the user with a subjective question related to the multiple choice question as a review question. For example, if the user answers both questions correctly in two reviews, the review provider 120 may provide the user with a subjective question related to the multiple choice question as a review question.
  • the review provider 120 may provide the user with a review problem corresponding to the user's learning problem (for example, an incorrect answer problem among the learning problems or a modified problem of the learning problem) according to a predetermined review cycle.
  • a review problem corresponding to the user's learning problem (for example, an incorrect answer problem among the learning problems or a modified problem of the learning problem) according to a predetermined review cycle.
  • the review provider 120 may change the order of options for the multiple-choice question and provide it to the user as a review question.
  • a multiple-choice problem in which the order of options has been changed may be a modified problem provided as a review problem.
  • the review provider 120 may provide a modified problem of problem number 02 as a review problem.
  • the modified problem of problem number 02 provided as a review problem has a different order from the options of problem number 02.
  • the review provider 120 may provide the user with a multiple-choice question or a past question related to the review question as a review question for the next round.
  • the hint providing unit 130 may provide the user with a hint for reviewing a multiple-choice question. Whether or not a hint is provided may be determined depending on the user's selection. For example, the hint provider 130 may provide information related to words or concepts included in the correct answer options of a multiple-choice question as a hint.
  • Figure 8 is a diagram showing a review problem according to another embodiment
  • Figure 9 is a diagram showing a review problem according to another embodiment.
  • the review provider 120 may generate a review problem by combining ⁇ problems.
  • Figure 8 shows a multiple-choice review problem created with a combination of three correct options and one incorrect option.
  • Figure 9 shows a multiple-choice review problem created with a combination of three incorrect options and one correct option.
  • Each option may be selected from the user's learning content and/or learning problem, and the review provider 120 may determine related options through machine learning and generate a review problem through a combination of the determined options.
  • FIG. 10 is a diagram illustrating a user's initial learning problem according to another embodiment
  • FIG. 11 is a diagram illustrating a review problem according to another embodiment.
  • the learning confirmation unit 110 may confirm two subjective questions (problems 01 and 02) learned by the user as learning problems.
  • the learning confirmation unit 110 may store the user's incorrect questions as incorrect answer questions. For example, when the user answers question 01 correctly but answers question 02 incorrectly, the learning confirmation unit 110 may store question 02 as an incorrect answer question. Afterwards, the incorrect answer problem may be provided to the user as a review problem by the review provider 120.
  • a user can solve a subjective problem in a question paper, take a picture of a problem that he or she determines needs review, and upload it to the review support device 100, and the learning confirmation unit 110 recognizes it from the image uploaded by the user. You can save the problem.
  • the act of uploading the image of the problem determined by the user as needing review to the review support device 100 may be determined to be the first review.
  • the review support device 100 may provide subjective questions or modified questions uploaded by the user as review questions starting from the second review.
  • the review provider 120 may provide the user with review problems corresponding to the subjective questions solved by the user according to a predetermined review cycle. Referring to FIG. 11, the review provider 120 may provide problem number 02 as a review problem.
  • the review provider 120 may provide the user with a multiple-choice question related to the subjective question as a review question. For example, if the user answers both questions correctly in two reviews, the review provider 120 may provide the user with a multiple-choice question related to the subjective question as a review question.
  • the review provider 120 may provide the user with a review question similar to the subjective question or a previous question similar to the review question to the user in the next round.
  • the hint providing unit 130 may provide hints for review problems corresponding to subjective questions. Hints for subjective questions may be provided by displaying information related to the correct answer to the subjective question or displaying a portion of the correct answer. For example, the hint provider 130 may provide a hint for a subjective question using the method shown in FIGS. 5A to 5M.
  • the review provider 120 can display on the screen of the user terminal whether the answer written by the user is correct. There is. If the answer written by the user is an incorrect answer or the user presses the check answer button without writing down the answer, the review provider 120 may determine that the user has failed the first review and end the first review. Alternatively, if the answer written by the user is correct, the review provider 120 may determine that the user has succeeded in the first review and end the first review.
  • the review provider 120 may consider whether the first review was successful and whether a hint was provided in the first review, create a second review problem, and determine the timing of providing the second review problem (S140).
  • the review provider 120 may provide the second review problem to the user terminal according to a predetermined review cycle after the first review is completed (S130-2).
  • a predetermined review cycle after the first review is completed (S130-2).
  • the review provider 120 determines the content or problem identified in the image uploaded by the user.
  • Review problems created based on can be provided in the next review cycle (for example, after 1 day).
  • the review provider 120 may provide past questions related to the initial learning content or the initial learning problem as an n-th review problem (n is a natural number greater than 1) (S130-n). In one embodiment, the review provider 120 provides past questions in the second review if the first review is successful, or provides past questions in the next review as a final review question if the second or third review is successful. can do.
  • the review provider 120 may select learning content or past questions similar to the learning problem using a pre-trained machine learning model.
  • the pre-trained machine learning model is similar to the learning content or learning problem in the database.
  • the problem may be determined and provided to the review provider 120.
  • the review provider 120 since past exam questions are also provided in the nth review in a predetermined review cycle, the review provider 120 determines past exam questions similar to the learning content or learning questions after the n-1 rounds of review are completed, At the time of providing the nth review, past questions can be provided to the user as review questions.
  • the review support device may provide review problems to maximize the user's learning effect.
  • Figure 12 is a diagram showing a method of box processing a text area according to one embodiment.
  • the learning confirmation unit 110 may recognize an area where text is located in the user's learning data (learning content or an image of a learning problem) as a text area and perform text recognition within the text area.
  • the learning confirmation unit 110 may use a machine learning model (e.g., image area detection model, document area detection model) to recognize text areas in the learning data. .
  • data for training a machine learning model may be preprocessed through tagging of text areas.
  • Data to be used for training can be tagged with text areas so that the machine learning model can accurately identify text areas within the data that are of interest to the learner.
  • the learning confirmation unit 110 may train a machine learning model using the preprocessed data.
  • text regions containing terms related to important concepts in the training data can be more accurately identified. For example, areas unrelated to learning, such as scribbles and crumpled paper in the learning data, can be effectively filtered out, and the text required for learning can be accurately obtained.
  • the learning confirmation unit 110 may filter a text area in the learning data using a trained machine learning model, and the learning confirmation unit 110 may recognize text in the text area filtered in the learning data. To recognize text in the filtered text area, the learning confirmation unit 110 may use OCR or a machine learning model for text recognition. In one embodiment, the learning confirmation unit 110 can improve text recognition accuracy by performing text recognition only in text areas identified through a machine learning model. As text recognition accuracy increases, the review provider 120 can efficiently generate review problems such as blank quizzes.
  • FIG. 13 is a diagram showing a method of determining important words according to an embodiment
  • FIG. 14 is a diagram showing a method of generating a review problem based on the determined important words according to an embodiment.
  • the review support device 100 may determine important words within learning data and generate review problems and/or hints for review problems using the important words.
  • the review support device 100 may determine important words in the learning data by comparing words recognized in the learning data with key words in the knowledge database (DB) 140.
  • DB knowledge database
  • the review support device 100 may further include a knowledge DB 140.
  • the knowledge DB 140 may include key words necessary for learning and embedding vectors of the key words.
  • the embedding vector of the key word is quantified to measure similarity with other texts and/or words in the training data.
  • Important words required for learning may be categorized within the knowledge DB 140 according to criteria such as field and subject.
  • the knowledge DB 140 may be created by feedback from the review support device 100 and may be supplemented by teachers, students, etc. at schools and academies.
  • the review providing unit 120 may extract words from the text recognized in the learning data and vectorize the extracted words.
  • the review provider 120 may perform morphological analysis and extract words from the text according to the results of the morphological analysis.
  • the review provider 120 may improve word extraction accuracy by removing stop words that are unrelated to the main content of the document.
  • Stop words may include, for example, pronouns (I/him/this), final endings (is/is), particles (is/is/is/ga), etc.
  • a dictionary of stop words suitable for the characteristics of electronic documents can be created in advance.
  • the review provider 120 may improve word extraction accuracy by analyzing morphemes on a word-by-word basis and extracting morphemes containing important words. For example, the review provider 120 may extract morphemes (eg, common nouns, proper nouns, etc.) within a sentence as words. Additionally, the review provider 120 may utilize the fact that the weight (Score) of the morpheme (w) in the document is proportional to the frequency of appearance (Freq) of the morpheme. That is, the review provider 120 may extract words (morphemes) related to the topic of the document by using the fact that they are frequently mentioned in the document.
  • morphemes eg, common nouns, proper nouns, etc.
  • the review provider 120 may determine the priority of words by determining the weight of the morpheme (w) in the normalized document based on the frequency of appearance of the morpheme according to the length (N) of the document. If a word extracted from the text is determined to be an important word, the review provider 120 may create a review problem based on the priority of the word.
  • the review provider 120 determines the similarity by comparing the embedding vector of the extracted word with the embedding vector of the key word in the knowledge DB 140, and determines the important word from the words extracted from the learning data according to the size of the similarity. there is. In one embodiment, the review provider 120 may determine a word extracted from the learning data as an important word when the similarity with the key word is greater than a predetermined size.
  • the review provider 120 may determine concept A and concept B (or noun A and noun B) as important words. Thereafter, the review provider 120 may generate a review problem by marking important words in the learning data as blank. Alternatively, the hint provider 130 may generate a hint for a review problem using important words in the learning data.
  • the review support device 100 learns by filtering words recognized in the learning data based on key words for each subject (i.e., each concept) in the knowledge DB 140. You can create review questions about helpful concepts and create hints that can lead to accurate and efficient learning.
  • the review provider 120 may extract important sentences using the sentence's relevance score.
  • the review provider 120 may calculate a relevance score indicating the degree of meaning contained in each sentence with respect to the entire document, and use the relevance score of each sentence as an indicator for determining important sentences.
  • the review provider 120 may generate embedding vectors of document and sentence expressions based on weights.
  • the weight (Score(Wji)) that the jth word has in the first sentence can be determined by the frequency of appearance of the word considering the document length.
  • the review support device 100 determines important words based on the knowledge DB 140 or determines important sentences based on the degree of correlation between sentences in the text and then generates review problems or hints. You can.
  • the review support device 100 can generate a summary of important words as images.
  • the review support device 100 may display words that cannot be imaged by arranging the first letters of the words in alphabetical order.
  • the review support device 100 may generate and list the initials of words that cannot be imaged as one word and display them to the learner.
  • Figure 15 is a block diagram showing a review support device according to another embodiment.
  • the review support device may be implemented as a computer system, for example, a computer-readable medium.
  • the computer system 200 includes a processor 210, a memory 230, an input interface device 250, an output interface device 260, and a storage device 240 that communicate through a bus 270.
  • Computer system 200 may also include a communication device 220 coupled to a network.
  • the processor 210 may be a central processing unit (CPU) or a semiconductor device that executes instructions stored in the memory 230 or the storage device 240.
  • Memory 230 and storage device 240 may include various types of volatile or non-volatile storage media.
  • memory may include read only memory (ROM) and random access memory (RAM).
  • the memory may be located inside or outside the processor, and the memory may be connected to the processor through various known means.
  • Memory is various forms of volatile or non-volatile storage media, for example, memory may include read-only memory (ROM) or random access memory (RAM).
  • embodiments of the present invention may be implemented as a computer-implemented method or as a non-transitory computer-readable medium storing computer-executable instructions.
  • computer readable instructions when executed by a processor, may perform a method according to at least one aspect of the present disclosure.
  • Communication device 220 can transmit or receive wired signals or wireless signals.
  • the embodiments of the present invention are not only implemented through the apparatus and/or method described so far, but may also be implemented through a program that realizes the function corresponding to the configuration of the embodiment of the present invention or a recording medium on which the program is recorded.
  • This implementation can be easily implemented by anyone skilled in the art from the description of the above-described embodiments.
  • methods according to embodiments of the present invention e.g., network management method, data transmission method, transmission schedule creation method, etc.
  • the computer-readable medium may include program instructions, data files, data structures, etc., singly or in combination.
  • Program instructions recorded on the computer-readable medium may be specially designed and configured for embodiments of the present invention, or may be known and usable by those skilled in the art of computer software.
  • a computer-readable recording medium may include a hardware device configured to store and perform program instructions.
  • computer-readable recording media include magnetic media such as hard disks, floppy disks, and magnetic tapes, optical media such as CD-ROMs and DVDs, and floptical disks. It may be the same magneto-optical media, ROM, RAM, flash memory, etc.
  • Program instructions may include not only machine language code such as that created by a compiler, but also high-level language code that can be executed by a computer through an interpreter, etc.

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Educational Administration (AREA)
  • Educational Technology (AREA)
  • Software Systems (AREA)
  • Tourism & Hospitality (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Economics (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Electrically Operated Instructional Devices (AREA)

Abstract

사용자에 의해 학습된 학습 내용 또는 학습 문제를 확인하는 단계, 학습 내용 또는 학습 문제를 바탕으로 복습 문제를 생성하는 단계, 그리고 제1 사용자 단말을 통해 사용자에게 복습 문제를 제공하는 단계를 통해 복습 문제를 제공하는 방법 및 장치가 제공된다.

Description

복습 지원 장치 및 방법
본 기재는 복습을 지원하는 장치 및 방법에 관한 것이다.
학습(學習)은 배우고 익히는 행동을 말하며, 직간접적 경험이나 훈련에 의해 지속적으로 지각하고, 인지하며, 변화시키는 행동 변화이다. 학습에 있어 익히는 것은 '복습'이라 불리고 복습의 타이밍이 중요하다는 사실이 연구를 통해 밝혀져 있다.
인지심리학의 망각곡선에 따르면, 사람은 학습 직후　19분이 지나면 학습했던 내용의　58%를 기억(42%　망각)하고,　하루가 지나면　33%를 기억(67% 망각)한다고 한다. 즉, 학습 직후 사람의 망각은　시작되고　9시간이 경과할 때까지 급격한 속도로 학습 내용을 잊는다. 복습을　하지 않으면 학습내용의　대부분을 잊어버리며, 복습의　타이밍에 따라　복습 효율은 달라질 수 있다. 즉, 일정 시간 내에 복습을 반복하면 망각곡선은 점차 완만해지고　사람은 학습 내용을 오래도록 잊지 않을 수 있다.
한 실시예는, 사용자에게 복습 문제를 제공하는 방법을 제공한다.
다른 실시예는, 사용자의 복습을 지원하는 장치를 제공한다.
한 실시예에 따르면, 사용자에게 복습 문제를 제공하는 방법이 제공된다. 상기 방법은, 사용자에 의해 학습된 학습 내용 또는 학습 문제를 확인하는 단계, 학습 내용 또는 학습 문제를 바탕으로 복습 문제를 생성하는 단계, 그리고 제1 사용자 단말을 통해 사용자에게 복습 문제를 제공하는 단계를 포함한다.
상기 방법은, 사용자로부터 복습 문제에 대한 힌트 요청을 수신하는 단계, 그리고 복습 문제의 정답과 관련된 정보를 힌트로서 사용자에게 제공하는 단계를 더 포함할 수 있다.
상기 방법은, 사용자로부터 복습 문제에 대한 힌트 요청을 수신하는 단계, 그리고 복습 문제의 정답의 일부를 힌트로서 사용자에게 제공하는 단계를 더 포함할 수 있다.
상기 방법은, 사용자가 제2 사용자 단말을 사용하여 온라인 학습으로 학습 내용을 학습할 때, 재2 사용자 단말로부터 학습 내용과 관련된 정보를 수신하는 단계를 더 포함할 수 있다.
상기 방법에서, 제2 사용자 단말은 제1 사용자 단말과 서로 다를 수 있다.
상기 방법은, 사용자가 오프라인 학습으로 학습 내용을 학습할 때, 사용자로부터 학습 내용의 이미지를 수신하고, 이미지에서 텍스트를 인식하여 학습 내용을 확인하는 단계를 더 포함할 수 있다.
상기 방법에서, 학습 내용 또는 학습 문제를 바탕으로 복습 문제를 생성하는 단계는, 기계학습 기반 자연어 처리 모델을 사용하여 학습 내용에 대해 자연어 처리를 수행하고, 자연어 처리의 결과에 기반하여 학습 내용으로부터 빈칸 문제를 복습 문제로서 생성하는 단계를 포함할 수 있다.
상기 방법에서, 학습 내용 또는 학습 문제를 바탕으로 복습 문제를 생성하는 단계는, 기계학습 기반 자연어 처리 모델을 사용하여 학습 내용에 대해 자연어 처리를 수행하고, 자연어 처리의 결과에 기반하여 학습 내용으로부터 ○×문제를 복습 문제로서 생성하는 단계를 포함할 수 있다.
상기 방법에서, 학습 내용 또는 학습 문제를 바탕으로 복습 문제를 생성하는 단계는, 기계학습 기반 자연어 처리 모델을 사용하여 학습 내용에 대해 자연어 처리를 수행하는 단계, 자연어 처리의 결과에 기반하여 학습 내용으로부터 복수의 ○×문제를 생성하는 단계, 그리고 복수의 ○×문제가 조합된 객관식 문제를 복습 문제로서 생성하는 단계를 포함할 수 있다.
상기 방법에서, 학습 내용 또는 학습 문제를 바탕으로 복습 문제를 생성하는 단계는, 기계학습 기반 자연어 처리 모델을 사용하여 학습 내용에 대해 자연어 처리를 수행하고, 자연어 처리의 결과에 기반하여 학습 내용으로부터 주관식 문제를 복습 문제로서 생성하는 단계를 포함할 수 있다.
상기 방법에서, 학습 내용 또는 학습 문제를 바탕으로 복습 문제를 생성하는 단계는, 학습 문제가 객관식 문제 또는 주관식 문제일 때, 객관식 문제 또는 주관식 문제 중에서 오답 문제를 복습 문제로서 생성하는 단계를 포함할 수 있다.
상기 방법에서, 학습 내용 또는 학습 문제를 바탕으로 복습 문제를 생성하는 단계는, 학습 문제가 객관식 문제 또는 주관식 문제일 때, 학습 문제가 객관식 문제 또는 주관식 문제의 변형 문제를 복습 문제로서 생성하는 단계를 포함할 수 있다.
상기 방법에서, 객관식 문제의 변형 문제는 학습 문제의 선택지의 순서가 변경된 문제일 수 있다.
상기 방법에서, 제1 사용자 단말을 통해 사용자에게 복습 문제를 제공하는 단계는, 사용자가 복습 문제의 정답을 맞히면, 학습 내용 또는 학습 문제와 관련된 기출 문제를 제1 사용자 단말로 제공하는 단계를 포함할 수 있다.
상기 방법에서, 기출 문제는 복습 문제가 제1 사용자 단말로 제공되고 미리 결정된 복습 주기가 경과한 이후에 제1 사용자 단말로 제공될 수 있다.
상기 방법에서, 제1 사용자 단말을 통해 사용자에게 복습 문제를 제공하는 단계는, 미리 결정된 복습 주기에 따라 복습 문제를 제1 사용자 단말을 통해 제공하는 단계를 포함할 수 있다.
상기 방법에서, 제1 사용자 단말을 통해 사용자에게 복습 문제를 제공하는 단계는, 학습 문제가 주관식 문제일 때 사용자가 복습 문제의 정답을 맞히면, 주관식 문제와 관련된 객관식 문제를 제1 사용자 단말로 제공하는 단계를 포함할 수 있다.
상기 방법에서, 제1 사용자 단말을 통해 사용자에게 복습 문제를 제공하는 단계는, 학습 문제가 객관식 문제일 때 사용자가 복습 문제의 정답을 맞히면, 객관식 문제와 관련된 주관식 문제를 제1 사용자 단말로 제공하는 단계를 포함할 수 있다.
상기 방법에서, 제1 사용자 단말을 통해 사용자에게 복습 문제를 제공하는 단계는, 학습 문제가 객관식 문제일 때 사용자가 복습 문제의 정답을 맞히면, 객관식 문제의 변형 문제를 제1 사용자 단말로 제공하는 단계를 포함할 수 있다.
다른 실시예에 따르면, 사용자의 복습을 지원하는 장치가 제공된다. 상기 장치는, 사용자에 의해 학습된 학습 문제를 바탕으로 생성된 복습 문제를 사용자 단말에 제공하는 복습 제공부, 그리고 복습 문제에 대한 사용자의 힌트 요청이 수신되면, 복습 문제의 정답과 관련된 정보를 제공하는 방식 또는 정답의 일부를 사용자 단말 상에 표시하는 방식으로 힌트를 제공하는 힌트 제공부를 포함한다.
사용자의 학습 효과를 높일 수 있는 복습 문제를 제공할 수 있다.
도 1은 한 실시예에 따른 복습 지원 장치를 나타낸 블록도이다.
도 2는 한 실시예에 따른 복습 지원 방법을 나타낸 흐름도이다.
도 3은 한 실시예에 따른 사용자의 학습 내용을 나타낸 도면이다.
도 4는 한 실시예에 따른 사용자의 학습 내용에 기반하여 생성된 복습 문제를 나타낸 도면이다.
도 5a 내지 5m은 한 실시예에 따른 힌트를 제공하는 방법을 나타낸 도면이다.
도 6은 한 실시예에 따른 사용자의 최초 학습 문제를 나타낸 도면이다.
도 7은 다른 실시예에 따른 복습 문제를 나타낸 도면이다.
도 8은 또 다른 실시예에 따른 복습 문제를 나타낸 도면이다.
도 9는 또 다른 실시예에 따른 복습 문제를 나타낸 도면이다.
도 10은 또 다른 실시예에 따른 사용자의 최초 학습 문제를 나타낸 도면이다.
도 11은 또 다른 실시예에 따른 복습 문제를 나타낸 도면이다.
도 12는 한 실시예에 따른 텍스트 영역을 식별하는 방법을 나타낸 도면이다.
도 13은 한 실시예에 따른 중요 단어를 결정하는 방법을 나타낸 도면이고, 도 14는 한 실시예에 따른 결정된 중요 단어를 바탕으로 복습 문제를 생성하는 방법을 나타낸 도면이다.
도 15는 다른 실시예에 따른 복습 지원 장치를 나타낸 블록도이다.
아래에서는 첨부한 도면을 참고로 하여 본 기재의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 기재는 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 기재를 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
명세서 전체에서, 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.
본 명세서에서 단수로 기재된 표현은 "하나" 또는 "단일" 등의 명시적인 표현을 사용하지 않은 이상, 단수 또는 복수로 해석될 수 있다.
본 명세서에서 "및/또는"은 언급된 구성 요소들의 각각 및 하나 이상의 모든 조합을 포함한다.
본 명세서에서, 제1, 제2 등과 같이 서수를 포함하는 용어들은 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되지는 않는다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 개시의 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다.
본 명세서에서 도면을 참고하여 설명한 흐름도에서, 동작 순서는 변경될 수 있고, 여러 동작들이 병합되거나, 어느 동작이 분할될 수 있고, 특정 동작은 수행되지 않을 수 있다.
도 1은 한 실시예에 따른 복습 지원 장치를 나타낸 블록도이다.
도 1을 참조하면, 한 실시예에 따른 복습 지원 장치(100)는 학습 확인부(110), 복습 제공부(120), 및 힌트 제공부(130)를 포함할 수 있다.
한 실시예에 따른 학습 확인부(110)는 사용자에 의해 학습된 내용 또는 학습된 문제를 확인할 수 있다. 학습 확인부(110)에 의해 확인된 학습 내용 또는 학습 문제는 사용자에게 제공될 복습 문제를 위해 별도의 데이터베이스 내에 저장될 수 있다.
한 실시예에 따른 복습 제공부(120)는 사용자의 학습 내용 또는 학습 문제를 바탕으로 복습 문제를 생성하고, 생성된 복습 문제를 미리 결정된 복습 주기에 따라 사용자 단말로 제공할 수 있다. 복습 제공부(120)는 학습 내용 및 학습 문제를 바탕으로 복습 문제를 생성하기 위해, 심층 신경망(deep neural network, DNN) 등의 기계학습 모델을 사용할 수 있다. 한 실시예에서, 복습 제공부(120)는 유무선 통신을 통해 사용자 단말로 복습 문제를 제공할 수 있다.
예를 들어, 복습 제공부(120)는 기계학습 기반 자연어 처리 모델을 사용하여 사용자의 학습 내용에 대해 자연어 처리를 수행하고, 자연어 처리 결과에 기반하여 학습 내용에서 핵심 키워드를 결정할 수 있다. 이후 복습 제공부(120)는 핵심 키워드를 사용하여 빈칸 문제, ○Х문제, 주관식 문제, 및/또는 객관식 문제를 복습 문제로서 생성할 수 있다.
또는 복습 제공부(120)는 기계학습 기반 자연어 처리 모델을 사용하여 사용자의 학습 문제에 대해 자연어 처리를 수행하고, 자연어 처리 결과에 기반하여 학습 문제와 유사한 문제를 복습 문제로서 생성할 수 있다.
사용자가 교과서를 학습했다면, 복습 제공부(120)는 교과서의 학습 내용을 빈칸 주관식 문제화함으로써 복습 문제를 생성할 수 있다. 복습 제공부(120)는 복수의 빈칸 주관식 문제를 조합하여 옳은 설명 또는 틀린 설명에 해당하는 선택지를 고르도록 하는 객관식 문제를 복습 문제로서 생성할 수 있다. 여기서 빈칸으로 표시될 학습 내용의 부분은 사용자에 의해 미리 결정되거나 또는 복습 제공부(120)가 해당 학습 내용과 관련된 기출 문제의 통계치를 참조하여 결정할 수 있다.
사용자의 학습 문제가 객관식 문제 또는 주관식 문제일 때, 복습 제공부(120)는 사용자가 푼 객관식 문제 및/또는 주관식 문제 중 틀린 문제를 복습 문제로서 제공할 수 있다.
한 실시예에서, 미리 결정된 복습 주기는 인간의 망각 곡선(예를 들어, 에빙하우스의 망각 곡선)에 따를 수 있다. 예를 들어, 미리 결정된 복습 주기는 사용자의 최초 학습으로부터 수분 후(예를 들어 10분, 30분 등), 1일 후, 1주 후, 또는 1달 후일 수 있다.
복습 제공부(120)는 사용자의 최초 학습으로부터 수분 또는 수시간 후에 복습 문제를 제공하고(1회차), 1일 후에 다시 복습 문제를 제공하고(2회차), 1주 후에 마지막으로 복습 문제를 제공할 수 있다(3회차). 복습 제공부(120)는 n회차에 걸쳐 복습 문제를 사용자에게 제공할 수 있고, 복습 문제의 제공 회차는 사용자가 정답을 맞히는지, 오답률이 낮아졌는지, 정답률이 높아졌는지 등에 따라 결정될 수 있다.
한 실시예에서, 사용자가 최초 학습을 종료한 후 복습 문제가 수분 내에 사용자에게 제공될 수 있도록, 복습 제공부(120)는 학습 확인부(110)에 의해 사용자의 학습 내용 또는 학습 문제가 확인되면 즉시 확인된 학습 내용 및/또는 학습 문제를 바탕으로 복습 문제를 생성할 수 있다. 예를 들어, 학습 확인부(110)가 온라인 학습의 학습 내용 또는 학습 문제를 확인하면, 복습 제공부(120)는 확인된 학습 내용 또는 학습 문제를 바탕으로 복습 문제를 생성하여 적시(예를 들어, 수분 또는 수시간 후와 같은 1회차 복습 주기)에 사용자 단말로 복습 문제를 제공할 수 있다.
한 실시예에서, 복습 제공부(120)는 학습 유형, 학습 분야, 또는 학습 과목마다 복습 주기 및 복습 제공 빈도를 다르게 설정할 수 있다. 예를 들어, 복습 제공부(120)는 학습 내용의 복습 주기와 학습 문제의 복습 주기를 다르게 설정할 수 있다.
또는 복습 제공부(120)는 문제의 오답률 및/또는 기출빈도를 바탕으로 복습 주기 및/또는 복습 제공 빈도를 결정할 수 있다. 예를 들어, 복습 제공부(120)는 사용자가 이전 회차에서 정답을 맞힌 문제는 다음 복습 주기에 제공하지 않을 수 있고, 이전 회차에서 사용자가 정답을 맞히지 못한 문제는 계속하여 복습 문제로서 사용자에게 제공할 수 있다. 또는 복습 제공부(120)는 한 실시예에 따른 복습 지원 장치(100)의 사용자 전체의 문제 오답률이 높은 문제에 대해 짧은 복습 주기를 설정하거나 또는 잦은 복습 빈도를 설정할 수 있다. 또는 복습 제공부(120)는 1회차와 2회차에 모두 사용자가 정답을 제출하면, 3회차의 복습 문제를 사용자에게 제공하지 않을 수 있다. 반대로 사용자가 1회차 복습 문제에 대해 오답을 제출하였다면, 복습 제공부(120)는 2회차 복습 문제의 제공시기를 1달보다 더 앞당길 수 있다. 또는 사용자가 1회차에 정답을 제출하였으나 2회차에 오답을 제출하면, 복습 제공부(120)는 3회차 복습 문제의 복습 주기를 앞당길 수 있다.
한 실시예에서, 복습 제공부(120)는 최초 학습 내용 및 최초 학습 문제와 다른 내용 또는 다른 문제를 복습 문제로서 사용자에게 제공할 수 있다. 예를 들어, 복습 제공부(120)는 학습 내용 중 일부를 빈칸으로 표시하여 1회차 복습으로서 제공하고, 이후 복습 제공부(120)는 동일한 학습 내용의 다른 부분을 빈칸으로 설정하여 2회차 복습으로서 제공할 수 있다. 즉, 1회차 복습에서 제공되는 복습 문제와 2회차 복습에서 제공되는 복습 문제는 서로 다른 문제이지만 복습 제공부(120)에 의해 동일한 학습 내용에서 결정된 문제일 수 있다.
또는 복습 제공부(120)는 사용자의 최초 학습 내용과 관련된 문제(객관식 문제 또는 주관식 문제)를 2회차 복습 또는 3회차 복습으로서 제공할 수 있다. 즉, 사용자의 학습 내용이 교재의 설명 부분이더라도, 복습 제공부(120)는 해당 설명 부분과 관련된 문제를 복습 문제로서 제공할 수 있다. 이 경우 1회차 복습에는 설명 부분의 빈칸 퀴즈(주관식 문제)가 제공되고, 1회차 복습에서 정답이 입력되면 복습 제공부(120)는 설명 부분과 관련된 문제(주관식 문제 또는 객관식 문제)를 2회차 복습으로서 제공할 수 있다.
한 실시예에서, 복습 제공부(120)는 학습 내용에 대응하는 문제 은행(문제 데이터베이스)에서 선택된 객관식 문제 또는 주관식 문제를 복습으로서 사용자에게 제공할 수 있다. 또는 복습 제공부(120)는 학습 내용에서 빈칸으로 설정된 부분과 관련된 객관식 문제 또는 주관식 문제를 인터넷 검색을 통해 획득하여 사용자에게 제공할 수 있다.
또는 사용자가 객관식 문제를 학습 문제로서 복습 지원 장치(100)에 입력하면, 복습 제공부(120)는 최초 학습된 객관식 문제와 동일한 객관식 문제를 1회차 복습으로서 제공하고, 이후 복습 제공부(120)는 동일한 객관식 문제의 선택지의 순서를 바꾸어 2회차 또는 3회차 복습으로서 제공할 수 있다.
예를 들어, 복습 제공부(120)는 1회차에 제공된 복습 문제에 대해 사용자가 정답을 제출하면, 2회차에는 복습 문제의 선택지의 순서를 변경할 수 있다. 그리고 복습 제공부(120)는 사용자가 1회차 및 2회차 복습에서 모두 정답을 제출하면, 최초 학습된 문제의 관련 문제(주관식 문제 또는 객관식 문제) 또는 관련 내용을 3회차 복습으로서 제공할 수 있다. 또는 복습 제공부(120)는 1회차에 제공된 복습 문제에 대해 사용자가 오답을 제출하면, 2회차에는 최초 학습된 객관식 문제와 동일한 문제를 2회차 복습으로서 제공할 수 있다.
또는 사용자가 특정 주관식 문제의 복습을 설정할 때, 복습 제공부(120)는 최초 학습된 주관식 문제와 동일한 주관식 문제를 1회차 복습으로서 제공하고, 이후 복습 제공부(120)는 최초 학습된 문제의 관련 문제(주관식 문제 또는 객관식 문제) 또는 관련 내용을 2회차 또는 3회차 복습으로서 제공할 수 있다.
한 실시예에 따른 힌트 제공부(130)는 복습 문제를 위한 힌트를 제공할 수 있다. 한 실시예에서, 사용자가 복습 문제를 보고 힌트를 요청하면, 힌트 제공부(130)는 복습 문제의 정답과 관련된 힌트를 제공할 수 있다. 힌트 제공부(130)는 정답과 관련된 정보를 표시하거나 또는 정답의 일부분을 표시하는 방법으로 힌트를 사용자에게 제공할 수 있다.
도 2는 한 실시예에 따른 복습 지원 방법을 나타낸 흐름도이다.
도 2를 참조하면, 학습 확인부(110)는 사용자에 의해 학습된 학습 내용 및/또는 학습 문제를 확인할 수 있다(S110). 예를 들어, 사용자가 교과서, 문서 자료, 교재, 문제지, 문제집 등을 통해 오프라인 학습을 수행하고 학습 내용의 이미지를 복습 지원 장치(100)에 업로드한 경우, 학습 확인부(110)는 광학 문자 인식(optical character recognition, OCR) 등의 기술을 통해 학습 내용의 이미지 내에서 학습 내용의 텍스트를 인식할 수 있다. 학습 확인부(110)는 사용자에 의해 학습 내용 상에 표시된 부분을 식별할 수 있다. 예를 들어, 학습 확인부(110)는 사용자의 학습 내용 상에 표시된 밑줄, 하이라이트 표시, 강조 표시 등을 식별할 수 있다.
또는 사용자가 휴대 단말, PC 등의 사용자 단말을 통해 온라인 학습을 수행하면, 학습 확인부(110)는 사용자 단말로부터 온라인 학습의 학습 내용과 관련된 정보를 수신할 수 있다. 예를 들어, 학습 확인부(110)는 온라인 학습의 메타데이터를 사용자 단말로부터 수신하고, 메타데이터로부터 온라인 학습 내용 또는 학습 문제를 확인할 수 있다. 여기서 온라인 학습의 메타데이터는 온라인 학습의 학습 내용, 학습 분야, 학습 영역, 학습 수준 등에 관한 정보일 수 있다.
한 실시예에서, 사용자가 온라인 학습을 수행하는 단말과 사용자에게 복습 문제가 제공되는 단말은 동일한 단말이거나 또는 서로 다른 단말일 수 있다. 예를 들어, 사용자는 제1 단말을 통해 온라인 학습을 수행하면, 온라인 학습의 학습 내용 및/또는 학습 문제(또는 학습 내용 및/또는 학습 문제에 관한 정보)는 제1 단말에서 복습 지원 장치(100)가 위치하는 서버에게로 전달될 수 있다. 이후 복습 지원 장치(100)의 서버는 사용자의 제2 단말로 복습 문제를 제공할 수 있고, 여기서 제1 단말 및 제2 단말은 동일한 단말이거나 또는 서로 다른 단말일 수 있다.
한 실시예에서, 복습 지원 장치(100)가 위치하는 서버는 클라우드 서버일 수 있다. 이때 제1 단말은 사용자의 온라인 학습을 모니터링하고, 온라인 학습의 학습 내용 및/또는 학습 문제(또는 학습 내용 및/또는 학습 문제에 관한 정보)를 클라우드 서버의 복습 지원 장치(100)로 보고할 수 있다. 이후 복습 지원 장치(100)에 의해 생성된 복습 문제는 클라우드 서버에서 제1 단말 또는 제2 단말로 전달될 수 있다.
한 실시예에서, 복습 지원 장치(100)는 사용자의 제1 단말 또는 제2 단말과 동위치일 수 있다. 복습 지원 장치(100)가 제1 단말 내에 위치할 때, 복습 지원 장치(100)는 사용자의 학습 내용 및/또는 학습 문제를 확인하고, 확인된 학습 내용 및/또는 학습 문제의 복습을 위한 복습 문제를 제1 단말 또는 제2 단말로 제공할 수 있다. 또는 복습 지원 장치(100)가 제2 단말 내에 위치할 때, 복습 지원 장치(100)는 사용자의 학습 내용 및/또는 학습 문제(또는 학습 내용 및/또는 학습 문제에 관한 정보)를 제1 단말로부터 수신하고, 학습 내용 및/또는 학습 문제의 복습을 위한 복습 문제를 제1 단말 또는 제2 단말로 제공할 수 있다.
한 실시예에서, 온라인 학습의 학습 내용 및/또는 학습 문제는 복습 지원 장치(100)에게 직접 보고되거나 또는 온라인 학습의 학습 내용 및/또는 학습 문제에 관한 정보(예를 들어, 메타데이터)가 복습 지원 장치(100)에게 보고될 수 있다.
제1 단말은 사용자의 온라인 학습 중 복습이 필요한 부분을 선택적으로 복습 지원 장치(100)에게 전달할 수 있다. 복습이 필요한 부분은, 사용자에 의해 결정되거나 또는 제1 단말에 의해 미리 결정된 기준에 따라 결정될 수 있다. 예를 들어, 온라인 학습의 학습 문제 중 틀린 문제(객관식 또는 주관식)가 복습이 필요한 부분일 수 있고, 제1 단말은 사용자가 틀린 문제 또는 틀린 문제에 관한 정보를 복습 지원 장치(100)에게 전달할 수 있다.
한 실시예에서, 학습 확인부(110)는 사용자의 학습 내용 및/또는 학습 문제를 저장하거나 및/또는 사용자의 오답 문제를 저장할 수 있다. 또는 사용자가 학습 내용 및/또는 오답 문제를 직접 촬영 또는 캡처하여 복습 지원 장치(100)의 학습 확인부(110) 또는 데이터베이스에 업로드할 수 있다. 한 실시예에서, 학습 내용은 사용자가 교과서 내에서 학습한 단락, 문장, 개념 등일 수 있다. 또는 학습 확인부(110) 내에 저장되는 학습 문제는 객관식 문제 및/또는 주관식 문제의 오답 문제일 수 있다.
도 2를 참조하면, 복습 제공부(120)는 학습 내용 또는 학습 문제를 바탕으로 복습 문제를 생성하고(S120), 생성된 복습 문제를 미리 결정된 복습 주기에 따라 사용자 단말로 제공할 수 있다(S130). 예를 들어, 복습 제공부(120)는 사용자의 학습 내용을 주관식 문제(빈칸 퀴즈 등)로 생성하고, 주관식 문제를 1회차 복습 문제로서 사용자에게 제공할 수 있다. 또는 복습 제공부(120)는 사용자의 학습 문제와 같은 문제를 1회차 복습 문제로서 사용자에게 제공할 수 있다.
도 2를 참조하면, 힌트 제공부(130)는 사용자가 힌트를 요청한 경우 해당 회차의 복습 문제를 위한 힌트를 제공할 수 있다(S140). 힌트 제공부(130)는 복습 제공부(120)에 의해 복습 문제가 제공될 때마다 서로 다른 유형의 힌트를 제공할 수 있다. 예를 들어, 힌트 제공부(130)는 2회차 복습 문제에 대한 힌트의 유형을 1회차 복습 문제에 대해 제공된 힌트의 유형과 동일하게 하거나 또는 서로 다르게 할 수 있다. 아래는 복습 문제를 위한 힌트의 유형을 도면과 함께 설명한다.
도 3은 한 실시예에 따른 사용자의 학습 내용을 나타낸 도면이고, 도 4는 한 실시예에 따른 사용자의 학습 내용에 기반하여 생성된 복습 문제를 나타낸 도면이며, 도 5a 내지 5m은 한 실시예에 따른 힌트를 제공하는 방법을 나타낸 도면이다.
도 3 및 도 4를 참조하면, 학습 확인부(110)는 사용자의 학습 내용을 정당, 이익집단, 시민단체의 정의와 차이점에 관한 것으로 확인하고, 복습 제공부(120)가 1회차 복습 문제로서 '정당'에 빈칸이 생성된 퀴즈를 사용자 단말로 제공할 수 있다. 사용자가 도 4의 복습 문제를 보고 '정답을 입력하세요' 란에 '정당'을 입력하면, 복습 제공부(120)는 다음 복습 문제를 제공할 수 있다. 하지만, 사용자가 '힌트보기' 단추를 누름으로써 복습 지원 장치(100)에게 힌트를 요청하면, 힌트 제공부(130)는 사용자 단말로 힌트를 제공할 수 있다. 힌트 제공부(130)는 '정당'과 관련된 정보를 힌트로서 제공하거나 또는 '정당'의 일부분을 표시하는 방법으로 힌트를 제공할 수 있다.
도 5a를 참조하면, 힌트 제공부(130)는 '정당'에 대응하는 외국어 표현 'Political party'를 힌트로서 제공할 수 있다. 즉, 힌트 제공부(130)는 정답과 관련된 정보(외국어 표현)를 외국어 힌트로서 제공할 수 있다.
한 실시예에서, 힌트 제공부(130)는 '정당'의 관련 이미지를 힌트로서 제공할 수 있다. 도 5b를 참조하면, 힌트 제공부(130)는 국회 의사당의 이미지를 '정당'과 관련된 정보로서 제공하기 위해 인터넷 검색 사이트에서 '정당'의 이미지 검색을 수행할 수 있다.
도 5c를 참조하면, 힌트 제공부(130)는 '정당'의 사전 뜻을 힌트로서 제공할 수 있다. 이를 위해 힌트 제공부(130)는 사전 뜻을 정답 관련 정보로서 제공하기 위해 인터넷 검색 사이트에서 정답의 정의를 검색할 수 있다.
도 5d를 참조하면, 힌트 제공부(130)는 '정당'과 관련된 몇 개의 관련 단어를 힌트로서 제공할 수 있다. 이를 위해 힌트 제공부(130)는 정답의 동의어, 유의어, 반의어 등의 인터넷 검색을 수행할 수 있다.
도 5e를 참조하면, 힌트 제공부(130)는 '정당'을 선택지로서 포함하는 객관식 문제를 힌트로서 제공할 수 있다.
도 5f를 참조하면, 힌트 제공부(130)는 '정당'과 관련된 문맥을 힌트로서 제공할 수 있다. 한 실시예에서, 정답과 관련된 문맥 내에 정답이 포함될 때, 힌트 제공부(130)는 정답을 빈칸으로 표시할 수 있다.
도 5g를 참조하면, 힌트 제공부(130)는 '정당'을 정답으로 갖는 다른 문제의 오답 이력을 힌트로서 제공할 수 있다. 한 실시예에서, 오답 이력은 다른 사용자에 의해 축적된 것일 수 있다.
도 5h를 참조하면, 힌트 제공부(130)는 학습 내용 또는 복습 문제 내의 다른 개념을 힌트로서 제공할 수 있다. 도 5h에서 시민단체는 복습 문제에 포함된 개념이고, '정당'과 함께 힌트로서 제공될 수 있다.
도 5i를 참조하면, 힌트 제공부(130)는 '정당'에 대응하는 초성 'ㅈㄷ'을 힌트로서 제공할 수 있다.
도 5j를 참조하면, 힌트 제공부(130)는 정답 문자 '정당'의 일부를 블라인드 힌트로서 제공할 수 있다. 도 5j에는 문자의 왼쪽 일부가 보여지는 블라인드가 적용되었지만, 본 발명은 이에 한정되지 않고, 블라인드는 정답 문자의 오른쪽, 위쪽, 아래쪽의 일부를 노출시킬 수 있다.
도 5k를 참조하면, 힌트 제공부(130)는 정답 문자 '정당'의 일부를 블라인드로 노출시키고, 시간의 경과에 따라 정답 문자 전체를 보여주는 방식으로 힌트를 제공할 수 있다. 타이머 힌트가 제공될 때, 정답 문자는 특정 방향(예를 들어, 왼쪽에서 오른쪽)으로 닦아내는 방식으로 또는 각 문자가 나누어 표시되는 방식으로 시간의 경과에 따라 공개될 수 있다. 타이머 힌트가 제공될 때, 블라인드가 공개되어 실질적으로 정답이 공개된 것으로 판단되면, 복습 제공부(120)는 사용자가 복습 문제를 맞히지 못한 것으로 결정할 수 있다.
도 5l을 참조하면, 힌트 제공부(130)는 모자이크 처리된 정답 문자 '정당'을 힌트로서 제공할 수 있다. 한 실시예에서, 시간의 경과에 따라 모자이크 단계가 낮아지고 정답 문자가 더 또렷하게 보일 수 있다. 모자이크 힌트가 타이머 방식으로 제공될 때, 모자이크 단계가 낮아져서 실질적으로 정답이 공개된 것으로 판단되면, 복습 제공부(120)는 사용자가 복습 문제를 맞히지 못한 것으로 결정할 수 있다.
한 실시예에서, 힌트 제공부(130)는 정답 문자의 글자수를 힌트로서 제공할 수 있다. 도 5m을 참조하면, 정답 문자 '정당'에 대응하는 2개의 네모 박스를 글자수 힌트로서 제공할 수 있다.
도 6은 한 실시예에 따른 사용자의 최초 학습 문제를 나타낸 도면이고, 도 7은 다른 실시예에 따른 복습 문제를 나타낸 도면이다.
도 6을 참조하면, 학습 확인부(110)는 사용자에 의해 학습된 두 개의 객관식 문제(01번 및 02번 문제)를 학습 문제로서 확인할 수 있다. 한 실시예에서, 학습 문제는 사용자에 의해 업로드된 이미지이거나 또는 온라인 학습에 사용된 단말에 의해 보고될 수 있다.
한 실시예에서, 사용자가 01번 및 02번 두 개의 객관식 문제를 학습한 경우, 학습 확인부(110)는 사용자의 틀린 문제를 오답 문제로서 저장할 수 있다.
예를 들어, 사용자가 온라인 학습에서 01번 문제는 맞혔으나 02번 문제는 틀렸을 때, 학습 확인부(110)는 02번 문제를 오답 문제로서 저장하고, 복습 제공부(120)는 오답 문제 또는 오답 문제의 변형을 복습 문제로서 사용자에게 제공될 수 있다.
한 실시예에서, 사용자가 문제지의 객관식 문제를 풀고 복습이 필요한 것으로 스스로 판단한 문제를 촬영하여 복습 지원 장치(100)에 업로드할 수 있고, 학습 확인부(110)는 사용자에 의해 업로드된 이미지에서 인식된 문제를 저장할 수 있다. 여기서 사용자가 복습이 필요한 것으로 판단한 문제의 이미지를 복습 지원 장치(100)에 업로드하는 행위가 1회차 복습인 것으로 결정될 수 있다. 이때 복습 지원 장치(100)는 2회차 복습부터 사용자가 업로드한 문제 또는 그의 변형 문제를 복습 문제로서 제공할 수 있다.
사용자가 미리 결정된 횟수의 복습을 성공적으로 완료하면, 복습 제공부(120)는 객관식 문제와 관련된 주관식 문제를 복습 문제로서 사용자에게 제공할 수 있다. 예를 들어, 사용자가 2회의 복습에서 모두 정답을 맞히면, 복습 제공부(120)는 객관식 문제와 관련된 주관식 문제를 복습 문제로서 사용자에게 제공할 수 있다.
복습 제공부(120)는 미리 결정된 복습 주기에 따라 사용자의 학습 문제에 대응하는 복습 문제(예를 들어, 학습 문제 중 오답 문제 또는 학습 문제의 변형 문제)를 사용자에게 제공할 수 있다. 한 실시예에서, 복습 제공부(120)는 객관식 문제가 학습 문제일 때, 객관식 문제의 선택지의 순서를 변경하여 복습 문제로서 사용자에게 제공할 수 있다. 즉, 선택지의 순서가 변경된 객관식 문제가 복습 문제로서 제공되는 변형문제일 수 있다.
도 7을 참조하면, 복습 제공부(120)는 02번 문제의 변형 문제를 복습 문제로서 제공할 수 있다. 도 7에서, 복습 문제로서 제공되는 02번 문제의 변형 문제는 02번 문제의 선택지와 그 순서가 서로 다르다.
복습 제공부(120)는 사용자가 복습 문제의 정답을 맞히면, 객관식 문제 또는 복습 문제와 관련된 기출 문제를 다음 회차의 복습 문제로서 사용자에게 제공할 수 있다.
한 실시예에서, 힌트 제공부(130)는 객관식 문제의 복습 문제를 위한 힌트를 사용자에게 제공할 수 있다. 힌트의 제공 여부는 사용자의 선택에 따라 결정될 수 있다. 예를 들어, 힌트 제공부(130)는 객관식 문제의 정답 선택지에 포함된 단어 또는 개념과 관련된 정보를 힌트로서 제공할 수 있다.
도 8은 또 다른 실시예에 따른 복습 문제를 나타낸 도면이고, 도 9는 또 다른 실시예에 따른 복습 문제를 나타낸 도면이다.
한 실시예에서, 복습 제공부(120)는 ○Х문제를 조합하여 복습 문제를 생성할 수 있다. 도 8에는 3개의 옳은 선택지와 1개의 틀린 선택지의 조합으로 생성된 객관식 복습 문제가 도시되어 있다. 도 9에는 3개의 틀린 선택지와 1개의 옳은 선택지의 조합으로 생성된 객관식 복습 문제가 도시되어 있다. 각 선택지는 사용자의 학습 내용 및/또는 학습 문제로부터 선택될 수 있고, 복습 제공부(120)는 기계학습을 통해 관련된 선택지를 결정하고, 결정된 선택지의 조합을 통해 복습 문제를 생성할 수 있다.
도 10은 또 다른 실시예에 따른 사용자의 최초 학습 문제를 나타낸 도면이고, 도 11은 또 다른 실시예에 따른 복습 문제를 나타낸 도면이다.
도 10을 참조하면, 학습 확인부(110)는 사용자에 의해 학습된 두 개의 주관식 문제(01번 및 02번 문제)를 학습 문제로서 확인할 수 있다.
한 실시예에서, 사용자가 온라인 학습으로 01번 및 02번 두 개의 주관식 문제를 학습한 경우, 학습 확인부(110)는 사용자의 틀린 문제를 오답 문제로서 저장할 수 있다. 예를 들어, 학습 확인부(110)는 사용자가 01번 문제는 맞혔으나 02번 문제는 틀렸을 때, 학습 확인부(110)는 02번 문제를 오답 문제로서 저장할 수 있다. 이후 오답 문제는 복습 제공부(120)에 의해 복습 문제로서 사용자에게 제공될 수 있다.
한 실시예에서, 사용자가 문제지의 주관식 문제를 풀고 복습이 필요한 것으로 스스로 판단한 문제를 촬영하여 복습 지원 장치(100)에 업로드할 수 있고, 학습 확인부(110)는 사용자에 의해 업로드된 이미지에서 인식된 문제를 저장할 수 있다. 여기서 사용자가 복습이 필요한 것으로 판단한 문제의 이미지를 복습 지원 장치(100)에 업로드하는 행위가 1회차 복습인 것으로 결정될 수 있다. 이때 복습 지원 장치(100)는 2회차 복습부터 사용자가 업로드한 주관식 문제 또는 그의 변형 문제를 복습 문제로서 제공할 수 있다.
복습 제공부(120)는 미리 결정된 복습 주기에 따라 사용자가 푼 주관식 문제에 대응하는 복습 문제를 사용자에게 제공할 수 있다. 도 11을 참조하면, 복습 제공부(120)는 02번 문제를 복습 문제로서 제공할 수 있다.
사용자가 몇 회의 복습을 성공적으로 완료하면, 복습 제공부(120)는 주관식 문제와 관련된 객관식 문제를 복습 문제로서 사용자에게 제공할 수 있다. 예를 들어, 사용자가 2회의 복습에서 모두 정답을 맞히면, 복습 제공부(120)는 주관식 문제와 관련된 객관식 문제를 복습 문제로서 사용자에게 제공할 수 있다.
복습 제공부(120)는 사용자가 주관식 문제의 복습 문제의 정답을 맞히면, 주관식 문제와 유사하거나 또는 복습 문제와 유사한 기출 문제를 복습 문제로서 다음 회차에 사용자에게 제공할 수 있다.
한 실시예에서, 힌트 제공부(130)는 주관식 문제에 대응하는 복습 문제를 위한 힌트를 제공할 수 있다. 주관식 문제의 힌트는 주관식 문제의 정답과 관련된 정보를 표시하거나 또는 정답의 일부분을 표시하는 방법으로 제공될 수 있다. 예를 들어, 힌트 제공부(130)는 도 5a 내지 도 5m에 도시된 방법으로 주관식 문제를 위한 힌트를 제공할 수 있다.
다시 도 2를 참조하면, 사용자가 '정답을 입력하세요'란에 정답을 기재하고 정답 확인 버튼을 누르면, 복습 제공부(120)는 사용자가 적어낸 답이 맞는지 사용자 단말의 화면 상에 표시할 수 있다. 사용자가 적어낸 답이 오답이거나 또는 사용자가 답을 적지 않고 정답 확인 버튼을 누르면, 복습 제공부(120)는 사용자가 1회차 복습에 실패한 것으로 판단하고 1회차 복습을 종료할 수 있다. 또는 사용자가 적어낸 답이 정답이면 복습 제공부(120)는 사용자가 1회차 복습에 성공한 것으로 판단하고 1회차 복습을 종료할 수 있다.
이후 복습 제공부(120)는 1회차 복습의 성공 여부, 1회차 복습에서 힌트가 제공되었는지 여부 등을 고려하여 2회차 복습 문제를 생성하고 2회차 복습 문제의 제공 시점을 결정할 수 있다(S140).
복습 제공부(120)는 1회차 복습이 종료된 이후 미리 결정된 복습 주기에 따라 사용자 단말로 2회차 복습 문제를 제공할 수 있다(S130-2). 사용자가 복습이 필요한 것으로 판단한 문제의 이미지를 복습 지원 장치(100)에 업로드하는 행위가 1회차 복습인 것으로 카운트될 때, 복습 제공부(120)는 사용자에 의해 업로드된 이미지에서 식별된 내용 또는 문제를 바탕으로 생성된 복습 문제를 다음 복습 주기(예를 들어 1일 후)에 제공할 수 있다.
복습 제공부(120)는 최초 학습 내용 또는 최초 학습 문제와 관련된 기출 문제를 n회차 복습 문제(n은 1보다 큰 자연수)로서 제공할 수 있다(S130-n). 한 실시예에서, 복습 제공부(120)는 1회차 복습이 성공한 경우 2회차 복습에서 기출 문제를 제공하거나 또는 2회차 복습 또는 3회차 복습이 성공한 경우 그 다음 회차에서 기출 문제를 최종 복습 문제로서 제공할 수 있다.
한 실시예에서, 복습 제공부(120)는 미리 학습된 기계학습모델을 사용하여 학습 내용 또는 학습 문제와 유사한 기출 문제를 선택할 수 있다. 복습 제공부(120)가 학습 내용 또는 학습 문제 내에서 주요 키워드를 선택하고 미리 학습된 기계학습모델에 주요 키워드를 입력하면, 미리 학습된 기계학습모델은 데이터베이스 내에서 학습 내용 또는 학습 문제와 유사한 기출 문제를 결정하여 복습 제공부(120)에게 제공할 수 있다. 한 실시예에서, 기출 문제도 미리 결정된 복습 주기에 n회차 복습에서 제공되기 때문에, 복습 제공부(120)는 n-1회차의 복습이 완료된 후 학습 내용 또는 학습 문제와 유사한 기출 문제를 결정하고, n회차 복습의 제공 시점에 기출 문제를 복습 문제로서 사용자에게 제공할 수 있다.
위에서 설명한 대로, 한 실시예에 따른 복습 지원 장치는 사용자의 학습 효과를 극대화시키기 위한 복습 문제를 제공할 수 있다.
도 12는 한 실시예에 따른 텍스트 영역을 박스처리 하는 방법을 나타낸 도면이다.
한 실시예에 따른 학습 확인부(110)는 사용자의 학습 데이터(학습 내용 또는 학습 문제의 이미지)에서 텍스트가 위치한 영역을 텍스트 영역으로 인식하고, 텍스트 영역 내에서 텍스트 인식을 수행할 수 있다. 학습 확인부(110)는 학습 데이터에서 텍스트 영역을 인식하기 위해 기계학습 모델(예를 들어, 이미지 영역 탐색 모델(image area detection model), 텍스트 영역 탐색 모델(document area detection model))을 사용할 수 있다.
한 실시예에서, 기계학습 모델의 트레이닝을 위한 데이터는 텍스트 영역의 태깅을 통해 전처리될 수 있다. 기계학습 모델이 학습자에게 관심 있는 텍스트 영역을 데이터 내에서 정확히 식별할 수 있도록 트레이닝에 사용될 데이터에는 텍스트 영역이 태깅될 수 있다. 이후 학습 확인부(110)는 전처리된 데이터를 사용하여 기계학습 모델을 트레이닝할 수 있다.
텍스트 영역을 인식하는 기계학습 모델의 트레이닝을 통해, 학습 데이터에서 중요 개념에 관한 용어가 포함된 텍스트 영역이 더 정확히 식별될 수 있다. 예를 들어, 학습 데이터 내의 낙서 부분, 종이 구겨진 부분 등 학습과 무관한 영역이 효과적으로 필터링될 수 있고, 학습에 필요한 텍스트가 정확히 획득될 수 있다.
학습 확인부(110)는 트레이닝된 기계학습 모델을 사용하여 학습 데이터에서 텍스트 영역을 필터링할 수 있고, 학습 확인부(110)는 학습 데이터에서 필터링된 텍스트 영역에서 텍스트를 인식할 수 있다. 필터링된 텍스트 영역에서 텍스트가 인식하기 위해, 학습 확인부(110)는 OCR을 사용하거나 또는 텍스트 인식을 위한 기계학습 모델을 사용할 수 있다. 한 실시예에서 학습 확인부(110)는 기계학습 모델을 통해 식별된 텍스트 영역에서만 텍스트 인식을 수행함으로써, 텍스트의 인식 정확도를 높일 수 있다. 텍스트의 인식 정확도가 높아짐으로써, 복습 제공부(120)는 빈칸 퀴즈 등의 복습 문제를 효율적으로 생성할 수 있다.
도 13은 한 실시예에 따른 중요 단어를 결정하는 방법을 나타낸 도면이고, 도 14는 한 실시예에 따른 결정된 중요 단어를 바탕으로 복습 문제를 생성하는 방법을 나타낸 도면이다.
한 실시예에서, 복습 지원 장치(100)는 학습 데이터 내에서 중요 단어를 결정하고, 중요 단어를 사용하여 복습 문제 및/또는 복습 문제에 대한 힌트를 생성할 수 있다. 복습 지원 장치(100)는 학습 데이터 내에서 인식된 단어를 지식 데이터베이스(database, DB)(140)의 핵심 단어와 비교함으로써 학습 데이터 내에서 중요 단어를 결정할 수 있다.
한 실시예에 따른 복습 지원 장치(100)는 지식 DB(140)를 더 포함할 수 있다. 지식 DB(140)는 학습에 필요한 핵심 단어들과 핵심 단어들의 임베딩 벡터를 포함할 수 있다. 핵심 단어의 임베딩 벡터는 학습 데이터 내의 다른 텍스트 및/또는 단어와의 유사도를 측정하기 위해 수치화된 것이다. 학습에 필요한 중요 단어는 분야, 과목 등의 기준에 따라 지식 DB(140) 내에 카테고리화될 수 있다. 지식 DB(140)는 복습 지원 장치(100)의 피드백에 의해 생성될 수 있고, 학교 및 학원의 교사, 학생 등에 의해 보충될 수 있다.
학습 확인부(110)에 의해 학습 데이터의 텍스트 영역에서 텍스트가 인식되면, 복습 제공부(120)는 학습 데이터에서 인식된 텍스트에서 단어를 추출하고, 추출된 단어를 벡터화할 수 있다. 복습 제공부(120)는 텍스트에서 단어를 추출할 때 형태소 분석을 수행하고 형태소 분석의 결과에 따라 텍스트로부터 단어를 추출할 수 있다.
한 실시예에서, 복습 제공부(120)는 문서의 주요 내용과 관계 없는 불용어를 제거함으로써 단어의 추출 정확도를 높일 수 있다. 불용어는, 예를 들어, 대명사(나/그/이것), 종결어미(이다/입니다), 조사(은/는/이/가) 등을 포함할 수 있다. 이를 위해 전자문서의 특성에 맞는 불용어 사전이 미리 생성될 수 있다.
한 실시예에서, 복습 제공부(120)는 어절 단위로 형태소를 분석하고 중요 단어가 포함된 형태소를 추출함으로써, 단어의 추출 정확도를 높일 수 있다. 예를 들어, 복습 제공부(120)는 문장 내의 체언 형태소(예를 들어, 일반명사, 고유명사 등)를 단어로서 추출할 수 있다. 또한 복습 제공부(120)는 문서 내에서 형태소(w)의 가중치(Score)가 형태소의 출현 빈도수(Freq)와 비례함을 이용할 수 있다. 즉, 복습 제공부(120)는 문서의 주제와 관계된 단어(형태소)는 문서에서 자주 언급됨을 이용하여 단어를 추출할 수 있다. 또한 복습 제공부(120)는 문서의 길이(N)에 따른 형태소의 출현 빈도수를 바탕으로 정규화된 문서 내에서 형태소(w)의 가중치를 결정함으로써, 단어의 우선 순위를 결정할 수 있다. 복습 제공부(120)는 텍스트에서 추출된 단어가 중요 단어로서 결정되면, 단어의 우선 순위를 바탕으로 복습 문제를 생성할 수 있다.
복습 제공부(120)는 추출된 단어의 임베딩 벡터를 지식 DB(140)의 핵심 단어의 임베딩 벡터와 비교하여 유사도를 결정하고, 유사도의 크기에 따라 학습 데이터에서 추출된 단어로부터 중요 단어를 결정할 수 있다. 한 실시예에서, 복습 제공부(120)는 미리 결정된 크기보다 핵심 단어와의 유사도가 클 때 학습 데이터에서 추출된 단어를 중요 단어로 결정할 수 있다.
도 13 및 도 14를 참조하면, 학습 데이터로부터 토큰화된 명사 및 개념들(명사 A, B, C, D 및 개념 A, B, X)은 지식 DB(140) 내의 핵심 단어와의 유사도에 기반한 필터링을 거치고, 이후 복습 제공부(120)는 개념 A 및 개념 B(또는 명사 A 및 명사 B)를 중요 단어로서 결정할 수 있다. 이후 복습 제공부(120)는 학습 데이터 내의 중요 단어를 빈칸으로 표시하여 복습 문제를 생성할 수 있다. 또는 힌트 제공부(130)는 학습 데이터 내의 중요 단어를 사용하여 복습 문제를 위한 힌트를 생성할 수 있다.
위의 설명을 참조하면, 한 실시예에 따른 복습 지원 장치(100)는 지식 DB(140) 내의 과목별(즉, 개념별) 핵심 단어를 바탕으로 학습 데이터 내에서 인식된 단어를 필터링함으로써, 학습에 도움이 되는 개념에 관한 복습 문제를 생성할 수 있고 정확하고 효율적인 학습으로 유도할 수 있는 힌트를 생성할 수 있다.
한 실시예에서, 복습 제공부(120)는 문장의 연관성 점수를 이용하여 중요 문장을 추출할 수 있다. 복습 제공부(120)는 문서 전체에 대하여 각 문장이 포함하고 있는 의미의 정도를 나타내는 연관성 점수(Relevant Score)를 계산하고, 각 문장의 연관성 점수를 중요 문장을 결정하기 위한 지표로서 사용할 수 있다.
또는 복습 제공부(120)는 가중치에 기반하여 문서 및 문장 표현의 임베딩 벡터를 생성할 수 있다. 하나의 문장이 나타내는 의미 표현(Si)은 문장 내의 각 단어(W)가 가지는 가중치(Score)의 집합으로 정의될 수 있다(예를 들어, Si=[Score(W1i), Score(W2i), ..., Score(WNi)]). 그리고 j번째 단어가 1번째 문장속에서 가지는 가중치(Score(Wji))는 문서 길이를 고려하여 단어의 출현 빈도수로 결정될 수 있다.
한 실시예에 따른 복습 지원 장치(100)는 지식 DB(140)를 바탕으로 중요 단어를 결정하거나 또는 텍스트 내의 문장 간 연관도를 바탕으로 중요 문장을 결정한 후 복습 문제를 생성하거나 또는 힌트를 생성할 수 있다.
한 실시예에 따른 복습 지원 장치(100)는 중요 단어를 이미지로 요약하여 생성할 수 있다. 복습 지원 장치(100)는, 이미지화될 수 없는 단어를 단어의 앞글자를 가나다 순으로 나열하여 표시할 수 있다. 또는 복습 지원 장치(100)는 이미지화될 수 없는 단어의 두문자를 하나의 단어로 생성하고 나열하여 학습자에게 표시할 수 있다.
도 15는 다른 실시예에 따른 복습 지원 장치를 나타낸 블록도이다.
한 실시예에 따른 복습 지원 장치는, 컴퓨터 시스템, 예를 들어 컴퓨터 판독 가능 매체로 구현될 수 있다. 도 15를 참조하면, 컴퓨터 시스템(200)은, 버스(270)를 통해 통신하는 프로세서(210), 메모리(230), 입력 인터페이스 장치(250), 출력 인터페이스 장치(260), 및 저장 장치(240) 중 적어도 하나를 포함할 수 있다. 컴퓨터 시스템(200)은 또한 네트워크에 결합된 통신 장치(220)를 포함할 수 있다. 프로세서(210)는 중앙 처리 장치(central processing unit, CPU)이거나, 또는 메모리(230) 또는 저장 장치(240)에 저장된 명령을 실행하는 반도체 장치일 수 있다. 메모리(230) 및 저장 장치(240)는 다양한 형태의 휘발성 또는 비휘발성 저장 매체를 포함할 수 있다. 예를 들어, 메모리는 ROM(read only memory) 및 RAM(random access memory)를 포함할 수 있다. 본 기재의 실시예에서 메모리는 프로세서의 내부 또는 외부에 위치할 수 있고, 메모리는 이미 알려진 다양한 수단을 통해 프로세서와 연결될 수 있다. 메모리는 다양한 형태의 휘발성 또는 비휘발성 저장 매체이며, 예를 들어, 메모리는 읽기 전용 메모리(read-only memory, ROM) 또는 랜덤 액세스 메모리(random access memory, RAM)를 포함할 수 있다.
따라서, 본 발명의 실시예는 컴퓨터에 구현된 방법으로서 구현되거나, 컴퓨터 실행 가능 명령이 저장된 비일시적 컴퓨터 판독 가능 매체로서 구현될 수 있다. 한 실시예에서, 프로세서에 의해 실행될 때, 컴퓨터 판독 가능 명령은 본 기재의 적어도 하나의 양상에 따른 방법을 수행할 수 있다.
통신 장치(220)는 유선 신호 또는 무선 신호를 송신 또는 수신할 수 있다.
한편, 본 발명의 실시예는 지금까지 설명한 장치 및/또는 방법을 통해서만 구현되는 것은 아니며, 본 발명의 실시예의 구성에 대응하는 기능을 실현하는 프로그램 또는 그 프로그램이 기록된 기록 매체를 통해 구현될 수도 있으며, 이러한 구현은 상술한 실시예의 기재로부터 본 발명이 속하는 기술 분야의 통상의 기술자라면 쉽게 구현할 수 있는 것이다. 구체적으로, 본 발명의 실시예에 따른 방법(예, 네트워크 관리 방법, 데이터 전송 방법, 전송 스케줄 생성 방법 등)은 다양한 컴퓨터 수단을 통해 수행될 수 있는 프로그램 명령 형태로 구현되어, 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 컴퓨터 판독 가능 매체에 기록되는 프로그램 명령은, 본 발명의 실시예를 위해 특별히 설계되어 구성된 것이거나, 컴퓨터 소프트웨어 분야의 통상의 기술자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체는 프로그램 명령을 저장하고 수행하도록 구성된 하드웨어 장치를 포함할 수 있다. 예를 들어, 컴퓨터 판독 가능 기록 매체는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광 기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 롬(ROM), 램(RAM), 플래시 메모리 등일 수 있다. 프로그램 명령은 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라, 인터프리터 등을 통해 컴퓨터에 의해 실행될 수 있는 고급 언어 코드를 포함할 수 있다.
이상에서 본 발명의 실시예에 대하여 상세하게 설명하였지만 본 발명의 권리범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명의 권리범위에 속하는 것이다.

Claims (20)

  1. 사용자에게 복습 문제를 제공하는 방법으로서,
    상기 사용자에 의해 학습된 학습 내용 또는 학습 문제를 확인하는 단계,
    상기 학습 내용 또는 상기 학습 문제를 바탕으로 복습 문제를 생성하는 단계, 그리고
    제1 사용자 단말을 통해 상기 사용자에게 상기 복습 문제를 제공하는 단계
    를 포함하는 방법.
  2. 제1항에서,
    상기 사용자로부터 상기 복습 문제에 대한 힌트 요청을 수신하는 단계, 그리고
    상기 복습 문제의 정답과 관련된 정보를 힌트로서 상기 사용자에게 제공하는 단계
    를 더 포함하는 방법.
  3. 제1항에서,
    상기 사용자로부터 상기 복습 문제에 대한 힌트 요청을 수신하는 단계, 그리고
    상기 복습 문제의 정답의 일부를 힌트로서 상기 사용자에게 제공하는 단계
    를 더 포함하는 방법.
  4. 제1항에서,
    상기 사용자가 제2 사용자 단말을 사용하여 온라인 학습으로 상기 학습 내용을 학습할 때, 상기 재2 사용자 단말로부터 상기 학습 내용과 관련된 정보를 수신하는 단계
    를 더 포함하는 방법.
  5. 제4항에서,
    상기 제2 사용자 단말은 상기 제1 사용자 단말과 서로 다른, 방법.
  6. 제1항에서,
    상기 사용자가 오프라인 학습으로 상기 학습 내용을 학습할 때, 상기 사용자로부터 상기 학습 내용의 이미지를 수신하고, 상기 이미지에서 텍스트를 인식하여 상기 학습 내용을 확인하는 단계
    를 더 포함하는 방법.
  7. 제1항에서,
    상기 학습 내용 또는 상기 학습 문제를 바탕으로 복습 문제를 생성하는 단계는,
    기계학습 기반 자연어 처리 모델을 사용하여 상기 학습 내용에 대해 자연어 처리를 수행하고, 상기 자연어 처리의 결과에 기반하여 상기 학습 내용으로부터 빈칸 문제를 상기 복습 문제로서 생성하는 단계
    를 포함하는, 방법.
  8. 제1항에서,
    상기 학습 내용 또는 상기 학습 문제를 바탕으로 복습 문제를 생성하는 단계는,
    기계학습 기반 자연어 처리 모델을 사용하여 상기 학습 내용에 대해 자연어 처리를 수행하고, 상기 자연어 처리의 결과에 기반하여 상기 학습 내용으로부터 ○×문제를 상기 복습 문제로서 생성하는 단계
    를 포함하는, 방법.
  9. 제1항에서,
    상기 학습 내용 또는 상기 학습 문제를 바탕으로 복습 문제를 생성하는 단계는,
    기계학습 기반 자연어 처리 모델을 사용하여 상기 학습 내용에 대해 자연어 처리를 수행하는 단계,
    상기 자연어 처리의 결과에 기반하여 상기 학습 내용으로부터 복수의 ○×문제를 생성하는 단계, 그리고
    상기 복수의 ○×문제가 조합된 객관식 문제를 상기 복습 문제로서 생성하는 단계
    를 포함하는, 방법.
  10. 제1항에서,
    상기 학습 내용 또는 상기 학습 문제를 바탕으로 복습 문제를 생성하는 단계는,
    기계학습 기반 자연어 처리 모델을 사용하여 상기 학습 내용에 대해 자연어 처리를 수행하고, 상기 자연어 처리의 결과에 기반하여 상기 학습 내용으로부터 주관식 문제를 상기 복습 문제로서 생성하는 단계
    를 포함하는, 방법.
  11. 제1항에서,
    상기 학습 내용 또는 상기 학습 문제를 바탕으로 복습 문제를 생성하는 단계는,
    상기 학습 문제가 객관식 문제 또는 주관식 문제일 때, 상기 객관식 문제 또는 상기 주관식 문제 중에서 오답 문제를 복습 문제로서 생성하는 단계
    를 포함하는, 방법.
  12. 제1항에서,
    상기 학습 내용 또는 상기 학습 문제를 바탕으로 복습 문제를 생성하는 단계는,
    상기 학습 문제가 객관식 문제 또는 주관식 문제일 때, 상기 학습 문제가 객관식 문제 또는 주관식 문제의 변형 문제를 상기 복습 문제로서 생성하는 단계
    를 포함하는, 방법.
  13. 제12항에서,
    상기 객관식 문제의 변형 문제는 상기 학습 문제의 선택지의 순서가 변경된 문제인, 방법.
  14. 제1항에서,
    상기 제1 사용자 단말을 통해 상기 사용자에게 상기 복습 문제를 제공하는 단계는,
    상기 사용자가 상기 복습 문제의 정답을 맞히면, 상기 학습 내용 또는 상기 학습 문제와 관련된 기출 문제를 상기 제1 사용자 단말로 제공하는 단계
    를 포함하는, 방법.
  15. 제14항에서,
    상기 기출 문제는 상기 복습 문제가 상기 제1 사용자 단말로 제공되고 미리 결정된 복습 주기가 경과한 이후에 상기 제1 사용자 단말로 제공되는, 방법.
  16. 제1항에서,
    상기 제1 사용자 단말을 통해 상기 사용자에게 상기 복습 문제를 제공하는 단계는,
    미리 결정된 복습 주기에 따라 상기 복습 문제를 상기 제1 사용자 단말을 통해 제공하는 단계
    를 포함하는, 방법.
  17. 제1항에서,
    상기 제1 사용자 단말을 통해 상기 사용자에게 상기 복습 문제를 제공하는 단계는,
    상기 학습 문제가 주관식 문제일 때 상기 사용자가 상기 복습 문제의 정답을 맞히면, 상기 주관식 문제와 관련된 객관식 문제를 상기 제1 사용자 단말로 제공하는 단계
    를 포함하는, 방법.
  18. 제1항에서,
    상기 제1 사용자 단말을 통해 상기 사용자에게 상기 복습 문제를 제공하는 단계는,
    상기 학습 문제가 객관식 문제일 때 상기 사용자가 상기 복습 문제의 정답을 맞히면, 상기 객관식 문제와 관련된 주관식 문제를 상기 제1 사용자 단말로 제공하는 단계
    를 포함하는, 방법.
  19. 제1항에서,
    상기 제1 사용자 단말을 통해 상기 사용자에게 상기 복습 문제를 제공하는 단계는,
    상기 학습 문제가 객관식 문제일 때 상기 사용자가 상기 복습 문제의 정답을 맞히면, 상기 객관식 문제의 변형 문제를 상기 제1 사용자 단말로 제공하는 단계
    를 포함하는, 방법.
  20. 사용자의 복습을 지원하는 장치로서,
    상기 사용자에 의해 학습된 학습 문제를 바탕으로 생성된 복습 문제를 사용자 단말에 제공하는 복습 제공부, 그리고
    상기 복습 문제에 대한 상기 사용자의 힌트 요청이 수신되면, 상기 복습 문제의 정답과 관련된 정보를 제공하는 방식 또는 상기 정답의 일부를 상기 사용자 단말 상에 표시하는 방식으로 힌트를 제공하는 힌트 제공부
    를 포함하는 장치.
PCT/KR2023/008561 2022-06-20 2023-06-20 복습 지원 장치 및 방법 WO2023249388A1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR10-2022-0075118 2022-06-20
KR20220075118 2022-06-20

Publications (1)

Publication Number Publication Date
WO2023249388A1 true WO2023249388A1 (ko) 2023-12-28

Family

ID=89380266

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2023/008561 WO2023249388A1 (ko) 2022-06-20 2023-06-20 복습 지원 장치 및 방법

Country Status (1)

Country Link
WO (1) WO2023249388A1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20010069424A (ko) * 2001-03-21 2001-07-25 김상민 틀린문제의 반복 학습을 위한 인터넷 학습 서버 및 방법
KR20100022916A (ko) * 2008-08-20 2010-03-03 정근수 프로그램을 이용한 시험지 자동 생성 시스템 및 방법
KR20150070852A (ko) * 2013-12-17 2015-06-25 주식회사 인피니유 학습 관련 컨텐츠 제공 방법 및 학습 관련 컨텐츠 제공 장치
KR20200030181A (ko) * 2018-09-12 2020-03-20 이상태 빅 데이터 및 인공지능을 이용한 외국어 학습 시스템 및 그 방법
KR102296966B1 (ko) * 2019-08-08 2021-09-01 고나연 예습과 복습을 통한 학습 관리 시스템 및 그 방법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20010069424A (ko) * 2001-03-21 2001-07-25 김상민 틀린문제의 반복 학습을 위한 인터넷 학습 서버 및 방법
KR20100022916A (ko) * 2008-08-20 2010-03-03 정근수 프로그램을 이용한 시험지 자동 생성 시스템 및 방법
KR20150070852A (ko) * 2013-12-17 2015-06-25 주식회사 인피니유 학습 관련 컨텐츠 제공 방법 및 학습 관련 컨텐츠 제공 장치
KR20200030181A (ko) * 2018-09-12 2020-03-20 이상태 빅 데이터 및 인공지능을 이용한 외국어 학습 시스템 및 그 방법
KR102296966B1 (ko) * 2019-08-08 2021-09-01 고나연 예습과 복습을 통한 학습 관리 시스템 및 그 방법

Similar Documents

Publication Publication Date Title
Meurers et al. Evidence and interpretation in language learning research: Opportunities for collaboration with computational linguistics
CN111144191B (zh) 字体识别方法、装置、电子设备及存储介质
WO2019172485A1 (ko) Ai 튜터를 이용한 학습 컨텐츠 제공 방법 및 장치
WO2016182178A1 (ko) 개인 맞춤형 교육 컨텐츠를 제공하는 방법, 장치 및 컴퓨터 프로그램
WO2010150986A2 (ko) 외국어 단어 평생 학습 장치 및 방법
WO2013036051A2 (ko) 외국어 문장 학습 장치 및 이를 이용한 학습 방법
CN110189238A (zh) 辅助学习的方法、装置、介质以及电子设备
Prichard et al. Evaluating L2 readers’ previewing strategies using eye tracking
WO2009119991A4 (ko) 인터넷상에서의 소리분석 기반 어학 학습방법 및 시스템
WO2022250172A1 (ko) Ai 튜터를 이용한 학습 컨텐츠 제공 방법 및 장치
CN111985282A (zh) 一种学习能力的训练和评测系统
WO2021137534A1 (ko) 음성 분석을 통한 한국어 발음 학습 방법 및 시스템
CN110852073A (zh) 一种为用户定制学习内容的语言学习系统及学习方法
WO2023249388A1 (ko) 복습 지원 장치 및 방법
WO2022235073A1 (ko) 독해와 작문 능력의 향상을 가이드하는 방법 및 그 장치
WO2011049313A9 (ko) 표현 및 설명 추출을 위한 문서 처리 장치 및 방법
WO2014088133A1 (ko) 이미지코드를 이용한 문제해설 시스템 및 방법
WO2022203123A1 (ko) 캐릭터를 활용한 인공지능 자연어 처리 기반의 화상교육 콘텐츠 제공 방법 및 장치
WO2020226227A1 (ko) 뇌과학 기반 학습 기억 방법 및 시스템 그리고 기록 매체
WO2020171283A1 (ko) 큐알코드를 이용한 자동 채점 시스템
Blinova The challenges of developing listening comprehension: Evidence from popular EFL course books
KR20200116731A (ko) 컨셉 이미지를 이용한 자발적 단어 습득 시스템
WO2016076622A1 (ko) 문서 선택에 따른 가이드라인 제공방법, 이를 수행하기 위한 프로그램이 기록된 컴퓨터 판독가능한 기록 매체 및 매체에 저장된 단말장치용 어플리케이션
JP7428321B2 (ja) 教育システム
WO2022139559A1 (ko) 발음 평가를 위한 사용자 인터페이스 제공 장치 및 방법

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: 23827500

Country of ref document: EP

Kind code of ref document: A1