JP7082333B2 - 設問自動生成プログラム及び設問自動生成装置 - Google Patents

Description

本発明は、読み込んだ文章の内容に関する設問を自動で生成する技術に関する。

従来、教育現場において、教科書、参考書、専門書などに基づいてテストで出題する設問を作成する作業は、教職員一人ひとりに任されていることも多く、テストの設問作成作業が教職員の負担となっている場合があった。また、個人毎に設問作成を行っていると、教職員間の共有や年度を跨いでのデータの蓄積、引き継ぎ等が上手く行われないという問題があった。

以上の現状から、設問を自動で生成してくれるシステムが望まれていた。自動で問題を作成するものとしては、例えば、特許文献１が挙げられる。この特許文献１は、インターネット上に存在する所定の書式で記載されたコンテンツから自動で問題文を生成する問題自動生成装置が開示されている。

特開２０１２－０１８３００号公報

前記特許文献１は、所定の書式で記載されたコンテンツから自動で問題文を生成する機能を有している。しかし、定まった書式から外れた文章からは問題文を生成できないため、問題文を生成可能な文書が制限されるという問題があった。

本発明は、上記問題点に鑑みなされたものであり、様々な文章から設問を自動で生成することができる設問自動生成プログラム及び設問自動生成装置を提供することを課題とする。

本発明に係る設問自動生成プログラムは、読み込んだ文章の内容に関する設問を自動で生成する処理をコンピュータに実現させるための設問自動生成プログラムであって、前記コンピュータに、設問生成対象の文章のテキストデータを取得するテキストデータ取得機能と、取得したテキストデータに含まれる専門用語を抽出し、かつ複数の専門用語間の論理構造を抽出する論理構造抽出機能と、前記論理構造を用いて専門用語に関する設問を生成する設問生成機能とを実現させることを特徴とする。

また、前記論理構造抽出機能は、複数の専門用語間の論理構造の関係性について、定義、対置、包含、付随性質などを含む論理構造分類によって分類する機能を含み、前記設問生成機能は、前記論理構造分類に応じたアルゴリズムに基づいて設問を生成する機能を含むことを特徴とする。

また、前記論理構造抽出機能は、抽出した論理構造に基づいて当該論理構造の逆向きの論理構造を自動生成する機能を含むことを特徴とする。

また、前記テキストデータ取得機能は、設問生成対象の文章の画像データについて、目次、本文、図表、索引などの所定の分類に従って画像を領域毎に分類する画像領域分類機能と、分類後の領域毎に光学的文字認識によってテキストデータ化して所定の分類のタグ情報を付したテキストデータを取得する画像テキスト化機能とを含むことを特徴とする。

また、前記論理構造抽出機能における専門用語の抽出は、専門用語データベースを用いて行われることを特徴とする。

また、前記専門用語データベースは、設問生成対象の文章のテキストデータを含む書籍の索引部分に関するテキストデータを少なくとも一部に利用したものであることを特徴とする。

また、前記論理構造抽出機能は、論理構造に対応した所定のキーワードに基づいて、テキストデータに含まれる専門用語間の論理構造を抽出するようにしたことを特徴とする。

また、前記論理構造抽出機能は、取得したテキストデータを一文ごとに分解して、一文ごとに論理構造の抽出を行うようにしたことを特徴とする。

また、前記論理構造抽出機能は、取得した図表に関するテキストデータ部分から論理構造の抽出を行う機能を含むことを特徴とする。

また、前記コンピュータに、前記論理構造抽出機能で抽出した論理構造によって表現される専門用語間の論理構造の関係性を表形式にして出力する論理構造表出力機能を実現させることを特徴とする。

本発明に係る設問自動生成装置は、読み込んだ文章の内容に関する設問を自動で生成する設問自動生成装置であって、設問生成対象の文章のテキストデータを取得するテキストデータ取得部と、取得したテキストデータに含まれる専門用語を抽出し、かつ複数の専門用語間の論理構造を抽出する論理構造抽出部と、前記論理構造を用いて専門用語に関する設問を生成する設問生成部とを備え、前記論理構造抽出部は、複数の専門用語間の論理構造の関係性について、定義、対置、包含、付随性質などを含む論理構造分類によって分類するように構成され、前記設問生成部は、前記論理構造分類に応じたアルゴリズムに基づいて設問を生成するように構成されたことを特徴とする。

本発明に係る設問自動生成装置によれば、設問生成対象の文章のテキストデータを取得し、取得したテキストデータに含まれる専門用語を抽出し、かつ複数の専門用語間の論理構造を抽出し、論理構造を用いて専門用語に関する設問を生成するようにしたので、教科書、専門書、参考書などのテキストデータから自動で設問を生成することができるため、教職員の負担を軽減することが可能となり、また、生成した設問を記憶させてデータベース化すれば、教職員間の共有や年度を跨いでのデータの蓄積、引き継ぎ等に役立てることが可能となる。さらに、設問の生成に利用した論理構造の関係性を表した論理構造表を出力可能としたので、論理構造表を教科書等の理解の補助教材としたり、テスト後の再学習用の資料としたりすることが可能となる。

本発明に係る設問自動生成装置１０の構成を表したブロック図である。 設問自動生成装置１０における設問自動生成処理の流れを示したフローチャート図である。 設問生成を行いたい内容を含む教科書の一例を表した説明図である。 図３に示す教科書のページをテキストデータ化した内容を表した説明図である。 図４に示す抽出文のそれぞれについて論理構造の抽出を行った際の抽出結果を表した説明図である。 逆方向の論理構造の生成の一例を表した説明図である。 論理構造に基づいて自動で生成される設問の一例を表した説明図である。 論理構造の関係性を表した論理構造表の一例を表した説明図である。 教科書等に含まれる図表の一例を表した説明図である。

以下、図面を参照しながら、実施の形態に係る設問自動生成装置の例について説明する。図１は、本発明に係る設問自動生成装置１０の構成を表したブロック図である。なお、設問自動生成装置１０は、専用マシンとして設計した装置であってもよいが、一般的なコンピュータによって実現可能なものであるものとする。この場合に、設問自動生成装置１０は、一般的なコンピュータが通常備えているであろうＣＰＵ（Central Processing Unit：中央演算処理装置）、ＧＰＵ（Graphics Processing Unit：画像処理装置）、メモリ、ハードディスクドライブ等のストレージを具備しているものとする（図示省略）。また、これらの一般的なコンピュータを本例の設問自動生成装置１０として機能させるためにプログラムよって各種処理が実行されることは言うまでもない。また、以下に説明する設問自動生成装置１０の構成要素を全て設問自動生成装置１０自身が備えている必要はなく、一部構成を他の装置に備えさせる、例えば、通信ネットワークを介して接続可能なサーバ装置に一部の構成を備えさせるようにして、設問自動生成装置１０が通信を行いながらサーバ装置に備えられた構成を利用するものであってもよい。

図１に示すように、設問自動生成装置１０は、テキストデータ取得部１１と、論理構造抽出部１２と、設問生成部１３と、論理構造表出力部１４と、記憶部１５とを少なくとも備えている。また、本例では、テキストデータ取得部１１は、画像領域分類部１１１と、画像テキスト化部１１２とを備えている。

テキストデータ取得部１１は、設問生成対象の文章のテキストデータを取得する機能を有する。教科書、参考書、専門書などの設問を生成したい内容を含む文章のテキストデータを取得するための構成であり、既にテキスト化されたものを設問自動生成装置１０に取り込む機能の他、教科書、参考書、専門書などをイメージスキャナによって画像データ化して、その画像データに含まれる文章の内容を以下の画像領域分類部１１１及び画像テキスト化部１１２においてテキスト化する処理を実行する機能も備えている。取得したテキストデータは、複数の文が連続的に記載された状態のままであってもよいが、本例では、後述の論理構造抽出部１２において一文ずつ処理を実行するようにするために、テキストデータ取得部１１において、取得したテキストデータを一文ずつに分解して記憶させておくようにする。その際、表形式のデータにおいて一文ずつセルを分けて記憶させるようにしてもよい。

画像領域分類部１１１は、設問生成対象の文章の画像データについて、目次、本文、図表、索引などの所定の分類に従って画像を領域毎に分類する機能を有する。教科書などの書籍の中には目次、本文、図表、索引など内容が異なる記載部分が存在するため、これを分類するようにする。分類の方法は、記載内容から自動的に判別するアルゴリズム（機械学習による判別であってもよい）を採用してもよいし、ユーザが領域毎に分類を指定するようにしてもよい。

画像テキスト化部１１２は、画像領域分類部１１１において領域毎に分類の指定が行われた画像データについて、分類後の領域毎に光学的文字認識（ＯＣＲ）によってテキストデータ化して所定の分類のタグ情報を付したテキストデータを取得する機能を有する。本文に分類された領域については本文のテキストデータとして取得し、図表に分類された領域については図表のテキストデータとして取得するといったように、各分類のタグ情報を付したテキストデータとして取得する。また、索引に分類された領域についてのテキストデータは、後述する専門用語データベースとして利用するようにしてもよい。

論理構造抽出部１２は、取得したテキストデータに含まれる専門用語を抽出し、かつ複数の専門用語間の論理構造を抽出する機能を有する。専門用語の抽出を行う理由は、専門用語に関連した部分について論理構造を抽出するために、含まれる単語が専門用語であるか否かを判別する必要があるからである。専門用語の抽出のためには、例えば、専門用語データベースを利用してもよい。専門用語データベースは、予め作成して記憶させておいた文章に関する専門用語データベースであってもよい。また、索引に分類された領域について読み取ったテキストデータを、専門用語が含まれている可能性が高いテキストであるものとして、そのまま専門用語データベースとして利用するようにしてもよい。

論理構造の抽出処理は、専門用語を含む単語間の関係性を表す論理構造として抽出する処理であり、具体的には、論理構造に対応した所定のキーワードに基づいて、テキストデータに含まれる専門用語間の論理構造を抽出する。例えば、「Ａは、ＢとＣに分類される。」という一文については、Ａ，Ｂ，Ｃが専門用語である場合、この一文からは、「Ａ→（含む）→Ｂ，Ｃ」という論理構造と、「Ｂ→（対置）→Ｃ」という論理構造を抽出することができる。これは、「～は、～と～に分類される」というキーワードを含む場合、包含の論理構造と、対置の論理構造を抽出できる可能性が高いという規則性を予め記憶させておく。そして、「分類される」というキーワードを発見した場合には、包含の論理構造と対置の論理構造を抽出する処理を実行することになる。その他にも、「～には、～がある」、「～には、～が含まれる」といった包含の論理構造を抽出するためのキーワードや、「～が存在しない～」、「～が存在する～」といった存在、非存在の関係性を定める論理構造を抽出するためのキーワードなど、様々なキーワードに基づいて専門用語間の論理構造を抽出する。この論理構造の抽出は、論理関係を抽出する対象の単語が全て専門用語である場合に限らず、一方のみが専門用語である場合においても論理構造を抽出するようにしてもよい。また、言葉の定義などについては、単語間の論理構造抽出のみならず定義部分全体を論理構造として抽出してもよい。例えば、「～とは、～である。」というキーワードを定義の論理構造抽出の条件とする場合には、単語ではなく定義の説明箇所全体を抽出するようにしてもよい。なお、２以上の専門用語が登場する一文は、例外はあるものの大抵の場合には、何らかの論理構造を抽出することができる可能性が高い。よって、２以上の専門用語間の関係性を表現するキーワードとして可能性のある表現を可能な限り論理構造抽出用のキーワードとして設定しておくことが望ましい。

また、論理構造抽出部１２において抽出した論理構造のそれぞれについて、逆方向の論理構造を生成するようにする。逆方向の論理構造とは、論理構造を逆向きに表現可能な場合の関係性を表した論理構造のことをいう。具体的には、例えば、「Ａ→（含む）→Ｂ，Ｃ」という論理構造から、「Ｂ→（含まれる）→Ａ」と「Ｃ→（含まれる）→Ａ」の逆方向の論理構造を抽出することをいう。逆方向の論理構造を抽出しておくことで、設問生成に用いる論理構造の選択肢が増すという効果がある。

設問生成部１３は、論理構造を用いて専門用語に関する設問を生成する機能を有する。より詳しくは、論理構造の種類に応じて生成する設問の内容が決定される。例えば、「Ｂ→（含む）→Ｄ，Ｅ」という論理構造からは、「ＢはＤを含む概念である。〇か×か？」という設問を生成可能である。また、「Ｂ→（含む）→Ｄ，Ｅ」と、「Ｃ→（含む）→Ｆ，Ｇ」と、「Ｂ→（対置）→Ｃ」という３つの論理構造がある場合、これら３つの論理構造を全て用いると、「Ｂに含まれるものを選択せよ。正解選択肢：Ｄ，Ｅ、不正解選択肢：Ｆ，Ｇ」という設問を生成することができる。また、定義に関する論理構造を複数ピックアップして、設問として問いたい定義の内容の要素を正解選択肢とし、他の定義の内容を不正解選択肢とする設問の生成方法も考えられる。これらはあくまで一例であり、様々な論理構造の関係性を利用して自動で種々の設問を生成することが可能となる。なお、設問の生成数については、ユーザが希望する設問数を指定するものであってもよいし、論理構造から生成可能な設問を重複のない範囲で全て生成するものであってもよい。

論理構造表出力部１４は、論理構造抽出部１２において抽出した論理構造によって表現される専門用語間の論理構造の関係性を表形式にして出力する機能を有する。論理構造に基づいて、設問生成部１３において設問を生成してテストで出題するのみならず、専門用語間の論理構造の関係性を表した表を出力することで、例えば、テスト後の再学習用の資料として論理構造表を利用することが可能となる。

記憶部１５は、各部の処理に必要な各種データや、各部における処理の結果として得られたデータを記憶させる機能を有する。例えば、テキストデータ取得部１１で取得したテキストデータ、論理構造抽出部１２で抽出した論理構造、設問生成部１３で生成した設問、論理構造表出力部１４で生成した表、専門用語データベースなどは、この記憶部１６に記憶させておくようにしてもよい。

次に、設問自動生成装置１０における設問自動生成処理の流れについて説明を行う。図２は、設問自動生成装置１０における設問自動生成処理の流れを示したフローチャート図である。この図２において、先ず、設問自動生成装置１０は、テキストデータの取得を行う（Ｓ１０１）。テキストデータの取得は、どのような方法であってもよいが、例えば、画像データに含まれる文章を光学的文字認識処理（ＯＣＲ処理）によってテキストデータ化するものであってもよい。そして、設問自動生成装置１０は、テキストデータについて、見出し、本文、図表、索引等の所定の分類に従って取得したテキストデータを分類する（Ｓ１０２）。なお、ＯＣＲ処理によってテキスト化する場合には、画像データの段階で分類を行って、分類後にテキスト化するようにしてもよい。そして、取得して分類されたテキストデータについて、複数の分が連結して文章を構成している箇所、特に本文について、一文ずつに分解する処理を行う（Ｓ１０３）。論理構造の抽出処理を一文単位で実行するためである。

次に、設問自動生成装置１０は、一文ずつ論理構造の抽出処理を実行する（Ｓ１０４）。論理構造の抽出は、本文のみならず可能であれば図表からも論理構造の抽出を試みる。また、設問自動生成装置１０は、抽出した論理構造について逆方向の論理構造の生成を行う（Ｓ１０５）。設問自動生成装置１０は、順方向と逆方向の両方の論理構造に基づいて、設問を所定数だけ自動生成する（Ｓ１０６）。そして、設問自動生成装置１０は、生成した設問を出力する（Ｓ１０７）。出力は、表示画面に表示して確認させるものであってもよいし、紙などにプリントアウトするものであってもよい。また、当然ながら、記憶部１６に記憶させる処理も実行する。また、必要があれば、論理構造の関係性を表した論理構造表を併せて出力して（Ｓ１０８）、処理を終了する。

次に、より具体的な例を用いて設問自動生成装置１０の動作について説明を行う。図３は、設問生成を行いたい内容を含む教科書の一例を表した説明図である。図３に示すように、教科書には、見出し部分、本文部分、図表部分などが含まれている。また、この図３は、教科書をイメージスキャナで画像データ化したものであるとする。その場合、この図３の画像に含まれる内容を領域毎に分類する処理を実行する。分類処理は、記載内容から自動的に判別するアルゴリズムによって分類してもよいし、ユーザが領域毎に分類を指定する手法であってもよい。分類後、ＯＣＲ処理によって、領域毎にテキストデータ化する。

図４は、図３に示す教科書のページをテキストデータ化した内容を表した説明図である。この図４に示すように、見出し部分と、本文として抽出した抽出文とが区別されてテキスト化されている。また、テキスト化した際に、複数の分が連結して文章となっていたものを一文ずつに分解して管理している。この際のデータは、図４に示すような表形式のデータの異なるセルに一文ずつ格納するものであってもよい。

図５は、図４に示す抽出文のそれぞれについて論理構造の抽出を行った際の抽出結果を表した説明図である。この図５に示すように、一文目からは、「確率的影響→（対置）→確定的影響」という論理構造を含む４つの論理構造が抽出されている。二文目からは、「確率的影響→（含む）→発がん，遺伝的影響」という論理構造が抽出されている。三文目からは、「確定的影響→（含む）→白内障，皮膚の炎症」という論理構造が抽出されている。

図６は、逆方向の論理構造の生成の一例を表した説明図である。順方向の論理構造として、「確率的影響→（含む）→（影響）→発がん，遺伝的影響」という論理構造が抽出された場合に、逆方向の論理構造として、「発がん→（含まれる）→（影響の分類）→確率的影響」と、「遺伝的影響→（含まれる）→（影響の分類）→確率的影響」という２つの逆方向の論理構造が生成される。このような逆方向の論理構造も設問生成に利用される。

図７は、論理構造に基づいて自動で生成される設問の一例を表した説明図である。例えば、複数の選択肢の中から正解の選択肢を選択する設問を自動生成する際の処理ロジックは、（１）対置の論理構造を選択、（２）対置の論理構造のそれぞれが含む要素を自動収集する、（３）正解を答えさせたい対置に含まれる要素を正解選択肢、対置の残りに含まれる要素を不正解選択肢として設問を作成、という流れで設問を生成する。この処理ロジックに従って、図５で抽出した論理構造から設問を生成すると、例えば、例１又は例２の設問を生成することができる。なお、例１と例２は正解選択肢と不正解選択肢の関係性を逆にしただけの設問であり、この例１と例２の作成に利用した論理構造は全く同じものである。

図８は、論理構造の関係性を表した論理構造表の一例を表した説明図である。図７の説明において前述した設問自動生成の処理ロジックを実行すると、その設問生成に利用する論考構造の関係性が抽出される。この抽出された論理構造の関係性を利用して設問を生成しているが、この論理構造の関係性を図８に示すようにそのまま論理構造表として出力すれば、学習者の理解を助けるための補助教材とすることが可能となる。この論理構造表は、設問生成時に合わせて作成することができるため、テスト後の復習用教材として配布して利用してもよい。

図９は、教科書等に含まれる図表の一例を表した説明図である。図９は、放射線の影響の分類に確率的影響と確定的影響が含まれることと、確率的影響の具体例として発がん，遺伝的影響が含まれることと、確定的影響の具体例として白内障，皮膚の炎症が含まれることが読み取れる。この図９に示す図表が例えば、図３の図表領域に示されていて、本文にはこの内容が含まれていない場合には、この図９の図表から論理構造を抽出して、図８に示すような論理構造表を作成することができれば、図表のみに含まれる内容からも論理構造を抽出して設問生成が可能となる。この図９の例でいえば、図表の左のセルと右のセルの間には包含の論理構造が存在すると解釈することが最も自然であると判定して、包含の論理構造を抽出している。また、縦軸に並列に記載される項目が対置の関係であるという論理構造も抽出することができる。このように、文章の場合に比較して推定によって論理構造を抽出することになる可能性が増えるが、図表からも論理構造を抽出することができる。

１０ 設問自動生成装置
１１ テキストデータ取得部
１１１ 画像領域分類部
１１２ 画像テキスト化部
１２ 論理構造抽出部
１３ 設問生成部
１４ 論理構造表出力部
１５ 記憶部

Claims (10)

1. 読み込んだ文章の内容に関する設問を自動で生成する処理をコンピュータに実現させるための設問自動生成プログラムであって、
   前記コンピュータに、
   設問生成対象の文章のテキストデータを取得するテキストデータ取得機能と、
   取得したテキストデータに含まれる専門用語を抽出し、かつ複数の専門用語間の論理構造を抽出するにあたり、複数の専門用語間の論理構造の関係性について、定義、対置、包含、付随性質などを含む論理構造分類によって分類する論理構造抽出機能と、
   前記論理構造を用いて専門用語に関する設問を生成するにあたり、前記論理構造分類に応じたアルゴリズムに基づいて設問を生成する設問生成機能と
   を実現させる設問自動生成プログラム。
2. 前記論理構造抽出機能は、抽出した論理構造に基づいて当該論理構造の逆向きの論理構造を自動生成する機能を含む
   請求項１に記載の設問自動生成プログラム。
3. 前記テキストデータ取得機能は、設問生成対象の文章の画像データについて、目次、本文、図表、索引などの所定の分類に従って画像を領域毎に分類する画像領域分類機能と、分類後の領域毎に光学的文字認識によってテキストデータ化して所定の分類のタグ情報を付したテキストデータを取得する画像テキスト化機能とを含む
   請求項１または請求項２の何れかに記載の設問自動生成プログラム。
4. 前記論理構造抽出機能における専門用語の抽出は、専門用語データベースを用いて行われる
   請求項１から請求項３の何れかに記載の設問自動生成プログラム。
5. 前記専門用語データベースは、設問生成対象の文章のテキストデータを含む書籍の索引部分に関するテキストデータを少なくとも一部に利用したものである
   請求項４記載の設問自動生成プログラム。
6. 前記論理構造抽出機能は、論理構造に対応した所定のキーワードに基づいて、テキストデータに含まれる専門用語間の論理構造を抽出するようにした
   請求項１から請求項５の何れかに記載の設問自動生成プログラム。
7. 前記論理構造抽出機能は、取得したテキストデータを一文ごとに分解して、一文ごとに論理構造の抽出を行うようにした
   請求項１から請求項６の何れかに記載の設問自動生成プログラム。
8. 前記論理構造抽出機能は、取得した図表に関するテキストデータ部分から論理構造の抽出を行う機能を含む
   請求項１から請求項７の何れかに記載の設問自動生成プログラム。
9. 前記コンピュータに、
   前記論理構造抽出機能で抽出した論理構造によって表現される専門用語間の論理構造の関係性を表形式にして出力する論理構造表出力機能を実現させる
   請求項１から請求項８の何れかに記載の設問自動生成プログラム。
10. 読み込んだ文章の内容に関する設問を自動で生成する設問自動生成装置であって、
    設問生成対象の文章のテキストデータを取得するテキストデータ取得部と、
    取得したテキストデータに含まれる専門用語を抽出し、かつ複数の専門用語間の論理構造を抽出する論理構造抽出部と、
    前記論理構造を用いて専門用語に関する設問を生成する設問生成部とを備え、
    前記論理構造抽出部は、複数の専門用語間の論理構造の関係性について、定義、対置、包含、付随性質などを含む論理構造分類によって分類するように構成され、
    前記設問生成部は、前記論理構造分類に応じたアルゴリズムに基づいて設問を生成するように構成された
    ことを特徴とする設問自動生成装置。

Images