WO2017043584A1 - 学習支援システム、並びに、関連する装置及び方法 - Google Patents

学習支援システム、並びに、関連する装置及び方法 Download PDF

Info

Publication number
WO2017043584A1
WO2017043584A1 PCT/JP2016/076475 JP2016076475W WO2017043584A1 WO 2017043584 A1 WO2017043584 A1 WO 2017043584A1 JP 2016076475 W JP2016076475 W JP 2016076475W WO 2017043584 A1 WO2017043584 A1 WO 2017043584A1
Authority
WO
WIPO (PCT)
Prior art keywords
question
user
answer
unit
information
Prior art date
Application number
PCT/JP2016/076475
Other languages
English (en)
French (fr)
Inventor
元基 神野
正幹 小川
Original Assignee
株式会社Ｃｏｍｐａｓｓ
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Ｃｏｍｐａｓｓ filed Critical 株式会社Ｃｏｍｐａｓｓ
Priority to US15/758,717 priority Critical patent/US20180247552A1/en
Publication of WO2017043584A1 publication Critical patent/WO2017043584A1/ja

Links

Images

Classifications

    • 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
    • G09B7/04—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 characterised by modifying the teaching programme in response to a wrong answer, e.g. repeating the question, supplying a further explanation
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/217—Validation; Performance evaluation; Active pattern learning techniques
    • 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
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G06V30/14—Image acquisition
    • G06V30/142—Image acquisition using hand-held instruments; Constructional details of the instruments
    • G06V30/1423—Image acquisition using hand-held instruments; Constructional details of the instruments the instrument generating sequences of position coordinates corresponding to handwriting

Definitions

  • the present disclosure relates to a learning support system that supports user learning, and an apparatus, a program, a recording medium, and a method related to the learning support system.
  • a learning support system that provides problems to learners through electronic devices allows questions that are more flexible than paper media.
  • the learning support system allows the learner to selectively give an incorrect answer to the learner among questions that have been asked in the past. .
  • the learning support system includes a question unit, a generation unit, and a determination unit.
  • the questioning unit is configured to ask the user questions for learning.
  • the questioning unit is configured to give a question for learning to a user through a display device.
  • the generation unit is configured to generate an electronic memo in response to a writing operation from the user through the input device.
  • An example of the input device may be an input device integrated with the display device or an input device attached to the display device.
  • the determination unit is configured to determine a new question to be questioned based on an electronic memo including written content from the user in the answering process of the question.
  • the questioning unit is configured to present the problem determined by the determination unit in this way.
  • the problem answering process includes a process until the user confirms the answer. Therefore, the electronic memo includes the contents written by the user in the middle of the answer, and may include the answer result depending on the case.
  • a feature corresponding to the user's proficiency level or comprehension level appears in the written content in the answering process of the question. For example, characteristics of how to make mistakes appear according to the proficiency level or understanding level of the user. Therefore, according to one side of the present disclosure, it is possible to provide a learning support system that can give an appropriate question according to the proficiency level and the understanding level of the user.
  • the determination unit may be configured to determine a new question such that a different question is newly given from the questioning unit according to a difference in the answering process of the question.
  • the determining unit may be configured to determine a new problem to be asked from the electronic memo to the questioning unit using the classifier.
  • the classifier may be configured to output, as target problem information, information related to a problem to be set as a question target or a problem to be set as a candidate for a test target in response to input of an electronic memo and problem identification information.
  • the classifier may be a classifier based on machine learning.
  • the classifier prepares a plurality of data sets as input of electronic memos and problem identification information and outputs the target problem information as teacher data, and causes the machine learning system to learn the classifier using these teacher data Can be generated.
  • the person who belongs to the system design side or the operation side analyzes the characteristics of the written contents in the answering process, and determines the problem according to the user's proficiency level or understanding level as a problem to be questioned or a candidate to be a candidate.
  • the set teacher data can be generated.
  • a person belonging to the system design side or the operation side can obtain an appropriate classifier by causing the machine learning system to execute a classifier generation operation based on the teacher data.
  • the determination unit inputs an electronic memo generated in the process of answering a problem to the classifier together with the problem identification information, and newly determines based on the output of the classifier (target problem information). May be configured to determine a particular problem.
  • the determination unit can provide the new question determined using the classifier to the question unit.
  • the data belonging to the system design side or the operation side has teacher data that receives electronic memos and problem identification information and at least one of information indicating the answer result of the problem and information indicating whether the answer result is correct or not.
  • a classifier generating operation based on the teacher data is executed by the machine learning system, so that a more appropriate classifier can be generated.
  • the classifier determines the target problem information based on a set of input information including electronic memo and problem identification information, information indicating the answer result of the problem, and information indicating whether the answer result is correct or not. It can be configured to output.
  • the system designer or operator generates teacher data with input of electronic memos and problem identification information, and information indicating answer time and information indicating proficiency or understanding of the user, By causing the machine learning system to execute a classifier generation operation based on the teacher data, a more appropriate classifier can be generated.
  • the classifier includes a set of input information including electronic memos and problem identification information, information indicating an answer time, and information indicating a user's proficiency level or understanding level.
  • the target problem information may be output based on
  • At least one function of the questioning unit, the generation unit, and the determination unit included in the learning support system described above can be realized by a computer by a program.
  • a program for causing a computer to realize at least one function of the question unit, the generation unit, and the determination unit can be recorded on a computer-readable non-transitory recording medium.
  • at least one processor and at least one memory are provided, and the at least one memory stores a program that causes the at least one processor to function as a questioning unit, a generation unit, and a determination unit.
  • a learning support system may be provided.
  • a questioning unit configured to give a question for learning
  • a generating unit configured to generate an electronic memo in response to a writing operation from a user
  • an electronic An electronic device comprising a transmission unit configured to transmit a memo to a server device
  • the questioning unit of the electronic device may be configured to give a question for learning to the user through a display device.
  • the generating unit may be configured to generate an electronic memo in response to a writing operation from a user through an input device integrated with or attached to the display device.
  • the transmission unit of the electronic device may be configured to transmit an electronic memo including a written content from the user in the process of answering the problem generated by the generation unit to the server apparatus through the communication device.
  • the server device may be configured to determine a problem to be given to the electronic device based on the electronic memo and return information representing the determined problem to the electronic device.
  • the server device may be configured to determine a problem to be asked to the electronic device using the classifier.
  • the server device may include one or a plurality of server devices.
  • the question unit of the electronic device can be configured to give a problem for learning based on information received from the server device through the communication device.
  • the same function as the learning support system can be provided to the user in cooperation with the server device.
  • a program for causing a computer to realize at least one function of the questioning unit, the generation unit, and the transmission unit included in the electronic device may be provided.
  • This program may be recorded on a computer-readable non-transitory recording medium.
  • the electronic device may be a general-purpose device capable of installing a program, such as a portable computer and a tablet.
  • an acquisition unit configured to acquire an electronic memo generated in response to a user's writing operation in an electronic device that presents a problem for learning to the user, and an electronic acquired by the acquisition unit
  • a determination unit configured to determine a problem to be asked to the electronic device based on the memo
  • an information providing unit configured to transmit information representing the problem determined by the determination unit to the electronic device.
  • a server device may be provided.
  • the electronic memo may include written content from the user in the process of answering the question.
  • a program for causing a computer to realize at least one function of an acquisition unit, a determination unit, and an information providing unit included in the server device may be provided.
  • the program may be recorded on a computer-readable non-transitory recording medium.
  • a program includes at least one processor and at least one memory, and the at least one memory functions the at least one processor as an acquisition unit, a determination unit, and an information providing unit. May be provided.
  • the functions as an acquisition unit, a determination unit, and an information providing unit may be realized by a plurality of server devices through cooperation of the plurality of server devices.
  • a system for generating or updating the classifier described above may be provided.
  • a first acquisition unit configured to acquire electronic memo and problem identification information;
  • a second acquisition unit configured to acquire target problem information corresponding to the electronic memo and problem identification information;
  • an information processing device comprising: a control unit configured to cause a machine learning system to learn a classifier using teacher data based on information acquired by the first acquisition unit and the second acquisition unit.
  • the first acquisition unit of the information processing apparatus includes an electronic memo generated in response to a user's writing operation in an answering process of the problem in an electronic device that presents a learning problem to the user, and a problem corresponding to the electronic memo May be configured to obtain the identification information.
  • the first acquisition unit may be configured to acquire the electronic memo and the problem identification information from the electronic device by communication, for example.
  • the second acquisition unit of the information processing device provides target problem information related to a problem to be questioned or a candidate thereof to a user having a proficiency level or an understanding level corresponding to the electronic memo acquired by the first acquisition unit and the problem identification information. It can be configured to obtain.
  • the second acquisition unit may be configured to acquire target problem information from a person, for example, through an input device.
  • the input person may be a person belonging to the management side of the learning support system.
  • the question to be asked or its candidate can be determined based on the analysis result obtained by analyzing the characteristics of the written contents of the user in the answer process included in the electronic memo, for example.
  • the control unit of the information processing apparatus uses the electronic memo acquired by the first acquisition unit and the problem identification information as inputs, and sets a plurality of data sets as output of the target problem information acquired by the second acquisition unit as teacher data. It can be configured to input to a machine learning system.
  • the machine learning system Based on the input teacher data, the machine learning system generates or updates a classifier that outputs target question information, which is information about a question to be presented or a candidate thereof, in response to input of electronic memo and question identification information. Can be configured.
  • the generation or update of the classifier may be setting or updating a parameter that defines the input / output relationship of the classifier based on the teacher data.
  • control unit of the information processing apparatus may be configured to cause the machine learning system to generate or update the classifier by inputting teacher data to the machine learning system.
  • the first acquisition unit and the second acquisition unit that are the same as those of the information processing apparatus, the electronic memo acquired by the first acquisition unit and the problem identification information are input, and the target acquired by the second acquisition unit It is configured to generate or update a classifier that outputs target problem information in response to input of electronic memos and problem identification information by machine learning using a plurality of data sets that output problem information as teacher data.
  • a machine learning system comprising a machine learning unit.
  • the electronic memo and the problem identification information are acquired, the target problem information is generated or acquired, and the acquired electronic memo and the problem identification information are input, and the generation or acquisition is performed.
  • a method of generating or updating a classifier comprising: generating or updating a classifier using a plurality of data sets that output target problem information as teacher data may be provided. This method may be executed by a computer.
  • a question for learning is given to a user through a display device, an electronic memo is generated in response to a writing operation from the user through an input device, and a problem answering process And determining a new question to be asked based on the electronic memo generated in step (b).
  • This method may be executed by a computer. From the respective configurations of the above-described system and apparatus, the technical idea about the corresponding method, program, and recording medium can be understood.
  • the learning support system 1 includes a plurality of user terminal devices 10, a server device 30, a database management device 50, a question control device 70, and a teacher data creation device 90.
  • the server device 30 is configured to be able to communicate with the user terminal device 10 via the wide area network NT1.
  • the database management device 50, the question control device 70, and the teacher data creation device 90 are connected to the back-end side network NT2 together with the server device 30.
  • the database management device 50, the question control device 70, and the teacher data creation device 90 are other server devices that realize a function related to learning support in cooperation with the server device 30.
  • the user terminal device 10 operates in cooperation with the server device 30 so as to give a problem for learning.
  • Examples of the user terminal device 10 are electronic devices such as personal computers, tablets, and smartphones owned by the user.
  • a typical user terminal device 10 includes a control unit 11, a storage unit 13, a communication unit 15, a display unit 17, and an input unit 19.
  • the control unit 11 includes a CPU 11A and a RAM 11B, and performs overall control of the user terminal device 10.
  • CPU11A performs the process according to the program which the memory
  • the RAM 11B is used as a working memory when processing is executed by the CPU 11A. Below, the process performed by CPU11A is demonstrated as a process which the control part 11 performs.
  • the storage unit 13 stores various programs and data.
  • the storage unit 13 is configured by a flash memory or a hard disk device.
  • the communication unit 15 is configured to be able to communicate with an external device.
  • the communication unit 15 is configured to be able to communicate with devices in the wide area network NT1 including the server device 30 via, for example, a cellular network.
  • the communication unit 15 is configured to be able to communicate with devices in the wide area network NT1 through a wired LAN or a wireless LAN.
  • the display unit 17 is configured to display various screens for the user.
  • the display unit 17 is configured by a liquid crystal display, for example.
  • the input unit 19 is configured to receive an input operation from the user and input a corresponding operation signal to the control unit 11.
  • the input unit 19 may be a touch panel configured integrally with the display unit 17 or attached to the display unit 17.
  • the touch panel is configured to accept a touch operation and a writing operation on the screen displayed on the display unit 17 and input the operation signal to the control unit 11.
  • the input unit 19 may be configured by other input devices that allow a user to perform a click (or touch) operation or a writing operation on the screen of the display unit 17 at least virtually.
  • the input unit 19 may be configured with a pointing device or a tablet pen.
  • an application program capable of setting a learning problem in cooperation with the server device 30 is installed and stored in the storage unit 13.
  • the control unit 11 operates to issue a problem according to the user's proficiency level or understanding level in cooperation with the server device 30 by executing processing according to the application program.
  • functions realized by the control unit 11 will be described with reference to FIG.
  • the control unit 11 functions as an answering unit 111, an answer receiving unit 113, a memo receiving unit 115, and an answer sending unit 117 as shown in FIG. 2 by executing processing according to the application program.
  • the questioning unit 111 controls the display unit 17 so that the problem screen G (see FIG. 3A) based on the problem data provided from the server device 30 is displayed on the display unit 17. By this display control, the questioning unit 111 gives the user a question given by the server device 30.
  • the questioning unit 111 transmits user identification information to the server device 30 via the communication unit 15 when the application program is activated, and establishes a connection with the server device 30. Furthermore, when an operation signal for designating a desired problem group is input from the user through the input unit 19, the questioning unit 111 transmits a designation command for designating the problem group to the server device 30.
  • the problem group specified here is, for example, a problem group specified by a relatively coarse classification such as “equation”, “graph”, “graphic”, etc., or “junior high school first grade mathematics” “junior high school third grade physiology”. is there.
  • the server device 30 is configured to transmit the problem data of the designated group to the user terminal device 10 that is the designation source in response to the designation command.
  • the problem data has a problem ID and data for displaying the corresponding problem sentence.
  • the problem ID is an identification code unique to each problem, and corresponds to problem identification information.
  • the problem ID may be defined to include a problem classification code. For example, in the problem ID, the upper digit represents the major classification of the problem, the middle digit represents the lower classification than the major classification of the problem, and the lower digits represent the identification number of the problem in the lowermost classification. It can be represented by a digit number. By assigning such a problem ID, similar problems show approximate values.
  • the question data may include correct answer data representing the correct answer of the question in order to determine whether the answer is correct in the user terminal device 10. Furthermore, the problem data may include comment data for explaining the problem to the user. The question data may include hint data for providing the user with a hint that leads the user to a correct answer.
  • the question unit 111 When the question unit 111 receives the problem data from the server device 30, the question unit 111 causes the display unit 17 to display a problem screen G including a corresponding problem sentence based on the received problem data.
  • the displayed question screen G includes a question display column G1 and an answer column G2, as shown in FIG. 3A.
  • the answer reception unit 113 is configured to receive an input operation from the user through the input unit 19 for the answer column G2 of the question screen G.
  • the answer accepting unit 113 receives the answer inputted by the user in the answer column G2. Character recognition is performed, and answer data including an answer after character recognition is generated.
  • the answer receiving unit 113 may be configured to determine whether or not the answer is correct at the time of character recognition, and to control the display unit 17 to display the answer correct and correct answer on the question screen G.
  • a question commentary may be displayed on the question screen G along with the correct answer.
  • the answer data can include information indicating the question ID of the question corresponding to the answer and the correctness of the answer.
  • the answer data may further include information indicating answer time and answer date.
  • the answer time corresponds to the time from when a question is presented (displayed) until the answer is confirmed.
  • the answer date corresponds to the date when the answer confirmation operation was performed.
  • the memo receiving unit 115 receives a display instruction of the memo screen G5 from the user during a period from when the question screen G is displayed until the answer of the user is confirmed by pressing the “answer” object G3. Operate. When the memo call object G4 shown in FIG. 3A is pressed through the input unit 19 in a state where the memo screen G5 is not displayed, the memo reception unit 115 determines that a display instruction for the memo screen G5 has been input. .
  • the memo receiving unit 115 displays the handwriting corresponding to the writing operation on the problem display field G1 and generates memo image data representing the handwriting.
  • the memo image data is then temporarily stored in the RAM 11B.
  • the memo image data may be data in which the coordinates of the handwriting are described in time series corresponding to the movement of the brush, or may be raster image data in which the handwriting is represented by a raster image.
  • the memo image data may include a character recognition result of handwriting. That is, the memo image data may be configured as data representing the writing content by one or a combination of handwriting image information, handwriting time-series position information, and handwriting character information.
  • the memo image data may be data including information on handwriting that has been erased on the memo screen G5 by a deletion operation (eraser function) by the user.
  • the memo receiving unit 115 operates to close the memo screen G5 when the memo-calling object G4 is pressed again through the input unit 19 while the memo screen G5 is displayed. However, even if the memo screen G5 is closed, the memo image data is stored and held in the RAM 11B.
  • the answer sending unit 117 and the answer data generated by the answer receiving unit 113 and the memo image generated by the memo receiving unit 115 in the answer process for this question It operates to send answer-related data including data and a user ID that is user identification information to the server device 30.
  • Answer-related data includes log data related to user operations in addition to answer data and memo image data.
  • the log data corresponds to a list of user operations performed through the input unit 19 during a period from when a question is displayed until an answer is confirmed.
  • the log data can be generated by the answer transmission unit 117.
  • the server device 30 includes a control unit 31, a storage unit 33, a WAN communication unit 35, and a LAN communication unit 37.
  • the control unit 31 includes a CPU 31A and a RAM 31B.
  • CPU31A performs the process according to the program which the memory
  • the RAM 31B is used as a working memory when processing is executed by the CPU 31A. Below, the process performed by CPU31A is demonstrated as a process which the control part 31 performs.
  • the WAN communication unit 35 is configured to be able to communicate with the user terminal device 10 through the wide area network NT1.
  • the LAN communication unit 37 is configured to be able to communicate with the database management device 50, the question control device 70, and the teacher data creation device 90 connected to the back-end side network NT2.
  • the control unit 31 of the server device 30 identifies the user corresponding to the user terminal device 10 based on the user identification information transmitted from the user terminal device 10. Then, a process of establishing a connection with the user terminal device 10 is executed.
  • the control unit 31 waits until a designation command for designating a problem group is received from the user terminal device 10. Upon receipt of this designation command, the control unit 31 starts the processing shown in FIG. 5, transmits an initial question request command to the question control device 70, and transmits the initial question request command to the question group designated by the user terminal device 10.
  • the question data of the question is acquired from the question control device 70 through the network NT2 (S110).
  • the problem data is transmitted to the user terminal device 10 (S120).
  • the problem corresponding to the problem data transmitted from the server device 30 to the user terminal device 10 is presented by the questioning unit 111 through the display unit 17 of the user terminal device 10.
  • the control unit 31 After transmitting the question data, the control unit 31 receives answer-related data corresponding to the question data from the user terminal device 10 through the WAN communication unit 35 (S130). As described above, the answer-related data is transmitted from the answer transmission unit 117 of the user terminal device 10 to the server device 30 when the answer determination operation from the user is performed.
  • the control unit 31 When receiving the answer-related data from the user terminal device 10, the control unit 31 requests the database management device 50 to register answer history data based on the answer-related data (S140).
  • the database management device 50 is configured to store and manage a database 51 relating to answer history data.
  • the database management device 50 receives the answer history data registration request command from the server device 30 via the network NT2, the database management device 50 registers the answer history data in the database 51 based on the answer related data received together with the registration request command.
  • the database 51 is composed of a group of answer history data as shown in FIG.
  • the database management device 50 includes a CPU and a storage device (not shown). In the database management device 50, the CPU performs a process according to a program stored in the storage device, thereby realizing the process related to the registration.
  • the answer history data of the database 51 includes “user ID”, “question ID”, “answer”, “answer right / no answer”, “answer date / time”, “answer time”, and “answer status”. ”, Log data, and memo image data.
  • the “user ID” indicated by the answer history data corresponds to the identification information of the user who made the answer.
  • “Problem ID” corresponds to identification information of the solved problem.
  • the “answer” indicated by the answer history data corresponds to the user's answer to the question itself.
  • the “answer correctness” corresponds to the “answer” correctness indicated by the answer history data.
  • “Answer date” corresponds to the date when the answer was made.
  • the “answer time” corresponds to the answer time of the user for the question.
  • the “answer status” corresponds to a value obtained by quantifying the proficiency level or understanding level of the user's problem.
  • the answer-related data (S130) received by the server device 30 from the user terminal device 10 includes “user ID”, “question ID”, “answer”, “answer right / no answer”, “answer date / time”, and “answer time”. Information to be represented, log data, and memo image data are included.
  • the database management device 50 can extract data other than “answer status” from the answer-related data, among the data registered in the database 51 as answer history data.
  • the database management device 50 determines whether the answer is correct, the answer time, the user's answer experience in the past of the question, and the correctness of the previous answer to the question. Values can be determined according to the table shown in 7B.
  • the answer-related data is transmitted from the user terminal device 10 to the server device 30 every time the problem is solved in the user terminal device 10.
  • the database management device 50 registers the corresponding answer history data in the database 51 in accordance with the registration request command from the server device 30 based on the answer-related data, the database management device 50 sets the value of the answer status described in the answer history data to the following: To be determined.
  • the database management device 50 Determines the answer status to a value of 4.
  • the answer time is less than the reference value
  • the user has a past answer experience for the same question
  • the previous answer is correct
  • the database management device 50 determines the answer status to be “4”.
  • the database management device 50 determines the answer status to be “3”.
  • the database management device 50 determines to be 4.
  • the database management device 50 determines the answer status to be “3”.
  • the current answer is correct
  • the answer time exceeds the reference value
  • the user has past answer experience for the problem
  • the previous answer is incorrect. If there is, the database management device 50 determines the answer status to be “3”.
  • the database management device 50 sets the answer status to a value 3. decide. As shown in the second row of the table in FIG. 7B, if the current answer is incorrect and the current value of the user's answer status regarding this question is 3 or less, the database management device 50 sets the answer status to the value ⁇ 1 is determined. In addition, as shown in the third row of the table in FIG. 7B, when the current answer is incorrect, the user does not have the answer to the problem and the current value of the answer status is null. The database management device 50 determines the answer status as 2.
  • the database management device 50 determines the answer status value to be a larger value as the user's proficiency level or understanding level for the question is higher, and to a smaller value as the proficiency level or understanding level is lower. To the answer history data.
  • control unit 31 When the control unit 31 causes the database management device 50 to register the answer history data based on the answer-related data received from the user terminal device 10 in the database 51 in S140, the control unit 31 subsequently executes a process of acquiring new question data. (S150). That is, the control unit 31 transmits a next question request command for requesting the next question to the question control device 70, and acquires new question data corresponding to the next question from the question control device 70 (S150).
  • the control unit 31 transmits the next question request command together with the attached data necessary for the question control device 70 to determine the next question.
  • the attached data includes the answer, memo image data, and question ID information received as answer-related data from the user terminal device 10 in S130.
  • the memo image data included in the attached data represents the contents written by the user in the answering process of the question (that is, the previous question) given by the user terminal device 10 immediately before the next question.
  • the problem ID included in the attached data indicates the problem ID of the previous problem.
  • the answer included in the attached data is the user's answer to the previous question.
  • the written contents in the answering process of the question include writing in the middle of answering, and a feature corresponding to the user's proficiency level or understanding level appears.
  • the memo image data including such features is transmitted to the question control device 70, so that the question data of the next question corresponding to the user's proficiency level or understanding level is transmitted from the question control device 70.
  • the control unit 31 After executing the processing in S150, the control unit 31 transmits the question data of the next question received from the question control device 70 via the network NT2 to the user terminal device 10 that is the answer-related data transmission source (S160). Thereby, the control unit 31 provides the user terminal device 10 with the problem data of the next problem determined based on the memo image data of the previous problem.
  • the questioning unit 111 of the user terminal device 10 receives the problem data from the server device 30 and causes the display unit 17 to display the next question based on the received problem data.
  • the control unit 31 After executing the process in S160, the control unit 31 proceeds to S130, and receives answer-related data corresponding to the question data from the user terminal device 10 through the WAN communication unit 35. When the answer-related data is received, the control unit 31 executes the processes after S140 again. Although not shown, when the end instruction is input from the user terminal device 10 or when there is no response from the user terminal device 10 for a predetermined time or longer, the control unit 31 stops receiving answer-related data (S130). Alternatively, the transmission of the problem data (S160) can be stopped and the process shown in FIG.
  • the question control device 70 includes a control unit 71, a storage unit 73, and a communication unit 75.
  • the control unit 71 includes a CPU 71A and a RAM 71B.
  • the CPU 71A executes processing according to the program stored in the storage unit 73.
  • the RAM 71B is used as a working memory when processing is executed by the CPU 71A. Below, the process performed by CPU71A is demonstrated as a process which the control part 71 performs.
  • the storage unit 73 stores various programs and data.
  • the communication unit 75 is configured to be able to communicate with the server device 30, the database management device 50, and the teacher data creation device 90 in the network NT2.
  • the control unit 71 functions as the initial problem determination unit 711, the next problem determination unit 713, the classifier 715, and the machine learning unit 717 shown in FIG. 8 by executing processing according to the program stored in the storage unit 73. .
  • the initial problem determination unit 711 When the initial problem determination unit 711 receives the initial problem request command from the server device 30 through the network NT2, the initial problem determination unit 711 should answer the first question from the group of problems specified by the user terminal device 10 in accordance with the request command. It operates to determine a problem and send problem data about the determined problem to the server device 30.
  • the initial question determination unit 711 can determine a question to be given based on the user's past answer history data stored in the database 51.
  • the user identification information can be acquired from the server device 30 together with the request command.
  • next problem determination unit 713 determines a next problem related to the previous problem based on the request command and attached data. It operates so as to transmit the problem data regarding the determined problem to the server device 30.
  • next question determination unit 713 When the next question determination unit 713 receives the next question request command, the next question determination unit 713 inputs a set of the question ID, the answer, and the memo image data of the previous question included in the attached data to the classifier 715, whereby Get the output data.
  • the next question determination unit 713 is configured to determine a next question to be given to the user terminal device 10 based on the output data of the classifier 715.
  • the output data of the classifier 715 includes information for determining an appropriate next problem for the user.
  • the output data of the classifier 715 includes, for example, at least one information of a pattern of how to make a mistake in the previous question, a category of the next question corresponding to the way of making a mistake in the previous question, and a candidate list of the next question. .
  • the classifier 715 performs the pattern of the mistake of the previous question, the previous question on the input data including the question ID of the previous question, the answer, and the memo image data by machine learning using the teacher data by the machine learning unit 717. Data including at least one piece of information on the next question category and the next question candidate list corresponding to the wrong method is output.
  • FIG. 9A and FIG. 9B show a first answer example and a second answer example for the equation problem.
  • teacher data is generated manually by a human, and the classifier 715 described above is generated by machine learning using the teacher data.
  • the classifier 715 As a first example of the classifier 715, consider a case where the classifier 715 is configured to output a candidate list of the next problem.
  • the candidate list is configured by enumerating problem IDs of problems that are candidates for the next problem.
  • next problem determination unit 713 randomly selects one problem from the next problem candidate list obtained from the classifier 715, determines the selected problem as the next problem, and determines the determined next problem.
  • the problem data may be configured to be transmitted to the server device 30 as response data corresponding to the next problem request command.
  • the next problem determination unit 713 may be configured to select one problem as a next problem from a candidate list of next problems according to a predetermined rule that is not random.
  • next problem determination unit 713 may be configured to preferentially select a problem that the user terminal device 10 has not yet set as a next problem. From the classifier 715, a single problem ID corresponding to the next problem may be output as output data instead of the next problem candidate list. In this case, the next problem determination unit 713 may be configured to determine a problem corresponding to the problem ID indicated by the output data as the next problem, and transmit the problem data to the server device 30.
  • the next problem determination unit 713 randomly selects one problem from the problem group belonging to the category indicated by the output data of the classifier 715, determines the selected problem as the next problem, and determines the next
  • the problem data of the problem may be configured to be transmitted to the server device 30.
  • each problem data can be labeled with a category representing the problem category.
  • the next problem determination unit 713 can determine the next problem from the problem group belonging to the category indicated by the output data of the classifier 715 with reference to this label. Similar to the first example, the next problem determination unit 713 may be configured to determine the next problem according to a predetermined rule that is not random.
  • the next problem determination unit 713 selects one problem at random from the problem group that matches the pattern of the error indicated by the output data of the classifier 715, and determines the selected problem as the next problem.
  • the problem data of the determined next problem may be transmitted to the server device 30.
  • a list of problems suitable as the next problem can be prepared in advance and stored in the storage unit 73 for each previous problem and each pattern of mistakes.
  • the next problem determination unit 713 may be configured to determine the next problem based on a “list of problems suitable as the next problem” prepared for each previous problem and each pattern of mistakes.
  • the next problem determination unit 713 determines a problem selected from the candidate list randomly or according to a predetermined rule as the next problem. can do.
  • the next problem determination unit 713 randomly or according to a predetermined rule from the problem group belonging to the category indicated by the output data of the classifier 715.
  • the selected problem can be determined as the next problem.
  • the next problem determination unit 713 can transmit the problem data of the next problem determined in this way to the server device 30.
  • the machine learning unit 717 is configured to generate and update the classifier 715 by inputting a plurality of teacher data as input / output samples of the classifier 715 into a predetermined machine learning algorithm. Generating the classifier 715 corresponds to, for example, providing the teacher data representing input / output to a function having an undetermined coefficient to learn the value of the coefficient and confirm the function.
  • Various types of algorithms are known as machine learning algorithms. Here, any machine learning algorithm can be adopted to generate the classifier 715.
  • the teacher data used to generate the first example classifier 715 described above is a sample of an input / output pair whose input is ⁇ question ID, answer, memo image data> and whose output is a candidate list of the next question.
  • the input / output pair means a pair of input data and output data.
  • the teacher data used to generate the classifier 715 of the second example is a sample of an input / output pair whose input is ⁇ question ID, answer, memo image data> and whose output is the category of the next question.
  • the teacher data used to generate the classifier 715 of the third example is a sample of an input / output pair whose input is ⁇ question ID, answer, memo image data> and whose output is a pattern of mistakes.
  • the teacher data used to generate the classifier 715 of the fourth example is an input / output pair whose input is ⁇ question ID, answer, memo image data> and whose output is ⁇ next question category, next question candidate list>. This is a sample.
  • the expression ⁇ A, B, C> here means a combination of A, B, and C.
  • the output of the classifier 715 When the output of the classifier 715 is set to ⁇ mistake pattern, next question category, next question candidate list>, the input is ⁇ question ID, answer, memo image data>, and the output is ⁇ wrong way Samples of input / output pairs that are the following pattern, the next question category, and the next question candidate list> are prepared as teacher data. Based on the teacher data, the classifier 715 performs machine learning.
  • the machine learning unit 717 collects a group of teacher data stored in the storage unit 73 periodically, whenever teacher data is added, or whenever a command is input from the teacher data creation device 90. Configured to generate a classifier 715. Regenerating the classifier 715 corresponds to updating the classifier 715.
  • the teacher data creation device 90 includes a control unit 91, a storage unit 93, a communication unit 95, a display unit 97, and an input unit 99.
  • the control unit 91 includes a CPU 91A and a RAM 91B, and performs overall control of the teacher data creation device 90.
  • CPU91A performs the process according to the program which the memory
  • the RAM 91B is used as a working memory when the CPU 91A executes processing. Below, the process performed by CPU91A is demonstrated as a process which the control part 91 performs.
  • the storage unit 93 stores various programs and data.
  • the communication unit 95 is connected to the network NT2, and connects the teacher data creation device 90 to be communicable with the server device 30, the database management device 50, and the question control device 70.
  • the display unit 97 is configured to display various screens including a teacher data creation screen to a worker on the back end side.
  • the display unit 97 is configured by a liquid crystal display, for example.
  • the input unit 99 is configured to receive an input operation from an operator and input a corresponding operation signal to the control unit 91.
  • the input unit 99 is configured by input devices such as a keyboard, a pointing device, and a touch panel, for example.
  • the control unit 91 starts a teacher data creation process shown in FIG. 10 according to a command from the operator through the input unit 99.
  • the control unit 91 acquires input data from a pair of input data and output data constituting the teacher data (S210).
  • the input data is data in a format that matches the input of the classifier 715, for example, ⁇ question ID, answer, memo image data> data.
  • the teacher data creation device 90 can be provided with a memo image data creation function equivalent to that of the user terminal device 10.
  • the teacher data creation device 90 may be configured to have a function of acquiring ⁇ question ID, answer, memo image data> data from the database 51 or another external device as teacher data.
  • the input data acquisition process can be executed in accordance with an instruction from the operator through the input unit 99.
  • control unit 91 obtains output data corresponding to the input data from the operator through the input unit 99.
  • the operator can input the output data manually through the input unit 99.
  • the output data is data including a pattern of mistakes, a category of the next question, a candidate list of the next question, or a combination thereof (S220).
  • the operator can input the output data that is subjectively appropriate for the input data through the input unit 99.
  • control unit 91 generates teacher data including a set of the input data acquired in S210 and the output data acquired in S220, and stores this in the storage unit 73 of the question control device 70 (S230). That is, the control unit 91 provides the generated teacher data to the question control device 70 through the network NT2 (S230).
  • the control unit 91 can execute the processes of S210 to S230 in parallel or sequentially with respect to a plurality of teacher data. Thereafter, the control unit 91 instructs the machine learning unit 717 of the question control device 70 through the network NT2 to learn the classifier 715 based on the group of teacher data accumulated in the storage unit 73 including the added teacher data. Input (S240). This causes the machine learning unit 717 of the question control device 70 to generate or update the classifier 715. The control unit 91 repeatedly executes such teacher data creation processing in accordance with the operator's instruction input from the input unit 99. As a result, the classifier 715 is repeatedly updated and functions meaningfully in determining the next problem.
  • the questioning unit 111 of the user terminal device 10 is configured to give a question for learning to the user through the display unit 17.
  • the memo receiving unit 115 is configured to generate memo image data that is an electronic memo in response to a writing operation from the user through the input unit 19.
  • the next question determination unit 713 of the question control device 70 determines the next question to be asked to the question unit 111 based on the memo image data generated in the answer process of the question, and the corresponding question data is transmitted through the server device 30.
  • the user terminal device 10 is configured to be provided.
  • the memo image data includes the contents written by the user in the answering process of the problem.
  • the memo image data includes an answer result.
  • a feature corresponding to the user's proficiency level or understanding level appears. For example, characteristics of how to make mistakes appear according to the proficiency level or understanding level of the user.
  • the learning support system 1 that can give appropriate questions according to the user's proficiency level and understanding level using the memo image data.
  • it is possible to provide the learning support system 1 that allows the user to efficiently learn.
  • the memo image data is input to the classifier 715, and the next problem is determined based on the output of the classifier 715.
  • the classifier 715 outputs at least one piece of information on the mistake pattern of the previous problem, the category of the next problem, and the candidate list of the next problem. These pieces of information directly or indirectly represent the problem to be a candidate for the question. Therefore, according to the present embodiment, based on the output of the classifier 715, a problem suitable for the user can be set as the next problem flexibly.
  • the output of the classifier 715 may be data indicating a single next problem (a single problem to be given).
  • the input to the classifier 715 is ⁇ question ID, answer, memo image data>, but in addition to the question ID, answer, and memo image data, the classifier 715 stores the answer time and answer. Data such as correct / incorrect may be input. That is, the input of the classifier 715 may be set to ⁇ question ID, answer, answer right / no answer, answer time, memo image data>.
  • the input to the classifier 715 may be set to data ⁇ question ID, memo image data> that does not include answers, answer times, and answer correctness. Even if the data to be input to the classifier 715 is reduced, the memo image data has characteristics corresponding to the user's understanding level and proficiency level, so that the next problem can be appropriately determined.
  • the input to the classifier 715 may be set to ⁇ question ID, answer correctness, memo image data>. That is, instead of the answer, information on whether the answer is correct may be used.
  • the input to the classifier 715 may be set to ⁇ question ID, answer, answer time, memo image data>, or ⁇ question ID, answer, answer status value, memo image data>. It may be set. That is, the “other” data shown as an input to the classifier 715 in FIG. 8 may be understood to indicate one or more of the answer, answer right / no answer, answer time, answer status value, It does not have to exist.
  • the input to the classifier 715 can be defined by combining various parameters related to the user's understanding and proficiency based on the problem ID and memo image data.
  • the classifier 715 can determine the output by using the handwritten image information or the time-series position information included in the memo image data as the feature amount without converting it into the character information. That is, the classifier 715 determines the output using the image information (for example, bitmap image information) included in the memo image data or the time-series position information of the handwriting as the input without performing the character recognition process on the memo image data. Can be configured.
  • the machine learning unit 717 may be configured to input the handwritten image information or time-series position information included in the memo image data as it is into a predetermined machine learning algorithm without being subjected to the character recognition process.
  • the position and speed of the handwriting, the deletion history, etc. contain more information related to the user's thoughts. For example, the writing speed differs between a user who easily solves a problem and a user who solves a problem while feeling difficult. Further, the importance of the memo considered by the user is different between a character written small in the corner of the memo screen and a character written large in the center. Therefore, according to the example in which machine learning is performed without replacing handwriting information with characters, it is possible to determine the next problem more appropriately.
  • the classifier may be designed without using machine learning.
  • the user terminal device 10 and the server device 30 and other back-end devices (50, 70, 90) operate in cooperation, so that questions on the user terminal device 10 are appropriately controlled.
  • the functions of a plurality of components may be integrated into one component, or the functions of one component are distributed and provided in a plurality of components. Also good.
  • the function which one component has may be provided in another component.
  • the user terminal device 10 has a function of storing a problem data group in the storage unit 13 and selecting the problem data of the next problem from the problem data group based on the output data of the classifier 715. Also good. That is, the function as the next problem determination unit 713 may be provided in the user terminal device 10. Similarly, the classifier 715 may be provided in the user terminal device 10. In addition, the functions of the server device 30, the database management device 50, the question control device 70, and the teacher data creation device 90 may be integrated into one device.

Landscapes

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

Abstract

学習支援システムは、学習用の問題を、表示デバイスを通じて、ユーザに出題するように構成される出題ユニットと、表示デバイスと一体化された又は表示デバイスに付属する入力デバイスを通じたユーザからの書込操作に応じて、電子メモを生成するように構成される生成ユニットと、生成ユニットにより生成された問題の解答過程でのユーザからの書込内容を含む電子メモに基づき、出題対象の新たな問題を決定するように構成される決定ユニットと、を備える。出題ユニットは、決定ユニットにより決定された問題を出題する。

Description

学習支援システム、並びに、関連する装置及び方法 関連出願の相互参照
　本国際出願は、２０１５年９月８日に日本国特許庁に出願された日本国特許出願第２０１５－１７６７６５号、及び、２０１５年１２月２１日に日本国特許庁に出願された日本国特許出願第２０１５－２４８８３１号に基づく優先権を主張するものであり、日本国特許出願第２０１５－１７６７６５号、及び、日本国特許出願第２０１５－２４８８３１号の全内容を本国際出願に参照により援用する。
　本開示は、ユーザの学習を支援する学習支援システム、並びに、学習支援システムに関連する装置、プログラム、記録媒体、及び方法に関する。
　従来、表示部にベース画像を表示し、ベース画像に対するタッチペンによる書込操作がなされると、書込内容を表示部に表示する電子ノートが知られている（特許文献１参照）。ベース画像は、例えば、問題の表示欄と解答欄とがレイアウトされた構成にされる。指導者が学習者の書込内容を確認可能なシステムもまた知られている（特許文献２参照）。このシステムによれば、学習者の端末からサーバ装置に、端末に対する学習者の書込内容が送信される。
特開２０１３－１４５２６５号公報 特開２０１３―１５６７８８号公報
　電子機器を通じて学習者に問題を提供する学習支援システムでは、紙媒体と比較して柔軟な出題が可能である。学習者の学習効率を高めるために、学習支援システムでは、例えば、過去に出題された問題の内、学習者が不正解の問題を選択的に、学習者に向けて出題することが可能である。
　但し、過去に出題された問題の正否に基づき、学習者に対して出題する問題を決定するだけでは、学習効率の向上に限界がある。不正解の問題には、ケアレスミスで学習者が間違えた問題が含まれる。不正解の問題には、学習者が初歩的事項すらも理解していないことが原因で白紙解答した問題が含まれる。更には、問題に取り組んだが、問題を解くために必要な事項の一部について理解していないために、正解できなかった問題も含まれる。しかしながら、従来システムでは、こうした不正解の型を区別せずに出題する問題を決定するため、学習効率の向上に限界があった。
　そこで、本開示の一側面では、ユーザが効率的に学習可能なシステムを提供できることが望ましい。
　本開示の一側面に係る学習支援システムは、出題ユニットと、生成ユニットと、決定ユニットとを備える。出題ユニットは、学習用の問題をユーザに出題するように構成される。例えば、出題ユニットは、学習用の問題を、表示デバイスを通じて、ユーザに出題するように構成される。
　生成ユニットは、入力デバイスを通じたユーザからの書込操作に応じて、電子メモを生成するように構成される。入力デバイスの例は、表示デバイスと一体化された入力デバイス、又は、表示デバイスに付属する入力デバイスであり得る。
　決定ユニットは、問題の解答過程におけるユーザからの書込内容を含む電子メモに基づき、出題対象の新たな問題を決定するように構成される。出題ユニットは、このようにして決定ユニットにより決定された問題を出題するように構成される。
　本開示の一側面によれば、問題の解答過程は、ユーザが解答を確定するまでの過程を含む。従って、電子メモには、解答途中でのユーザの書込内容が含まれ、場合によっては解答結果も含まれてもよい。問題の解答過程における書込内容には、ユーザの習熟度又は理解度に応じた特徴が現れる。例えば、ユーザの習熟度又は理解度に応じた間違い方の特徴が現れる。従って、本開示の一側によれば、ユーザの習熟度や理解度に応じた適切な問題を出題可能な学習支援システムを提供することができる。
　本開示の一側面によれば、決定ユニットは、問題の解答過程の相違に応じて、異なる問題が出題ユニットから新たに出題されるように、新たな問題を決定する構成にされ得る。
　本開示の一側面によれば、決定ユニットは、分類器を用いて、電子メモから出題ユニットに出題させる新たな問題を決定するように構成され得る。分類器は、電子メモ及び問題の識別情報の入力に対し、出題対象にすべき問題又は出題対象の候補にすべき問題に関する情報を、対象問題情報として出力するように構成され得る。
　本開示の一側面によれば、分類器は、機械学習に基づく分類器であり得る。分類器は、教師データとして、電子メモ及び問題の識別情報を入力とし上記対象問題情報を出力とするデータセットの複数を用意し、これらの教師データを用いて機械学習システムに分類器を学習させることにより生成され得る。システムの設計側又は運営側に属する者は、解答過程での書込内容の特徴を分析し、ユーザの習熟度又は理解度に応じた問題を出題対象にすべき問題又は候補にすべき問題に設定した教師データを生成することができる。システムの設計側又は運営側に属する者は、これらの教師データに基づいた分類器の生成動作を機械学習システムに実行させることにより、適切な分類器を得ることができる。
　本開示の一側面によれば、決定ユニットは、問題の解答過程で生成された電子メモを、問題の識別情報と共に、分類器に入力し、分類器の出力（対象問題情報）に基づき、新たな問題を決定するように構成され得る。例えば、決定ユニットは、分類器を用いて決定した上記新たな問題を出題ユニットに提供することができる。
　この他、システムの設計側又は運営側に属する者は、電子メモ及び問題の識別情報と、問題の解答結果を表す情報及び解答結果の正否を表す情報の少なくとも一方と、を入力とする教師データを生成して、この教師データに基づく分類器の生成動作を機械学習システムに実行させることにより、更に適切な分類器を生成することができる。この場合、分類器は、電子メモ及び問題の識別情報と、問題の解答結果を表す情報及び解答結果の正否を表す情報の少なくとも一方と、を含む入力情報の一組に基づき、対象問題情報を出力するように構成され得る。
　システムの設計者又は運営者は、電子メモ及び問題の識別情報と、解答時間を表す情報及びユーザの習熟度又は理解度を表す情報の少なくとも一方と、を入力とする教師データを生成して、この教師データに基づく分類器の生成動作を機械学習システムに実行させることにより、更に適切な分類器を生成することができる。本開示の一側面によれば、分類器は、電子メモ及び問題の識別情報と、解答時間を表す情報及びユーザの習熟度又は理解度を表す情報の少なくとも一方と、を含む入力情報の一組に基づき、対象問題情報を出力するように構成され得る。
　本開示の一側面によれば、上述した学習支援システムが備える出題ユニット、生成ユニット及び決定ユニットの少なくとも一つの機能は、プログラムによりコンピュータに実現させることができる。出題ユニット、生成ユニット及び決定ユニットの少なくとも一つの機能をコンピュータに実現させるためのプログラムは、コンピュータ読取可能な一時的でない記録媒体に記録することができる。本開示の一側面によれば、少なくとも一つのプロセッサと、少なくとも一つのメモリと、を備え、少なくとも一つのメモリが、少なくとも一つのプロセッサを、出題ユニット、生成ユニット及び決定ユニットとして機能させるプログラムを記憶する学習支援システムが提供されてもよい。
　本開示の一側面によれば、学習用の問題を出題するように構成される出題ユニットと、ユーザからの書込操作に応じて、電子メモを生成するように構成される生成ユニットと、電子メモをサーバ装置に送信するように構成される送信ユニットとを備えた電子機器が提供されてもよい。
　電子機器の出題ユニットは、学習用の問題を、表示デバイスを通じて、ユーザに出題するように構成され得る。生成ユニットは、表示デバイスと一体化された又は表示デバイスに付属する入力デバイスを通じたユーザからの書込操作に応じて、電子メモを生成するように構成され得る。電子機器の送信ユニットは、生成ユニットにより生成された問題の解答過程でのユーザからの書込内容を含む電子メモを、サーバ装置に通信デバイスを通じて送信するように構成され得る。
　サーバ装置は、この電子メモに基づき、電子機器に出題させる問題を決定し、決定した問題を表す情報を、電子機器に返信するように構成され得る。サーバ装置は、上記分類器を用いて電子機器に出題させる問題を決定するように構成され得る。サーバ装置は、一つ又は複数のサーバ装置を含んでいてよい。
　このサーバ装置の構成を受けて、電子機器の出題ユニットは、サーバ装置から通信デバイスを通じて受信した情報に基づき、学習用の問題を出題するように構成され得る。この電子機器によれば、サーバ装置との協働により上記学習支援システムと同様の機能を、ユーザに利用可能に提供し得る。
　本開示の一側面では、上記電子機器が備える出題ユニット、生成ユニット、及び送信ユニットの少なくとも一つの機能を、コンピュータに実現させるためのプログラムが提供されてもよい。このプログラムは、コンピュータ読取可能な一時的でない記録媒体に記録されてもよい。電子機器は、例えば、ポータブルコンピュータ及びタブレット等の、プログラムをインストール可能な汎用機器であり得る。
　本開示の一側面では、学習用の問題をユーザに出題する電子機器においてユーザの書込操作に応じて生成された電子メモを取得するように構成される取得ユニットと、取得ユニットが取得した電子メモに基づき、電子機器に出題させる問題を決定するように構成される決定ユニットと、決定ユニットにより決定された問題を表す情報を電子機器に送信するように構成される情報提供ユニットと、を備えたサーバ装置が提供されてもよい。電子メモは、問題の解答過程でのユーザからの書込内容を含んでいてよい。
　本開示の一側面では、上記サーバ装置が備える取得ユニット、決定ユニット、及び情報提供ユニットの少なくとも一つの機能を、コンピュータに実現させるためのプログラムが提供されてもよい。プログラムは、コンピュータ読取可能な一時的でない記録媒体に記録されてもよい。本開示の一側面によれば、少なくとも一つのプロセッサと、少なくとも一つのメモリと、を備え、少なくとも一つのメモリが、少なくとも一つのプロセッサを、取得ユニット、決定ユニット、及び情報提供ユニットとして機能させるプログラムを記憶するシステムが提供されてもよい。本開示の一側面によれば、取得ユニット、決定ユニット、及び情報提供ユニットとしての機能は、複数のサーバ装置の協働により、複数のサーバ装置によって実現されてもよい。
　この他、本開示の一側面では、上述した分類器を生成又は更新するためのシステムが提供されてもよい。即ち、電子メモ及び問題の識別情報を取得するように構成される第一取得ユニットと、電子メモ及び問題の識別情報に対応する対象問題情報を取得するように構成される第二取得ユニットと、第一取得ユニット及び第二取得ユニットが取得した情報に基づく教師データを用いて、機械学習システムに分類器を学習させるように構成される制御ユニットと、を備える情報処理装置が提供されてもよい。
　この情報処理装置の第一取得ユニットは、学習用の問題をユーザに出題する電子機器において問題の解答過程でユーザの書込操作に応じて生成された電子メモ、及び、電子メモに対応する問題の識別情報を取得するように構成され得る。第一取得ユニットは、例えば、通信により電子メモ及び問題の識別情報を電子機器から取得するように構成され得る。
　情報処理装置の第二取得ユニットは、第一取得ユニットが取得した電子メモ及び問題の識別情報に対応する習熟度又は理解度を有するユーザに対し、出題すべき問題又はその候補に関する対象問題情報を取得するように構成され得る。第二取得ユニットは、例えば、入力デバイスを通じて、人から対象問題情報を取得するように構成され得る。入力者は、学習支援システムの運営側に属する者であり得る。出題すべき問題又はその候補は、例えば、入力者が、電子メモに含まれる解答過程におけるユーザの書込内容の特徴を分析し、その分析結果に基づいて決定することができる。
　情報処理装置の制御ユニットは、第一取得ユニットが取得した電子メモ及び問題の識別情報を入力とし、第二取得ユニットが取得した対象問題情報を出力とするデータセットの複数を、教師データとして、機械学習システムに入力するように構成され得る。
　機械学習システムは、入力された教師データに基づき、電子メモ及び問題の識別情報の入力に対し、出題すべき問題又はその候補に関する情報である対象問題情報を出力する分類器を生成又は更新するように構成され得る。分類器の生成又は更新は、分類器の入出力の関係を規定するパラメータを、教師データに基づき、設定又は更新することであり得る。
　このように情報処理装置の制御ユニットは、教師データを機械学習システムに入力することにより、機械学習システムに、上記分類器を生成又は更新させるように構成されてもよい。
　本開示の一側面では、情報処理装置と同様の第一取得ユニット及び第二取得ユニットと、第一取得ユニットが取得した電子メモ及び問題の識別情報を入力とし、第二取得ユニットが取得した対象問題情報を出力とするデータセットの複数を、教師データとして用いた機械学習により、電子メモ及び問題の識別情報の入力に対し、対象問題情報を出力する分類器を生成又は更新するように構成される機械学習ユニットと、を備える機械学習システムが提供されてもよい。
　本開示の一側面では、電子メモ及び問題の識別情報を取得することと、対象問題情報を生成又は取得することと、上記取得した電子メモ及び問題の識別情報を入力とし、上記生成又は取得した対象問題情報を出力とするデータセットの複数を、教師データとして用いて、分類器を生成又は更新することと、を備える分類器の生成又は更新方法が提供されてもよい。この方法は、コンピュータが実行されてもよい。
　本開示の一側面では、学習用の問題を、表示デバイスを通じて、ユーザに出題することと、入力デバイスを通じたユーザからの書込操作に応じて、電子メモを生成することと、問題の解答過程で生成された電子メモに基づき、出題する新たな問題を決定することと、を含む方法が提供されてもよい。この方法は、コンピュータが実行されてもよい。上述したシステム及び装置のそれぞれの構成から、それぞれ、対応する方法、プログラム、及び記録媒体についての技術思想が理解される。
学習支援システムの構成を表すブロック図である。 ユーザ端末装置の制御部により実現される機能を表す図である。 問題画面の構成を表す図である。 メモ画面の表示形態を表す図である。 サーバ装置、データベース管理装置、出題制御装置、及び教師データ作成装置の構成を表す図である。 サーバ装置が実行する処理を表すフローチャートである。 データベース管理装置が有するデータベースの構成を表す図である。 解答ステータス値を説明した図である。 解答ステータス値を説明した図である。 出題制御装置の制御部により実現される機能を表す図である。 解答例に関する説明図である。 解答例に関する説明図である。 教師データ作成装置が実行する処理を表すフローチャートである。
　以下に本開示の例示的実施形態を、図面を参照して説明する。
　図１に示す本実施例の学習支援システム１は、複数のユーザ端末装置１０と、サーバ装置３０と、データベース管理装置５０と、出題制御装置７０と、教師データ作成装置９０とを備える。サーバ装置３０は、ユーザ端末装置１０と広域ネットワークＮＴ１を介して通信可能に構成される。データベース管理装置５０、出題制御装置７０、及び教師データ作成装置９０は、サーバ装置３０と共にバックエンド側のネットワークＮＴ２に接続される。データベース管理装置５０、出題制御装置７０、及び教師データ作成装置９０は、サーバ装置３０との協働により、学習支援に係る機能を実現する別のサーバ装置である。
　ユーザ端末装置１０は、サーバ装置３０と協働して学習用の問題を出題するように動作する。ユーザ端末装置１０の例は、ユーザが所有するパーソナルコンピュータ、タブレット、及び、スマートフォン等の電子機器である。代表的なユーザ端末装置１０は、制御部１１と、記憶部１３と、通信部１５と、表示部１７と、入力部１９と、を備える。
　制御部１１は、ＣＰＵ１１Ａ及びＲＡＭ１１Ｂを備え、ユーザ端末装置１０を統括制御する。ＣＰＵ１１Ａは、記憶部１３が記憶するプログラムに従う処理を実行する。ＲＡＭ１１Ｂは、ＣＰＵ１１Ａによる処理実行時に作業用メモリとして使用される。以下では、ＣＰＵ１１Ａにより実行される処理を、制御部１１が実行する処理として説明する。
　記憶部１３は、各種プログラム及びデータを記憶する。記憶部１３は、フラッシュメモリ又はハードディスク装置で構成される。通信部１５は、外部装置と通信可能に構成される。通信部１５は、例えば、セルラーネットワークを介して、サーバ装置３０を含む広域ネットワークＮＴ１内の装置と通信可能に構成される。あるいは、通信部１５は、有線ＬＡＮ又は無線ＬＡＮを通じて広域ネットワークＮＴ１内の装置と通信可能に構成される。
　表示部１７は、各種画面をユーザに向けて表示するように構成される。表示部１７は、例えば、液晶ディスプレイで構成される。入力部１９は、ユーザからの入力操作を受け付けて、対応する操作信号を制御部１１に入力するように構成される。
　入力部１９は、表示部１７と一体に構成される又は表示部１７に付属して設けられるタッチパネルであり得る。タッチパネルは、表示部１７に表示される画面に対するタッチ操作及び書込操作を受け付けて、その操作信号を制御部１１に入力するように構成される。入力部１９は、少なくとも仮想的に表示部１７の画面上に対してユーザがクリック（又はタッチ）操作又は書込操作を行うことが可能な他の入力デバイスで構成されてもよい。例えば、入力部１９は、ポインティングデバイスやタブレットペンで構成されてもよい。
　このようなハードウェア構成を有するユーザ端末装置１０には、学習用の問題をサーバ装置３０との協働により出題可能なアプリケーションプログラムがインストールされ、記憶部１３に記憶される。
　制御部１１は、このアプリケーションプログラムに従う処理を実行することにより、サーバ装置３０と協働して、ユーザの習熟度又は理解度に応じた問題を出題するように動作する。ここで、制御部１１によって実現される機能を、図２を用いて説明する。
　制御部１１は、アプリケーションプログラムに従う処理を実行することにより、図２に示すように、出題ユニット１１１と、解答受付ユニット１１３と、メモ受付ユニット１１５と、解答送信ユニット１１７として機能する。
　出題ユニット１１１は、サーバ装置３０から提供される問題データに基づく問題画面Ｇ（図３Ａ参照）を、表示部１７に表示させるように、表示部１７を制御する。この表示制御により、出題ユニット１１１は、サーバ装置３０から与えられた問題をユーザに出題する。
　詳細には、出題ユニット１１１は、アプリケーションプログラムの起動を契機に、ユーザの識別情報を、通信部１５を介してサーバ装置３０に送信し、サーバ装置３０との接続を確立する。更に、出題ユニット１１１は、入力部１９を通じてユーザから所望する問題グループを指定する操作信号が入力されると、サーバ装置３０に問題グループを指定する指定コマンドを送信する。ここで指定される問題グループは、例えば、「方程式」「グラフ」「図形」等の分類や、「中学１年生数学」「中学３年生理科」等の比較的粗い分類で指定される問題グループである。
　サーバ装置３０は、この指定コマンドに応じて、指定されたグループの問題データを、指定元のユーザ端末装置１０に送信するように構成される。問題データは、問題ＩＤと共に、対応する問題文の表示用データを有した構成にされる。問題ＩＤは、各問題に固有の識別コードであり、問題の識別情報に対応する。問題ＩＤは、問題の分類コードを含むように定義されてもよい。例えば、問題ＩＤは、上位の桁が、問題の大分類を表し、中位の桁が問題の大分類より下層の分類を表し、下位の桁が最下層の分類における問題の識別番号を表す複数桁の数字で表され得る。このような問題ＩＤの割り当てにより、類似の問題は、近似する値を示す。問題データは、ユーザ端末装置１０における解答の正否判定のために、問題の正答を表す正答データを有してもよい。更に、問題データは、ユーザに対して問題を解説するための解説データを有していてもよい。問題データは、ユーザを正答へと導くヒントをユーザに提供するためのヒントデータを有していてもよい。
　出題ユニット１１１は、サーバ装置３０から問題データを受信する度、受信した問題データに基づき、対応する問題文を含む問題画面Ｇを表示部１７に表示させる。表示される問題画面Ｇは、図３Ａに示すように問題表示欄Ｇ１及び解答欄Ｇ２を含む。
　解答受付ユニット１１３は、問題画面Ｇの解答欄Ｇ２に対する入力部１９を通じたユーザからの入力操作を受け付けるように構成される。解答受付ユニット１１３は、問題画面Ｇに設けられた「解答」オブジェクトＧ３が入力部１９を通じて押下操作されることで、解答の確定操作がなされると、解答欄Ｇ２に入力されたユーザの解答を文字認識し、文字認識後の解答を含む解答データを生成するように構成される。
　解答受付ユニット１１３は、文字認識時に解答の正否を判定し、表示部１７を制御して、解答の正否及び正答を問題画面Ｇに表示させるように構成されてもよい。問題画面Ｇには、正答と併せて問題解説文が表示されてもよい。上記解答データには、解答に対応する問題の問題ＩＤ及び解答の正否を表す情報を含ませることができる。解答データには、解答時間及び解答日時を表す情報が更に含まれてもよい。解答時間は、問題が出題（表示）されてから解答の確定操作がなされるまでの時間に対応する。解答日時は、解答の確定操作がなされた日時に対応する。
　メモ受付ユニット１１５は、問題画面Ｇが表示されてから「解答」オブジェクトＧ３が押下操作されることにより、ユーザの解答が確定するまでの期間において、ユーザからメモ画面Ｇ５の表示指示を受け付けるように動作する。メモ受付ユニット１１５は、メモ画面Ｇ５が表示されていない状態で、図３Ａに示すメモ呼出用のオブジェクトＧ４が入力部１９を通じて押下操作されると、メモ画面Ｇ５の表示指示が入力されたと判断する。
　メモ受付ユニット１１５は、メモ画面Ｇ５の表示指示が入力されたと判断すると、図３Ｂに示すように、問題表示欄Ｇ１上に、仮想的には透明用紙として機能する透明レイヤーを、メモ画面Ｇ５として配置する。
　メモ受付ユニット１１５は、メモ画面Ｇ５に対する書込操作が入力部１９を通じてなされると、この書込操作に応じた筆跡を問題表示欄Ｇ１に重ねて表示すると共に、筆跡を表すメモ画像データを生成し、このメモ画像データをＲＡＭ１１Ｂに一時記憶するように動作する。メモ画像データは、筆跡の座標が、その筆の動きに対応して時系列に記述されたデータであってもよいし、筆跡がラスタ画像で表されたラスタ画像データであってもよい。メモ画像データには、筆跡の文字認識結果が含まれていてもよい。即ち、メモ画像データは、筆跡の画像情報、筆跡の時系列位置情報、及び、筆跡の文字情報の一つ又は組み合わせで書込内容を表すデータとして構成されてもよい。メモ画像データは、ユーザによる削除操作（消しゴム機能）によりメモ画面Ｇ５上では消された筆跡の情報を含むデータであってもよい。メモ受付ユニット１１５は、メモ画面Ｇ５が表示されている状態でメモ呼出用のオブジェクトＧ４が入力部１９を通じて再度押下操作されると、メモ画面Ｇ５を閉じるように動作する。但し、メモ画面Ｇ５が閉じられても、メモ画像データはＲＡＭ１１Ｂに記憶保持される。
　解答送信ユニット１１７は、問題画面Ｇの「解答」オブジェクトＧ３が押下操作されると、解答受付ユニット１１３により生成された解答データと、この問題に対する解答過程でメモ受付ユニット１１５により生成されたメモ画像データと、ユーザの識別情報であるユーザＩＤと、を含む解答関連データを、サーバ装置３０に送信するように動作する。
　解答関連データには、解答データ及びメモ画像データの他、ユーザの操作に関するログデータが含まれる。ログデータは、問題を表示してから解答の確定操作がなされるまでの期間に入力部１９を通じてなされたユーザ操作の一覧に対応する。ログデータは、解答送信ユニット１１７が生成することができる。
　続いて、サーバ装置３０の構成を、図４及び図５を用いて説明する。図４に示すように、サーバ装置３０は、制御部３１と、記憶部３３と、ＷＡＮ通信部３５と、ＬＡＮ通信部３７とを備える。制御部３１は、ＣＰＵ３１Ａ及びＲＡＭ３１Ｂを備える。ＣＰＵ３１Ａは、記憶部３３が記憶するプログラムに従う処理を実行する。ＲＡＭ３１Ｂは、ＣＰＵ３１Ａによる処理実行時に作業用メモリとして使用される。以下では、ＣＰＵ３１Ａにより実行される処理を、制御部３１が実行する処理として説明する。
　ＷＡＮ通信部３５は、広域ネットワークＮＴ１を通じてユーザ端末装置１０と通信可能に構成される。ＬＡＮ通信部３７は、バックエンド側のネットワークＮＴ２に接続されたデータベース管理装置５０、出題制御装置７０、及び教師データ作成装置９０と通信可能に構成される。
　サーバ装置３０の制御部３１は、ユーザ端末装置１０において上記アプリケーションプログラムが起動されると、ユーザ端末装置１０から送信されてくるユーザの識別情報に基づき、ユーザ端末装置１０に対応するユーザを識別し、ユーザ端末装置１０との接続を確立する処理を実行する。
　その後、制御部３１は、ユーザ端末装置１０から問題グループを指定する指定コマンドを受信するまで待機する。この指定コマンドを受信すると、制御部３１は、図５に示す処理を開始して、出題制御装置７０に対して初期問題要求コマンドを送信し、ユーザ端末装置１０から指定された問題グループに属する一問目の問題データを、ネットワークＮＴ２を通じて、出題制御装置７０から取得する（Ｓ１１０）。そして、この問題データをユーザ端末装置１０に送信する（Ｓ１２０）。サーバ装置３０からユーザ端末装置１０に送信される問題データに対応する問題は、出題ユニット１１１によって、ユーザ端末装置１０の表示部１７を通じて出題される。
　問題データの送信後、制御部３１は、この問題データに対応する解答関連データを、ＷＡＮ通信部３５を通じてユーザ端末装置１０から受信する（Ｓ１３０）。上述したように、解答関連データは、ユーザからの解答の確定操作がなされると、ユーザ端末装置１０の解答送信ユニット１１７からサーバ装置３０に送信される。
　制御部３１は、ユーザ端末装置１０から解答関連データを受信すると、この解答関連データに基づく解答履歴データの登録をデータベース管理装置５０に要求する（Ｓ１４０）。データベース管理装置５０は、解答履歴データに関するデータベース５１を記憶及び管理するように構成される。データベース管理装置５０は、解答履歴データの登録要求コマンドを、ネットワークＮＴ２を通じてサーバ装置３０から受信すると、登録要求コマンドと共に受信した解答関連データに基づいて、データベース５１内に解答履歴データを登録する。データベース５１は、図６に示すように解答履歴データの一群から構成される。データベース管理装置５０は、図示しないＣＰＵと記憶デバイスとを備える。データベース管理装置５０では、記憶デバイスが記憶するプログラムに従う処理をＣＰＵが実行することにより、上記登録に係る処理が実現される。
　データベース５１が有する解答履歴データは、図６に示すように、「ユーザＩＤ」、「問題ＩＤ」、「解答」、「解答の正否」、「解答日時」、「解答時間」、及び「解答ステータス」を表す情報、並びに、ログデータ、及びメモ画像データを含む。
　解答履歴データが示す「ユーザＩＤ」は、解答を行ったユーザの識別情報に対応する。
「問題ＩＤ」は、解答された問題の識別情報に対応する。解答履歴データが示す「解答」は、問題に対するユーザの解答そのものに対応する。「解答の正否」は、解答履歴データが示す「解答」の正否に対応する。「解答日時」は、解答が行われた日時に対応する。「解答時間」は、問題に対するユーザの解答時間に対応する。「解答ステータス」は、ユーザの問題に対する習熟度又は理解度を数値化した値に対応する。
　サーバ装置３０がユーザ端末装置１０から受信する解答関連データ（Ｓ１３０）には、「ユーザＩＤ」、「問題ＩＤ」、「解答」、「解答の正否」、「解答日時」及び「解答時間」を表す情報、並びに、ログデータ及びメモ画像データが含まれる。
　従って、データベース管理装置５０は、解答履歴データとしてデータベース５１に登録するデータの内、「解答ステータス」以外を、この解答関連データから抽出することができる。解答ステータスの値に関して、データベース管理装置５０は、解答の正否と、解答時間と、同問題の過去におけるユーザの解答経験の有無と、同問題に対する前回解答の正否と、に基づき、図７Ａ及び図７Ｂに示す表に従って値を決定することができる。
　解答関連データは、ユーザ端末装置１０において問題が解かれる度に、ユーザ端末装置１０からサーバ装置３０に送信される。データベース管理装置５０は、この解答関連データに基づき、対応する解答履歴データをサーバ装置３０からの登録要求コマンドに従ってデータベース５１に登録する際、この解答履歴データに記述する解答ステータスの値を、次のように決定する。
　図７Ａの表第１行に示すように、今回の解答が正解であり、今回の解答時間が基準値以下であり、ユーザが同問題に対する過去の解答経験を有さない場合、データベース管理装置５０は、解答ステータスを値４に決定する。
　図７Ａの表第２行に示すように、今回の解答が正解であり、解答時間が基準値以下であり、ユーザが同問題に対する過去の解答経験を有し、前回の解答が正解である場合、データベース管理装置５０は、解答ステータスを値４に決定する。
　図７Ａの表第３行に示すように、今回の解答が正解であり、解答時間が基準値以下であり、ユーザが同問題に対する過去の解答経験を有し、前回の解答が不正解である場合、データベース管理装置５０は、解答ステータスを値３に決定する。
　図７Ａの表第４行に示すように、今回の解答が正解であり、解答時間が基準値を超えており、ユーザが同問題に対する過去の解答経験を有さない場合、データベース管理装置５０は、解答ステータスを値４に決定する。
　図７Ａの表第５行に示すように、今回の解答が正解であり、解答時間が基準値を超えており、ユーザが同問題に対する過去の解答経験を有し、前回の解答が正解である場合、データベース管理装置５０は、解答ステータスを値３に決定する。
　図７Ａの表第６行に示すように、今回の解答が正解であり、解答時間が基準値を超えており、ユーザが同問題に対する過去の解答経験を有し、前回の解答が不正解である場合、データベース管理装置５０は、解答ステータスを値３に決定する。
　図７Ｂの表第１行に示すように、今回の解答が不正解であり、この問題に関するユーザの解答ステータスの現在値が値４である場合、データベース管理装置５０は、解答ステータスを値３に決定する。図７Ｂの表第２行に示すように、今回の解答が不正解であり、この問題に関するユーザの解答ステータスの現在値が値３以下である場合、データベース管理装置５０は、解答ステータスを値－１に決定する。この他、図７Ｂの表第３行に示すように、今回の解答が不正解であるが、ユーザが同問題の解答経験を有さず解答ステータスの現在値がヌル（ｎｕｌｌ）である場合、データベース管理装置５０は、解答ステータスを２に決定する。
　このようにして、データベース管理装置５０は、解答ステータスの値を、問題に対するユーザの習熟度又は理解度が高い程、大きい値に決定し、習熟度又は理解度が低い程、小さい値に決定して、解答履歴データに記述する。
　制御部３１は、Ｓ１４０でデータベース管理装置５０に、ユーザ端末装置１０から受信した解答関連データに基づく解答履歴データをデータベース５１に登録させると、続いて、新たな問題データを取得する処理を実行する（Ｓ１５０）。即ち、制御部３１は、出題制御装置７０に、次問題を要求する次問題要求コマンドを送信し、次問題に対応する新たな問題データを出題制御装置７０から取得する（Ｓ１５０）。
　Ｓ１５０において、制御部３１は、次問題要求コマンドを、出題制御装置７０が次問題を決定するのに必要な付属データと共に送信する。付属データには、Ｓ１３０でユーザ端末装置１０から解答関連データとして受信した解答、メモ画像データ及び問題ＩＤの情報が含まれる。この付属データに含まれるメモ画像データは、次問題より一つ前にユーザ端末装置１０が出題した問題（即ち前問題）の解答過程でのユーザの書込内容を表す。付属データに含まれる問題ＩＤは、この前問題の問題ＩＤを示す。付属データに含まれる解答は、前問題に対するユーザの解答である。
　問題の解答過程における書込内容には、解答途中の書込が含まれ、ユーザの習熟度又は理解度に応じた特徴が現れる。本実施例では、このような特徴を含むメモ画像データを出題制御装置７０に送信することにより、ユーザの習熟度又は理解度に応じた次問題の問題データが出題制御装置７０から送信されるようにする。
　Ｓ１５０での処理実行後、制御部３１は、出題制御装置７０からネットワークＮＴ２を介して受信した次問題の問題データを、解答関連データ送信元のユーザ端末装置１０に送信する（Ｓ１６０）。これにより、制御部３１は、前問題のメモ画像データに基づき決定された次問題の問題データを、ユーザ端末装置１０に提供する。ユーザ端末装置１０の出題ユニット１１１は、この問題データをサーバ装置３０から受信し、受信した問題データに基づき、次問題を表示部１７に表示させる。
　Ｓ１６０での処理実行後、制御部３１は、Ｓ１３０に移行し、この問題データに対応する解答関連データを、ＷＡＮ通信部３５を通じてユーザ端末装置１０から受信する。解答関連データを受信すると、制御部３１は、Ｓ１４０以降の処理を再度実行する。図示しないが、制御部３１は、ユーザ端末装置１０から終了指示が入力されると、又は、ユーザ端末装置１０からの応答が所定時間以上なくなると、解答関連データの受信待機（Ｓ１３０）を止めて、又は、問題データの送信（Ｓ１６０）を止めて、図５に示す処理を終了することができる。
　続いて、出題制御装置７０の構成及び処理動作を、図４及び図８を用いて説明する。出題制御装置７０は、図４に示すように、制御部７１と、記憶部７３と、通信部７５と、を備える。
　制御部７１は、ＣＰＵ７１Ａ及びＲＡＭ７１Ｂを備える。ＣＰＵ７１Ａは、記憶部７３が記憶するプログラムに従う処理を実行する。ＲＡＭ７１Ｂは、ＣＰＵ７１Ａによる処理実行時に作業用メモリとして使用される。以下では、ＣＰＵ７１Ａにより実行される処理を、制御部７１が実行する処理として説明する。
　記憶部７３は、各種プログラム及びデータを記憶する。通信部７５は、ネットワークＮＴ２内のサーバ装置３０、データベース管理装置５０、及び、教師データ作成装置９０と通信可能に構成される。
　制御部７１は、記憶部７３に記憶されたプログラムに従う処理を実行することにより、図８に示す初期問題決定ユニット７１１、次問題決定ユニット７１３、分類器７１５、及び、機械学習ユニット７１７として機能する。
　初期問題決定ユニット７１１は、サーバ装置３０からネットワークＮＴ２を通じて初期問題要求コマンドを受信すると、その要求コマンドに従って、ユーザ端末装置１０から指定されたグループの問題群の中から、一問目に出題すべき問題を決定し、決定した問題についての問題データをサーバ装置３０に送信するように動作する。初期問題決定ユニット７１１は、データベース５１が記憶するユーザの過去の解答履歴データに基づいて出題する問題を決定することができる。ユーザの識別情報は要求コマンドと共にサーバ装置３０から取得することができる。
　次問題決定ユニット７１３は、サーバ装置３０からネットワークＮＴ２を通じて送信されてくる次問題要求コマンド（Ｓ１５０）を受信すると、その要求コマンド及び付属データに基づいて、前問題に関連する次問題を決定し、決定した問題についての問題データをサーバ装置３０に送信するように動作する。
　次問題決定ユニット７１３は、次問題要求コマンドを受信すると、その付属データに含まれる前問題の問題ＩＤ、解答及びメモ画像データの一組を分類器７１５に入力することにより、分類器７１５からの出力データを取得する。次問題決定ユニット７１３は、この分類器７１５の出力データに基づき、ユーザ端末装置１０に出題させる次問題を決定するように構成される。
　分類器７１５の出力データは、ユーザに対して適切な次問題を決定するための情報を含む。分類器７１５の出力データは、例えば、前問題の間違え方のパターン、前問題の間違え方に対応する次問題のカテゴリ、及び、次問題の候補リストの少なくとも一つの情報を有した構成にされる。
　分類器７１５は、機械学習ユニット７１７による教師データを用いた機械学習により、前問題の問題ＩＤ、解答及びメモ画像データを一組とする入力データに対し、前問題の間違え方のパターン、前問題の間違え方に対応する次問題のカテゴリ、及び、次問題の候補リストの少なくとも一つの情報を含むデータを出力するように構成される。
　一例として、方程式の問題に対する第一解答例及び第二解答例を図９Ａ及び図９Ｂに示す。図９Ａ及び図９Ｂに示される方程式の問題は、図３Ａと同様に「次の方程式を解きなさい。－（ｘ＋３）＝－４（ｘ＋２）」というものである。図９Ａに示す第一解答例によれば、ユーザは、ｘ＝５／３という解答を導き出している。正解はＸ＝－５／３であるので、第一解答例は、不正解である。この不正解の原因は、ユーザが残した方程式の解答過程を示すメモ画像データに基づけば、分配法則に関する間違いであることが理解できる。一方、図９Ｂに示す第二解答例によれば、ユーザは、ｘ＝１という不正解の解答を出している。この不正解の原因は、ユーザが残した方程式の解答過程を示すメモ画像データに基づけば、移行に関する間違いであることが理解できる。
　このようにメモ画像データを解析することによれば、ユーザが問題を間違えた原因を特定することができる。そして、間違えた原因に基づいて、次問題としてどのような問題が相応しいかを、指導者の経験により特定することができる。本実施例では、このような原理に従って、人による手作業で教師データを生成し、この教師データを用いた機械学習により、上述した分類器７１５を生成する。
　ここで、分類器７１５の第一例として、分類器７１５が次問題の候補リストを出力するように構成される場合を考える。候補リストは、次問題の候補とされる問題の問題ＩＤが列挙された構成される。
　この場合、次問題決定ユニット７１３は、分類器７１５から得られる次問題の候補リストの中から、ランダムに一つの問題を選択して、選択した問題を次問題に決定し、決定した次問題の問題データを、次問題要求コマンドに対応する応答データとしてサーバ装置３０に送信するように構成され得る。次問題決定ユニット７１３は、ランダムではない所定規則に従って、次問題の候補リストの中から一つの問題を次問題として選択するように構成されてもよい。
　例えば、次問題決定ユニット７１３は、ユーザ端末装置１０が未だ出題したことのない問題を優先的に次問題に選択するように構成にされ得る。分類器７１５からは、出力データとして次問題の候補リストではなく、次問題に対応する単一の問題ＩＤが出力されてもよい。この場合、次問題決定ユニット７１３は、その出力データが示す問題ＩＤに対応する問題を次問題に決定し、その問題データを、サーバ装置３０に送信するように構成され得る。
　分類器７１５の第二例として、分類器７１５が上記次問題のカテゴリを出力するように構成される場合を考える。この場合、次問題決定ユニット７１３は、分類器７１５の出力データが示すカテゴリに属する問題群の中から、ランダムに一つの問題を選択して、選択した問題を次問題に決定し、決定した次問題の問題データを、サーバ装置３０に送信するように構成され得る。
　この場合、問題データの夫々には、その問題のカテゴリを表すラベルが付され得る。次問題決定ユニット７１３は、このラベルを参照して分類器７１５の出力データが示すカテゴリに属する問題群の中から、次問題を決定することができる。第一例と同様に、次問題決定ユニット７１３は、ランダムでない所定規則に従って次問題を決定する構成にされ得る。
　分類器７１５の第三例として、分類器７１５が上記間違え方のパターンを出力するように構成される場合を考える。この場合、次問題決定ユニット７１３は、分類器７１５の出力データが示す間違え方のパターンに適合する問題群の中から、ランダムに一つの問題を選択して、選択した問題を次問題に決定し、決定した次問題の問題データを、サーバ装置３０に送信するように構成され得る。
　この場合には、前問題毎及び間違え方のパターン毎に、次問題として相応しい問題のリストを予め用意して、記憶部７３に記憶させておくことができる。次問題決定ユニット７１３は、前問題毎及び間違え方のパターン毎に用意された「次問題として相応しい問題のリスト」に基づいて、次問題を決定するように構成され得る。
　分類器７１５の第四例として、分類器７１５が次問題の候補リスト及び次問題のカテゴリを出力するように構成される場合を考える。この場合、次問題決定ユニット７１３は、分類器７１５の出力データが示す次問題の候補が所定数より多い場合には、候補リストの中からランダムに又は所定規則に従って選択した問題を次問題に決定することができる。次問題決定ユニット７１３は、分類器７１５の出力データが示す次問題の候補が所定数より少ない場合には、分類器７１５の出力データが示すカテゴリに属する問題群の中からランダムに又は所定規則に従って選択した問題を次問題に決定することができる。次問題決定ユニット７１３は、このようにして決定した次問題の問題データを、サーバ装置３０に送信することができる。
　機械学習ユニット７１７は、分類器７１５の入出力サンプルである教師データの複数を、所定の機械学習アルゴリズムに投入することで、分類器７１５を生成及び更新する構成にされる。分類器７１５を生成することは、例えば、未確定の係数を有する関数に対し、入出力を表す教師データを与えることで、係数の値を学習し、関数を確定することに対応する。機械学習アルゴリズムとしては、多種のアルゴリズムが知られている。ここでは、任意の機械学習アルゴリズムを採用して分類器７１５を生成することができる。
　上述した第一例の分類器７１５の生成に用いられる教師データは、入力が＜問題ＩＤ，解答，メモ画像データ＞であり、出力が次問題の候補リストである入出力ペアのサンプルである。入出力ペアは、入力データ及び出力データのペアを意味する。第二例の分類器７１５の生成に用いられる教師データは、入力が＜問題ＩＤ，解答，メモ画像データ＞であり、出力が次問題のカテゴリである入出力ペアのサンプルである。第三例の分類器７１５の生成に用いられる教師データは、入力が＜問題ＩＤ，解答，メモ画像データ＞であり、出力が間違え方のパターンである入出力ペアのサンプルである。第四例の分類器７１５の生成に用いられる教師データは、入力が＜問題ＩＤ，解答，メモ画像データ＞であり、出力が＜次問題のカテゴリ，次問題の候補リスト＞である入出力ペアのサンプルである。ここでの表現＜Ａ，Ｂ，Ｃ＞は、ＡとＢとＣとの組合せを意味する。
　分類器７１５の出力を＜間違え方のパターン，次問題のカテゴリ，次問題の候補リスト＞に設定する場合には、入力が＜問題ＩＤ，解答，メモ画像データ＞であり、出力が＜間違え方のパターン，次問題のカテゴリ，次問題の候補リスト＞である入出力ペアのサンプルを、教師データとして用意する。この教師データに基づき、分類器７１５を機械学習する。
　機械学習ユニット７１７は、例えば、定期的に、又は、教師データが追加される度に、又は、教師データ作成装置９０から指令が入力される度に、記憶部７３が記憶する教師データの一群を用いて分類器７１５を生成するように構成される。分類器７１５の再生成は、分類器７１５を更新することに対応する。
　記憶部７３への教師データの追加は、教師データ作成装置９０を通じて行われる。教師データ作成装置９０は、図４に示すように、制御部９１と、記憶部９３と、通信部９５と、表示部９７と、入力部９９とを備える。
　制御部９１は、ＣＰＵ９１Ａ及びＲＡＭ９１Ｂを備え、教師データ作成装置９０を統括制御する。ＣＰＵ９１Ａは、記憶部９３が記憶するプログラムに従う処理を実行する。ＲＡＭ９１Ｂは、ＣＰＵ９１Ａによる処理実行時に作業用メモリとして使用される。以下では、ＣＰＵ９１Ａにより実行される処理を、制御部９１が実行する処理として説明する。
　記憶部９３は、各種プログラム及びデータを記憶する。通信部９５は、ネットワークＮＴ２に接続されて、教師データ作成装置９０を、サーバ装置３０、データベース管理装置５０、及び出題制御装置７０と通信可能に接続する。
　表示部９７は、教師データの作成画面を含む各種画面を、バックエンド側の作業者に向けて表示するように構成される。表示部９７は、例えば、液晶ディスプレイで構成される。入力部９９は、作業者からの入力操作を受け付けて、対応する操作信号を制御部９１に入力するように構成される。入力部９９は、例えば、キーボード、ポインティングデバイス、及びタッチパネル等の入力デバイスにより構成される。
　制御部９１は、入力部９９を通じた作業者からの指令に従って、図１０に示す教師データの作成処理を開始する。この処理を開始すると、制御部９１は、教師データを構成する入力データ及び出力データのペアの内、入力データを取得する（Ｓ２１０）。入力データは、分類器７１５の入力に一致するフォーマットのデータであり、例えば＜問題ＩＤ，解答，メモ画像データ＞のデータである。
　教師データ作成装置９０には、ユーザ端末装置１０と同等のメモ画像データの作成機能を設けることができる。又は、教師データ作成装置９０は、教師データとして＜問題ＩＤ，解答，メモ画像データ＞のデータを、データベース５１又は他の外部装置から取得する機能を有した構成にされてもよい。入力データの取得処理は、入力部９９を通じた作業者からの指示に従って実行することができる。
　その後、制御部９１は、入力データに対応する出力データを、入力部９９を通じて作業者から取得する。作業者は、入力部９９を通じて、手作業により、出力データを入力することができる。出力データは、間違え方のパターン、次問題のカテゴリ、若しくは、次問題の候補リスト、又は、これらの組合せからなるデータである（Ｓ２２０）。作業者は、主観的に入力データに対して相応しいと考える出力データを、入力部９９を通じて入力することができる。
　その後、制御部９１は、Ｓ２１０で取得した入力データ及びＳ２２０で取得した出力データを一組とする教師データを生成し、これを出題制御装置７０の記憶部７３に記憶させる（Ｓ２３０）。即ち、制御部９１は、生成した教師データを、ネットワークＮＴ２を通じて出題制御装置７０に提供する（Ｓ２３０）。
　制御部９１は、複数の教師データに関して、Ｓ２１０～Ｓ２３０の処理を並行して実行する又は順次実行することができる。制御部９１は、その後、追加された教師データを含む記憶部７３に蓄積された教師データの一群に基づき分類器７１５を学習するように、ネットワークＮＴ２を通じて出題制御装置７０の機械学習ユニット７１７に指令入力する（Ｓ２４０）。これにより出題制御装置７０の機械学習ユニット７１７に、分類器７１５を生成又は更新させる。制御部９１は、このような教師データの作成処理を、入力部９９から入力される作業者の指示に従って繰返し実行する。これにより、分類器７１５は、繰返し更新されて、次問題の決定に際して有意義に機能する。
　以上に説明した本実施例の学習支援システム１によれば、ユーザ端末装置１０の出題ユニット１１１が、学習用の問題を、表示部１７を通じてユーザに出題するように構成される。また、メモ受付ユニット１１５が入力部１９を通じたユーザからの書込操作に応じて、電子メモであるメモ画像データを生成するように構成される。更に、出題制御装置７０の次問題決定ユニット７１３が、問題の解答過程で生成されたメモ画像データに基づき、出題ユニット１１１に出題させる次問題を決定し、対応する問題データを、サーバ装置３０を通じてユーザ端末装置１０に提供するように構成される。
　上述したようにメモ画像データには、問題の解答過程におけるユーザからの書込内容が含まれる。場合によっては、図９Ａ及び図９Ｂに示すように、メモ画像データには、解答結果も含まれる。この問題の解答過程における書込内容には、ユーザの習熟度又は理解度に応じた特徴が現れる。例えば、ユーザの習熟度又は理解度に応じた間違い方の特徴が現れる。
　従って、本実施例によれば、メモ画像データを用いて、ユーザの習熟度や理解度に応じた適切な問題を出題可能な学習支援システム１を構築することができる。換言すれば、本実施例によれば、ユーザが効率的に学習可能な学習支援システム１を提供することができる。
　特に本実施例では、メモ画像データが分類器７１５に入力されて、その分類器７１５の出力に基づき、次問題が決定される。分類器７１５は、前問題の間違え方のパターン、次問題のカテゴリ、及び、次問題の候補リストの少なくとも一つの情報を出力する。これらの情報は、出題対象の候補にすべき問題を直接又は間接的に表す。従って、本実施例によれば、分類器７１５の出力に基づき、柔軟に、ユーザに適した問題を次問題として出題することができる。
　但し、本開示は、上記実施例に限定されるものではなく、種々の態様を採ることができる。例えば、分類器７１５の出力は、単一の次問題（出題すべき単一の問題）を示すデータであってもよい。
　上記実施例では、分類器７１５への入力が＜問題ＩＤ，解答，メモ画像データ＞であるが、分類器７１５には、問題ＩＤ、解答、及びメモ画像データに加えて、解答時間や解答の正否等のデータが入力されてもよい。即ち、分類器７１５の入力は、＜問題ＩＤ，解答，解答の正否、解答時間、メモ画像データ＞に設定されてもよい。このように分類器７１５へ入力するデータを増やすことで、よりユーザの理解度や習熟度に適合した問題を次問題に決定し得る。
　逆に、分類器７１５への入力は、解答や解答時間、解答の正否を含まないデータ＜問題ＩＤ，メモ画像データ＞に設定されてもよい。分類器７１５へ入力するデータを減らしても、メモ画像データには、ユーザの理解度及び習熟度に応じた特徴が現れることから、適切に次問題を決定可能である。
　この他、分類器７１５への入力は、＜問題ＩＤ，解答の正否，メモ画像データ＞に設定されてもよい。即ち、解答に代えて、解答の正否の情報が用いられてもよい。更なる別例として、分類器７１５への入力は、＜問題ＩＤ，解答，解答時間，メモ画像データ＞に設定されてもよいし、＜問題ＩＤ，解答、解答ステータス値、メモ画像データ＞に設定されてもよい。即ち、図８において分類器７１５への入力として示される「その他」のデータは、解答、解答の正否、解答時間、解答ステータス値の内の一つ又は複数を示すと理解されてもよいし、存在しなくてもよい。
　分類器７１５への入力は、問題ＩＤ及びメモ画像データを基礎に、ユーザの理解度や習熟度に関連する様々なパラメータを組み合わせて定義することが可能である。付言すると、分類器７１５には、文字認識処理を受けていないメモ画像データ、例えば筆跡の画像情報又は時系列位置情報を有するが文字情報を有さないメモ画像データを入力することが可能である。
　この場合、分類器７１５は、メモ画像データに含まれる筆跡の画像情報又は時系列位置情報を文字情報に変換せずに、これを特徴量として用いて出力を決定することができる。即ち、分類器７１５は、メモ画像データを文字認識処理することなく、メモ画像データが有する画像情報（例えばビットマップ画像情報）又は筆跡の時系列位置情報をそのまま入力として用いて出力を決定するように構成され得る。
　同様に、機械学習ユニット７１７は、メモ画像データに含まれる筆跡の画像情報又は時系列位置情報を、文字認識処理にかけずに、そのまま所定の機械学習アルゴリズムに投入するように構成され得る。筆跡の位置や速度、削除履歴等には、ユーザの思考に係る情報がより多く含まれる。例えば、簡単に問題を解くユーザと、難しいと感じながら問題を解くユーザとでは、書込速度が異なる。また、メモ画面の隅に小さく書き込まれた文字と、中央に大きく書き込まれた文字とでは、ユーザが考えるメモの重要度が異なる。従って、筆跡の情報を文字に置き換えずに機械学習を行う例によれば、更に適切に次問題を決定することが可能である。但し、分類器は、機械学習によらずに設計されてもよい。
　上記実施例では、ユーザ端末装置１０と、サーバ装置３０及び他のバックエンド装置（５０，７０，９０）とが協働して動作することにより、ユーザ端末装置１０での出題が適切に制御される。しかしながら、この学習支援システム１において、複数の構成要素が有する機能は、１つの構成要素に統合されてもよいし、１つの構成要素が有する機能が、複数の構成要素に分散して設けられてもよい。また、１つの構成要素が有する機能が、別の構成要素に設けられてもよい。
　例えば、ユーザ端末装置１０は、記憶部１３に問題データ群を記憶し、分類器７１５の出力データに基づいて、問題データ群の中から、次問題の問題データを選択する機能を有していてもよい。即ち、次問題決定ユニット７１３としての機能は、ユーザ端末装置１０に設けられてもよい。同様に、分類器７１５は、ユーザ端末装置１０に設けられてもよい。この他、サーバ装置３０、データベース管理装置５０、出題制御装置７０及び教師データ作成装置９０が有する機能は、一つの装置に統合されてもよい。
　特許請求の範囲に記載の文言から特定される技術思想に含まれるあらゆる態様が本開示の実施形態である。

Claims (16)

  1. 　学習支援システムであって、
    　学習用の問題を、表示デバイスを通じて、ユーザに出題するように構成される出題ユニットと、
    　前記表示デバイスと一体化された又は前記表示デバイスに付属する入力デバイスを通じた前記ユーザからの書込操作に応じて、電子メモを生成するように構成される生成ユニットと、
    　前記生成ユニットにより生成された、前記問題の解答過程での前記ユーザからの書込内容を含む前記電子メモに基づき、出題対象の新たな問題を決定するように構成される決定ユニットと、
    　を備え、前記出題ユニットは、前記決定ユニットにより決定された問題を出題する学習支援システム。
  2. 　前記決定ユニットは、前記問題の解答過程の相違に応じて、異なる問題が前記出題ユニットから新たに出題されるように、前記新たな問題を決定する請求項１記載の学習支援システム。
  3. 　前記決定ユニットは、前記電子メモを、前記問題の識別情報と共に、分類器に入力し、前記分類器の出力に基づき、前記新たな問題を決定するように構成され、
    　前記分類器は、前記電子メモ及び前記問題の識別情報の入力に対し、出題対象にすべき問題又は出題対象の候補にすべき問題に関する対象問題情報を出力するように構成される請求項１又は請求項２記載の学習支援システム。
  4. 　前記分類器は、機械学習に基づく分類器である請求項３記載の学習支援システム。
  5. 　前記決定ユニットは、更に、前記問題の解答結果を表す情報及び前記解答結果の正否を表す情報の少なくとも一方を、前記分類器に入力するように構成され、
    　前記分類器は、前記電子メモ及び前記問題の識別情報と、前記問題の解答結果を表す情報及び前記解答結果の正否を表す情報の少なくとも一方と、を含む入力情報の一組に基づき、前記対象問題情報を出力するように構成される請求項３又は請求項４記載の学習支援システム。
  6. 　前記決定ユニットは、更に、前記ユーザが解答に要した時間である解答時間を表す情報及び前記ユーザの習熟度又は理解度を表す情報の少なくとも一方を、前記分類器に入力するように構成され、
    　前記分類器は、前記電子メモ及び前記問題の識別情報と、前記解答時間を表す情報及び前記ユーザの習熟度又は理解度を表す情報の少なくとも一方と、を含む入力情報の一組に基づき、前記対象問題情報を出力するように構成される請求項３～請求項５のいずれか一項記載の学習支援システム。
  7. 　請求項１～請求項６のいずれか一項記載の学習支援システムが備える前記決定ユニットとして、コンピュータを機能させるためのプログラム。
  8. 　請求項７記載のプログラムを記録したコンピュータ読取可能な記録媒体。
  9. 　電子機器であって、
    　学習用の問題を、表示デバイスを通じて、ユーザに出題するように構成される出題ユニットと、
    　前記表示デバイスと一体化された又は前記表示デバイスに付属する入力デバイスを通じた前記ユーザからの書込操作に応じて、電子メモを生成するように構成される生成ユニットと、
    　前記生成ユニットにより生成された前記問題の解答過程での前記ユーザからの書込内容を含む前記電子メモを、前記電子メモに基づき前記電子機器に出題させる問題を決定し、前記決定した問題を表す情報を前記電子機器に返信するように構成されるサーバ装置、に通信デバイスを通じて送信するように構成される送信ユニットと、
    　を備え、前記出題ユニットは、前記サーバ装置から前記通信デバイスを通じて受信した情報に基づき、新たな学習用の問題を出題する電子機器。
  10. 　請求項９記載の電子機器が備える前記出題ユニット、前記生成ユニット、及び前記送信ユニットとしてコンピュータを機能させるためのプログラム。
  11. 　請求項１０記載のプログラムを記録したコンピュータ読取可能な記録媒体。
  12. 　学習用の問題をユーザに出題する電子機器において前記ユーザの書込操作に応じて生成された、前記問題の解答過程での前記ユーザからの書込内容を含む電子メモを取得するように構成される取得ユニットと、
    　前記取得ユニットが取得した前記電子メモに基づき、前記電子機器に出題させる問題を決定するように構成される決定ユニットと、
    　前記決定ユニットが決定した問題を表す情報を、前記電子機器に送信するように構成される情報提供ユニットと、
    　を備えるサーバ装置。
  13. 　請求項１２記載のサーバ装置が備える前記取得ユニット、前記決定ユニット、及び前記情報提供ユニットとして、コンピュータを機能させるためのプログラム。
  14. 　請求項１３記載のプログラムを記録したコンピュータ読取可能な記録媒体。
  15. 　学習用の問題をユーザに出題する電子機器において前記問題の解答過程でユーザの書込操作に応じて生成された電子メモ、及び、前記電子メモに対応する前記問題の識別情報を取得するように構成される第一取得ユニットと、
    　前記第一取得ユニットが取得した前記電子メモ及び前記問題の識別情報に対応する習熟度又は理解度を有するユーザに対し、出題すべき問題又はその候補に関する対象問題情報を取得するように構成される第二取得ユニットと、
    　前記第一取得ユニットが取得した前記電子メモ及び前記問題の識別情報を入力とし、前記第二取得ユニットが取得した前記対象問題情報を出力とするデータセットの複数を、教師データとして、機械学習システムに入力することにより、前記機械学習システムに、前記電子メモ及び前記問題の識別情報の入力に対し、出題すべき問題又はその候補に関する情報である対象問題情報を出力するように構成される分類器を生成又は更新させるように構成される制御ユニットと、
    　を備える情報処理装置。
  16. 　学習用の問題を、表示デバイスを通じて、ユーザに出題することと、
    　前記表示デバイスと一体化された又は前記表示デバイスに付属する入力デバイスを通じた前記ユーザからの書込操作に応じて、電子メモを生成することと、
    　前記問題の解答過程での前記ユーザからの書込内容を含む前記電子メモに基づき、前記ユーザに出題する新たな問題を決定することと、
    　を含む方法。
PCT/JP2016/076475 2015-09-08 2016-09-08 学習支援システム、並びに、関連する装置及び方法 WO2017043584A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US15/758,717 US20180247552A1 (en) 2015-09-08 2016-09-08 Study-support system, and associated devices and methods

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
JP2015-176765 2015-09-08
JP2015176765 2015-09-08
JP2015248831A JP6068615B1 (ja) 2015-09-08 2015-12-21 学習支援システム、電子機器、サーバ装置、情報処理装置、及びプログラム
JP2015-248831 2015-12-21

Publications (1)

Publication Number Publication Date
WO2017043584A1 true WO2017043584A1 (ja) 2017-03-16

Family

ID=57890492

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2016/076475 WO2017043584A1 (ja) 2015-09-08 2016-09-08 学習支援システム、並びに、関連する装置及び方法

Country Status (3)

Country Link
US (1) US20180247552A1 (ja)
JP (1) JP6068615B1 (ja)
WO (1) WO2017043584A1 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2021144095A (ja) * 2020-03-10 2021-09-24 株式会社ベネッセコーポレーション 学習支援システム、学習支援方法およびプログラム
JP7505289B2 (ja) 2020-06-23 2024-06-25 大日本印刷株式会社 学習支援装置、テスト検索システム、テスト検索方法及びプログラム

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7091607B2 (ja) * 2017-03-16 2022-06-28 凸版印刷株式会社 学習支援端末、学習支援サーバ、学習支援システム、学習支援方法、および学習支援プログラム
JP7033776B2 (ja) * 2017-10-26 2022-03-11 株式会社Agama-X 情報処理装置、情報処理システム及びプログラム
JP7044361B2 (ja) * 2018-04-26 2022-03-30 モカモコ株式会社 学習支援装置および学習支援用プログラム

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004038033A (ja) * 2002-07-05 2004-02-05 Toshifumi Matsumoto 教育システム
JP2004233751A (ja) * 2003-01-31 2004-08-19 Benetsuse Corp:Kk わり算学習装置の制御方法
JP2014157302A (ja) * 2013-02-18 2014-08-28 Kddi Corp 問題選択サーバ、学習支援システム、問題選択方法および問題選択プログラム
JP2015087903A (ja) * 2013-10-30 2015-05-07 ソニー株式会社 情報処理装置及び情報処理方法

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4139784B2 (ja) * 2004-01-30 2008-08-27 富士通株式会社 筆算学習支援装置および筆算学習支援方法のプログラム
JP2006202235A (ja) * 2005-01-24 2006-08-03 Nara Institute Of Science & Technology 経時的現象発生解析装置及び経時的現象発生解析方法
JP5230927B2 (ja) * 2006-11-22 2013-07-10 ヤフー株式会社 問題自動作成装置、問題自動作成方法、及びコンピュータプログラム
JP2008241736A (ja) * 2007-03-23 2008-10-09 Sharp Corp 学習端末およびその制御方法、正誤判定サーバおよびその制御方法、学習システム、学習端末制御プログラム、正誤判定サーバ制御プログラム、並びに、該プログラムを記録した記録媒体
CN109934744B (zh) * 2012-02-20 2023-09-05 株式会社诺瑞韩国 基于知识单元提供教育服务的方法、***和计算机可读记录介质
JP6151202B2 (ja) * 2014-02-28 2017-06-21 Kddi株式会社 特徴時間帯での消費電力量からユーザ属性を推定するプログラム、装置及び方法
JP5770911B1 (ja) * 2014-11-09 2015-08-26 株式会社Ｃｏｍｐａｓｓ 学習システム
US20160180727A1 (en) * 2014-12-18 2016-06-23 Xerox Corporation Student assessment grading engine

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004038033A (ja) * 2002-07-05 2004-02-05 Toshifumi Matsumoto 教育システム
JP2004233751A (ja) * 2003-01-31 2004-08-19 Benetsuse Corp:Kk わり算学習装置の制御方法
JP2014157302A (ja) * 2013-02-18 2014-08-28 Kddi Corp 問題選択サーバ、学習支援システム、問題選択方法および問題選択プログラム
JP2015087903A (ja) * 2013-10-30 2015-05-07 ソニー株式会社 情報処理装置及び情報処理方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2021144095A (ja) * 2020-03-10 2021-09-24 株式会社ベネッセコーポレーション 学習支援システム、学習支援方法およびプログラム
JP7010987B2 (ja) 2020-03-10 2022-01-26 株式会社ベネッセコーポレーション 学習支援システム、学習支援方法およびプログラム
JP7505289B2 (ja) 2020-06-23 2024-06-25 大日本印刷株式会社 学習支援装置、テスト検索システム、テスト検索方法及びプログラム

Also Published As

Publication number Publication date
US20180247552A1 (en) 2018-08-30
JP2017054095A (ja) 2017-03-16
JP6068615B1 (ja) 2017-01-25

Similar Documents

Publication Publication Date Title
WO2017043584A1 (ja) 学習支援システム、並びに、関連する装置及び方法
CN103957190A (zh) 一种在线教育互动的方法及客户端、服务器、***
US10460618B2 (en) Scoring rule application target specification method, correct/incorrect determination rule setting method, application target specifying device, correct/incorrect determination rule setting device, and computer-readable recording medium
CN113065988A (zh) 一种作业批改方法、***以及装置
KR101640574B1 (ko) Ｐｕｓｈ 메시지 기반의 쓰기와 음성 정보 전달 및 재생하는 방법, 그리고 그 시스템
JP2013072907A (ja) 学習装置及びプログラム
KR101380692B1 (ko) 온라인 학습장치 및 온라인 학습방법
JP2014145893A (ja) 情報処理装置、情報処理方法およびプログラム
US20150269862A1 (en) Methods and systems for providing penmanship feedback
JP6264413B2 (ja) 学習装置、プログラム、及び学習支援方法
JP2016091347A (ja) 手書き文字管理システム、手書き文字管理方法、および手書き文字管理プログラム
McLoone et al. Design, implementation and evaluation of a tablet-based student response system for an engineering classroom
CN115294573A (zh) 作业批改方法、装置、设备及介质
JP2015197766A (ja) 表示制御プログラム、表示制御装置及び表示制御方法
JP7041958B2 (ja) 教育支援システム及び教育支援方法
JP2018004699A (ja) 学習支援装置、プログラム、学習支援方法、学習支援システム
JP6828586B2 (ja) 表示プログラム、表示装置及び表示方法
JP6805614B2 (ja) 記述遷移表示装置及びプログラム
JP7010987B2 (ja) 学習支援システム、学習支援方法およびプログラム
JP6100749B2 (ja) テストの得点入力用ソフトキーボード生成システム
JP6721011B2 (ja) 表示制御プログラム、装置、及び方法
JP7263777B2 (ja) 解答用紙処理装置及びプログラム
CN111858844B (zh) 确定主题文本段落相对于参考文本段落匹配准确度的***及其方法
WO2023140089A1 (ja) コンピュータ、プログラム、及びストロークデータ表示制御方法
JP6492409B2 (ja) 表示制御プログラム、装置、方法及び解答表示方法

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: 16844445

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 15758717

Country of ref document: US

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 16844445

Country of ref document: EP

Kind code of ref document: A1