(19)【発行国】日本国特許庁(JP)
(12)【公報種別】特許公報(B2)
(11)【特許番号】
(24)【登録日】2022-11-18
(45)【発行日】2022-11-29
(54)【発明の名称】問題項目自動生成方法およびシステム
(51)【国際特許分類】
G06F 16/90 20190101AFI20221121BHJP
G06F 16/35 20190101ALI20221121BHJP
G09B 5/00 20060101ALI20221121BHJP
【ＦＩ】
G06F16/90 100
G06F16/35
G09B5/00
【請求項の数】
7
(21)【出願番号】P 2021025379
(22)【出願日】2021-02-19
(65)【公開番号】P2021149956
(43)【公開日】2021-09-27
【審査請求日】2021-02-19
(31)【優先権主張番号】10-2020-0034496
(32)【優先日】2020-03-20
(33)【優先権主張国・地域又は機関】KR
(73)【特許権者】
【識別番号】521074645
【氏名又は名称】ボイン アイティー カンパニー リミテッド
(74)【代理人】
【識別番号】240000327
【弁護士】
【氏名又は名称】弁護士法人クレオ国際法律特許事務所
(72)【発明者】
【氏名】リ チョン ユン
(72)【発明者】
【氏名】キム ヒュン ヨン
【審査官】原 秀人
(56)【参考文献】
【文献】国際公開第２０１６／０８８４６３（ＷＯ，Ａ１）
【文献】特開２００３－０２２２６４（ＪＰ，Ａ）
【文献】韓国登録特許第１０－１５６０８０２（ＫＲ，Ｂ１）
【文献】特開２０１９－２１５８４１（ＪＰ，Ａ）
【文献】米国特許出願公開第２０１６／０１４０９５８（ＵＳ，Ａ１）
【文献】特開２００６－２５２３８０（ＪＰ，Ａ）
【文献】特開２０１９－１０１１４９（ＪＰ，Ａ）
【文献】古舘 昌伸 外，試験問題の自動生成を可能とする知識ベース自動構築手法の提案と評価，情報処理学会 研究報告 コンピュータと教育（ＣＥ） ２０１５－ＣＥ－１２８ ［ｏｎｌｉｎｅ］ ，日本，情報処理学会，2015年02月07日，Vol. 2015-CE-128 No. 14，pp. 1--10，Internet<URL:https://ipsj.ixsq.nii.ac.jp/ej/?action=repository_uri&item_id=113037&file_id=1&file_no=1>
(58)【調査した分野】(Int.Cl.，ＤＢ名)
Ｇ０６Ｆ １６／００－１６／９５８
Ｇ０９Ｂ ５／００
(57)【特許請求の範囲】
【請求項1】
知識空間ＤＢに既保存された複数のモデルのうち、入力された入力問題項目に対応するモデルを適合問題項目モデルとして選別し、前記適合問題項目モデルに基づいて問題項目類型分類情報を生成する問題項目モデル選択部と、前記問題項目類型分類情報と同一の問題項目構造を有するものの、問題項目内の構成要素を変更した類似問題項目情報を生成し、前記類似問題項目情報を既設定されたスロット（Ｓｌｏｔ）単位で区分した後、前記スロットの内部を満たす形態で前記類似問題項目情報を完成して出力する類似問題項目生成部と、
前記問題項目類型分類情報と既保存された複数のモデル間にマッピングされた類似度値をそれぞれ確認し、前記類似度値に基づいて適合類似類型問題項目モデルを選別し、前記適合類似類型問題項目モデルと同一の問題項目構造を有するものの、問題項目内の構成要素を変更した変形問題項目情報を生成し、前記変形問題項目情報を既設定されたスロット（Ｓｌｏｔ）単位で区分した後、前記スロットの内部を満たす形態で前記変形問題項目情報を完成して出力する変形問題項目生成部と、
を含み、
前記問題項目モデル選択部は、前記入力問題項目に含まれた文章と前記既保存された複数のモデルに含まれた互いに異なる二つの文章を既設定された文字単位で区分し、前記文字単位で前記互いに異なる二つの文章を単語の種類または品詞と一つずつ比較して同一の項目が存在するたびにカウント（Ｃｏｕｎｔ）を増加させて総カウントを算出し、前記総カウントを区分された文章配列の項目数で割った値を前記類似度値として算出した後、前記類似度値に基づいて前記適合問題項目モデルを選別し、
前記類似問題項目生成部は、前記類似問題項目情報内の名詞と動詞が矛盾するかどうか変更または置換された複数の文章の順序が矛盾するかどうかを確認し、確認の結果、矛盾が発生しなかった場合、スロットパーシング（Ｓｌｏｔ Ｐａｒｓｉｎｇ）を遂行し、確認の結果、矛盾が発生した場合、双子問題項目構造を生成し、前記双子問題項目構造にスロットフィリング（Ｓｌｏｔ Ｆｉｌｌｉｎｇ）を遂行して名詞と動詞が矛盾しないように名詞または動詞を満たして他の構文を生成したり複数の文章内に接続詞を追加したり文章内の助詞を追加し、
前記変形問題項目生成部は、前記変形問題項目情報内の名詞と動詞が矛盾するかどうか変更または置換された複数の文章の順序が矛盾するかどうかを確認し、確認の結果、矛盾が発生しなかった場合、スロットパーシングを遂行し、確認の結果、矛盾が発生した場合、双子問題項目構造を生成し、前記双子問題項目構造にスロットフィリングを遂行して名詞と動詞が矛盾しないように名詞または動詞を満たして他の構文を生成したり複数の文章内に接続詞を追加したり文章内の助詞を追加することを特徴とする、問題項目自動生成装置。
【請求項2】
前記問題項目モデル選択部は、前記入力問題項目を既設定されたファイルフォーマットにコンバーティングしてコンバーティングデータを生成し、前記コンバーティングデータに対して自然語処理して入力問題項目別問題項目類型を分類し、既保存された複数のモデルのうち前記問題項目類型に対応するモデルを前記適合問題項目モデルとして選別することを特徴とする、請求項１に記載の問題項目自動生成装置。
【請求項3】
前記類似問題項目生成部は、前記問題項目類型分類情報と同一の基本問題項目構造を維持した状態で、問題項目内で文章または数式の内容を変更したり、文章または数式の順序を変更して前記類似問題項目情報を生成することを特徴とする、請求項１に記載の問題項目自動生成装置。
【請求項4】
前記類似問題項目生成部は、前記類似問題項目情報の問題解きの有無と前記スロット単位で確認した前記類似問題項目情報に対する自然語処理結果に基づいて前記スロットを満たすことを特徴とする、請求項３に記載の問題項目自動生成装置。
【請求項5】
前記変形問題項目生成部は、前記問題項目類型分類情報に含まれた前記問題項目類型と既保存されたモデル間にマッピングされた類似度に基づいて類似類型リストを生成し、前記類似類型リストのうち前記入力問題項目が内包したメタデータ（Ｍｅｔａｄａｔａ）にマッピングされるカテゴリーを有するモデルを前記適合類似類型問題項目モデルとして選別することを特徴とする、請求項４に記載の問題項目自動生成装置。
【請求項6】
前記変形問題項目生成部は、前記適合類似類型問題項目モデルと同一の基本問題項目構造を維持した状態で、問題項目内で文章または数式の内容を変更したり、文章または数式の順序を変更して前記変形問題項目情報を生成することを特徴とする、請求項５に記載の問題項目自動生成装置。
【請求項7】
問題項目モデル選択部で知識空間ＤＢに既保存された複数のモデルのうち、入力された入力問題項目に対応するモデルを適合問題項目モデルとして選別するとき、前記入力問題項目に含まれた文章と前記既保存された複数のモデルに含まれた互いに異なる二つの文章を既設定された文字単位で区分し、前記文字単位で前記互いに異なる二つの文章を単語の種類または品詞と一つずつ比較して同一の項目が存在するたびにカウントを増加させて総カウントを算出し、前記総カウントを区分された文章配列の項目数で割った値を類似度値として算出した後、前記類似度値に基づいて前記適合問題項目モデルを選別する過程と、前記問題項目モデル選択部で前記適合問題項目モデルに基づいて問題項目類型分類情報を生成する過程と、
類似問題項目生成部で前記問題項目類型分類情報と同一の問題項目構造を有するものの、問題項目内の構成要素を変更した類似問題項目情報を生成する過程と、
前記類似問題項目生成部で前記類似問題項目情報を既設定されたスロット（Ｓｌｏｔ）単位で区分した後、前記スロットの内部を満たす形態で前記類似問題項目情報を完成して出力するとき、前記類似問題項目情報内の名詞と動詞が矛盾するかどうか変更または置換された複数の文章の順序が矛盾するかどうかを確認し、確認の結果、矛盾が発生しなかった場合、スロットパーシングを遂行し、確認の結果、矛盾が発生した場合、双子問題項目構造を生成し、前記双子問題項目構造にスロットフィリングを遂行して名詞と動詞が矛盾しないように名詞または動詞を満たして他の構文を生成したり複数の文章内に接続詞を追加したり文章内の助詞を追加する過程と、
変形問題項目生成部で前記問題項目類型分類情報と既保存された複数のモデル間にマッピングされた類似度値をそれぞれ確認し、前記類似度値に基づいて適合類似類型問題項目モデルを選別する過程と、
前記変形問題項目生成部で前記適合類似類型問題項目モデルと同一の問題項目構造を有するものの、問題項目内の構成要素を変更した変形問題項目情報を生成する過程と、
前記変形問題項目生成部で前記変形問題項目情報を既設定されたスロット（Ｓｌｏｔ）単位で区分した後、前記スロットの内部を満たす形態で前記変形問題項目情報を完成して出力するとき、前記変形問題項目情報内の名詞と動詞が矛盾するかどうか変更または置換された複数の文章の順序が矛盾するかどうかを確認し、確認の結果、矛盾が発生しなかった場合、スロットパーシングを遂行し、確認の結果、矛盾が発生した場合、双子問題項目構造を生成し、前記双子問題項目構造にスロットフィリングを遂行して名詞と動詞が矛盾しないように名詞または動詞を満たして他の構文を生成したり複数の文章内に接続詞を追加したり文章内の助詞を追加する過程と、
を含むことを特徴とする、問題項目自動生成方法。
【発明の詳細な説明】
【技術分野】
【0001】
本発明の一実施例は問題項目自動生成方法およびシステムに関する。
【背景技術】
【0002】
以下に記述される内容は単に本実施例に関連する背景情報のみを提供するものに過ぎず、従来技術を構成するものではない。
【0003】
最近インターネットとコンピュータの活用による多様な周辺環境の変化を通じて、教育環境は急速に変化している。特に、多様な教育媒体の発達によって学習者はより幅広い学習方法を選択し利用できるようになった。より幅広い学習方法のうち、インターネットを利用した教育サービスは時間的、空間的制約を克服し低費用の教育が可能である。
【0004】
最近、ｅ－ラーニング関連技術の急速な発達によって、制限された人的／物的資源であってもオフラインの教育では不可能であったオーダーメード型教育サービスの提供が可能である。例えば、学習者の個性と能力に応じて細分化された水準別学習を提供することによって、過去の画一的な教育方法から脱皮して学習者の個人の力量に応じた教育コンテンツを提供することができる。
【0005】
しかし、一般的なオーダーメード型教育サービスは一方的な詰め込み式の教育形態を取っている。換言すると、一般的なオーダーメード型教育サービスは、講師が目次または受講者の水準に応じた講義を進行したら、受講者が学習過程を経た後に評価過程を通じて学習成果を確認する方式である。
【0006】
特に、数学教育サービスの場合、すべての学習者に同一形態の数学問題が提示されるのが一般的である。一般的な数学教育サービスは、一つの数学問題に対して、問題の説明に使われた数式の数字のみを他の数字にランダム（Ｒａｎｄｏｍ）に変えた類型の問題を提供する。前述した問題類型変更方式は問題の説明内の数字のみを変えるため、問題の変化の程度が深くないという問題がある。
【発明の概要】
【発明が解決しようとする課題】
【0007】
本実施例は入力問題項目に対する問題項目類型を分類した後、入力問題項目類型と同一の類型内で問題解きライブラリと自然語処理モデルに基づいて類似問題項目を生成して提供するとともに、入力問題項目類型と類似する問題項目類型内で教育過程と学習目標に基づいた変形問題項目を生成して提供するようにする、問題項目自動生成方法およびシステムを提供することに目的がある。
【課題を解決するための手段】
【0008】
本実施例の一側面によると、知識空間ＤＢに既保存された複数のモデルのうち、入力された入力問題項目に対応するモデルを適合問題項目モデルとして選別し、前記適合問題項目モデルに基づいて問題項目類型分類情報を生成する問題項目モデル選択部と、前記問題項目類型分類情報と同一の問題項目構造を有するものの、問題項目内の構成要素を変更した類似問題項目情報を生成し、前記類似問題項目情報を既設定されたスロット（Ｓｌｏｔ）単位で区分した後、前記スロットの内部を満たす形態で前記類似問題項目情報を完成して出力する類似問題項目生成部と、前記問題項目類型分類情報と既保存された複数のモデル間にマッピングされた類似度値をそれぞれ確認し、前記類似度値に基づいて適合類似類型問題項目モデルを選別し、前記適合類似類型問題項目モデルと同一の問題項目構造を有するものの、問題項目内の構成要素を変更した変形問題項目情報を生成し、前記変形問題項目情報を既設定されたスロット（Ｓｌｏｔ）単位で区分した後、前記スロットの内部を満たす形態で前記変形問題項目情報を完成して出力する変形問題項目生成部と、を含むことを特徴とする問題項目自動生成装置を提供する。
【0009】
本実施例の他の側面によると、知識空間ＤＢに既保存された複数のモデルのうち、入力された入力問題項目に対応するモデルを適合問題項目モデルとして選別する過程と、前記適合問題項目モデルに基づいて問題項目類型分類情報を生成する過程と、前記問題項目類型分類情報と同一の問題項目構造を有するものの、問題項目内の構成要素を変更した類似問題項目情報を生成する過程と、前記類似問題項目情報を既設定されたスロット（Ｓｌｏｔ）単位で区分した後、前記スロットの内部を満たす形態で前記類似問題項目情報を完成して出力する過程と、前記問題項目類型分類情報と既保存された複数のモデル間にマッピングされた類似度値をそれぞれ確認し、前記類似度値に基づいて適合類似類型問題項目モデルを選別する過程と、前記適合類似類型問題項目モデルと同一の問題項目構造を有するものの、問題項目内の構成要素を変更した変形問題項目情報を生成する過程と、前記変形問題項目情報を既設定されたスロット（Ｓｌｏｔ）単位で区分した後、前記スロットの内部を満たす形態で前記変形問題項目情報を完成して出力する過程と、を含むことを特徴とする問題項目自動生成方法を提供する。
【発明の効果】
【0010】
以上で説明した通り、本実施例によると、入力問題項目に対する問題項目類型を分類した後、入力問題項目類型と同一の類型内で問題解きライブラリと自然語処理モデルに基づいて類似問題項目を生成して提供するとともに、入力問題項目類型と類似する問題項目類型内で教育過程と学習目標に基づいた変形問題項目を生成して提供できる効果がある。
【図面の簡単な説明】
【0011】
【図1】本実施例に係る数学問題項目自動生成システムを概略的に示したブロック構成図である。
【図2】本実施例に係る問題項目自動生成装置を概略的に示したブロック構成図である。
【図3】本実施例に係る入力問題項目をコンバーティングする方法を示した図面である。
【図4】本実施例に係る問題項目モデル選択部の動作過程を説明するためのフローチャートである。
【図5】本実施例に係る類似問題項目生成部の動作過程を説明するためのフローチャートである。
【図6】本実施例に係る変形問題項目生成部の動作過程を説明するためのフローチャートである。
【図7】本実施例に係る変形問題項目生成部の動作過程を説明するためのフローチャートである。
【図8】本実施例に係る類似問題項目情報または変形問題項目情報を示した例示図である。
【発明を実施するための形態】
【0012】
以下、本実施例を添付された図面を参照して詳細に説明する。
【0013】
図１は、本実施例に係る問題項目自動生成システムを概略的に示したブロック構成図である。
【0014】
本実施例に係る問題項目自動生成システムは、新規問題項目入力部１１０、自動分類部１２０、知識空間ＤＢ１３０、問題項目自動生成装置１４０、問題確認部１５０を含む。問題項目自動生成システムに含まれた構成要素は必ずしもこれに限定されるものではない。
【0015】
新規問題項目入力部１１０は教育過程の変更または学習目標の修正による新規問題項目を入力される。新規問題項目は教育過程および学習目標のうち少なくとも一つ以上がマッピングされるカテゴリー（学年、学期、大単元、小単元、細部類型水準）を含むメタデータ（Ｍｅｔａｄａｔａ）を含む。
【0016】
自動分類部１２０は新規問題項目入力部１１０から新規問題項目を入力される。自動分類部１２０は新規問題項目に含まれたメタデータを抽出する。自動分類部１２０はメタデータに含まれた情報に基づいて新規問題項目を自動で分類して知識空間ＤＢ１３０に保存する。
【0017】
自動分類部１２０は入力された新規問題項目をモデリングして知識空間ＤＢ１３０に保存する。例えば、自動分類部１２０は知識空間ＤＢ１３０に中学１年生、３単元、単元情報、モデルナンバーに対する問題項目規格情報をモデリングした後、ＤＢ化して知識空間ＤＢ１３０に保存する。
【0018】
知識空間ＤＢ１３０は、データベース管理プログラム（ＤＢＭＳ）を利用してコンピュータシステムの保存空間（ハードディスクまたはメモリ）に具現された一般的なデータ構造を意味する。知識空間ＤＢ１３０はデータの検索（抽出）、削除、編集、追加などを遂行できるデータ保存形態を意味する。知識空間ＤＢ１３０に保存された情報は、自身の機能を達成するためにフィールド（Ｆｉｅｌｄ）またはエレメントを有する。
【0019】
問題項目自動生成装置１４０は知識空間ＤＢ１３０に既保存された複数のモデルのうち、入力された入力問題項目に対応するモデルを適合問題項目モデルとして選別し、適合問題項目モデルに基づいて問題項目類型分類情報を生成する。
【0020】
問題項目自動生成装置１４０は問題項目類型分類情報と同一の問題項目構造を有するものの、問題項目内の構成要素を変更した類似問題項目情報を生成する。問題項目自動生成装置１４０は類似問題項目情報を既設定されたスロット（Ｓｌｏｔ）単位で区分した後、スロットの内部を満たす形態で類似問題項目情報を完成して出力する。
【0021】
問題項目自動生成装置１４０は問題項目類型分類情報と既保存された複数のモデル間にマッピングされた類似度値をそれぞれ確認し、類似度値のうち適合であると判断される適合類似類型問題項目モデルを選別する。問題項目自動生成装置１４０は類似類型問題項目モデルと同一の問題項目構造を有するものの、問題項目内の構成要素を変更した変形問題項目情報を生成する。問題項目自動生成装置１４０は変形問題項目情報を既設定されたスロット（Ｓｌｏｔ）単位で区分した後、スロットの内部を満たす形態で変形問題項目情報を完成して出力する。
【0022】
問題確認部１５０は問題項目自動生成装置１４０から出力した類似問題項目情報または変形問題項目情報が確認されると、類似問題項目情報または変形問題項目情報を自動分類部１２０に入力する。問題確認部１５０は類似問題項目情報または変形問題項目情報を自動分類部１２０に入力して類似問題項目情報または変形問題項目情報に対する学習がなされるようにする。
【0023】
図２は、本実施例に係る問題項目自動生成装置を概略的に示したブロック構成図である。
【0024】
本実施例に係る問題項目自動生成装置１４０は、問題項目モデル選択部２１０、類似問題項目生成部２２０、変形問題項目生成部２３０を含む。問題項目自動生成装置１４０に含まれた構成要素は必ずしもこれに限定されるものではない。
【0025】
問題項目自動生成装置１４０に含まれた各構成要素は、装置内部のソフトウェア的なモジュールまたはハードウェア的なモジュールを連結する通信経路に連結されて相互間に有機的に動作することができる。このような構成要素は一つ以上の通信バスまたは信号線を利用して通信する。
【0026】
図２に図示された問題項目自動生成装置１４０の各構成要素は少なくとも一つの機能や動作を処理する単位を意味し、ソフトウェア的なモジュール、ハードウェア的なモジュールまたはソフトウェアとハードウェアの結合で具現され得る。
【0027】
問題項目モデル選択部２１０は既設定されたフォーマットで構成された原本ファイル（例えば、ＨＷＰファイルフォーマット）を入力される。
【0028】
問題項目モデル選択部２１０は既設定されたフォーマット（例えば、ＨＷＰファイルフォーマット）をマークアップ様式であるＨＭＬ、または数式表現マークアップ様式であるＭａｔｈＭＬ（Ｍａｔｈｅｍａｔｉｃａｌ Ｍａｒｋｕｐ Ｌａｎｇｕａｇｅ）形式でエンコーディングする。ここで、ＭａｔｈＭＬはＸＭＬの応用の一つであって、数学の数式を表現し、その構造と内容を把握するためのマークアップ言語を意味する。ＭａｔｈＭＬはワールドワイドウェブページおよび他の文書に数式を統合することを目的とした、ＨＴＭＬ５の一部である。
【0029】
問題項目モデル選択部２１０は入力問題項目に内包したメタデータ（Ｍｅｔａｄａｔａ）を確認する。問題項目モデル選択部２１０は知識空間ＤＢ１３０内に保存された複数のモデルに、メタデータ内の数学教育過程に基づいて学年、学期、大単元、小単元、細部類型水準などのカテゴリーをマッピングする。
【0030】
問題項目モデル選択部２１０は、知識空間ＤＢ１３０内に保存された複数のモデルのうち範囲が狭められたカテゴリーに対応する問題項目モデルを対象に入力された問題項目の自然語に基づいて品詞をタギングし、数式情報を別途に構成してＮ－ｇｒａｍ基盤の文章類似度アルゴリズムを利用してパターンを比較して分析する。
【0031】
問題項目モデル選択部２１０は品詞のタギング時、ディープラーニング技術である両方向（Ｂｉｄｉｒｅｃｔｉｏｎａｌ）ＬＳＴＭ（Ｌｏｎｇ Ｓｈｏｒｔ－Ｔｅｒｍ Ｍｅｍｏｒｙ Ｎｅｔｗｏｒｋ）－ＣＲＦ（Ｃｏｎｄｉｔｉｏｎａｌ Ｒａｎｄｏｍ Ｆｉｅｌｄ）モデルを基盤とした韓国語品詞タギングモデルを利用することができるが、必ずしもこれに限定されるものではない。
【0032】
問題項目モデル選択部２１０は文章類似度の測定時、４種のＮ－ｇｒａｍトークンを構成して入力問題項目に含まれた文章と既保存された複数のモデルに含まれた文章のパターンを比較する。ここで、Ｎ－ｇｒａｍは隣り合うＮ個の文字を意味する。
【0033】
問題項目モデル選択部２１０は、入力問題項目に含まれた文章と既保存された複数のモデルに含まれた互いに異なる二つの文章をＮ－ｇｒａｍで比較した後、出現する単語の種類と頻度数、類似度を確認することができる。例えば、問題項目モデル選択部２１０は、「今日カンナムでおいしいスパゲッティを食べた。」、「カンナムで食べた今日のスパゲッティはおいしかった。」という文章が入力されると、入力された文章を２文字ずつ区分する。
【0034】
問題項目モデル選択部２１０は入力された文章を既設定された文字単位［「今日」、「いつも」、「カン」、「カンナム」、「ナムに」、「で」、「おい」、「しい」．．．］、［「カンナム」、「ナムに」、「で」、「オ」、「たべ」、「たべ」、「たべた」、「オ」、「今日」．．．］に区分する。
【0035】
問題項目モデル選択部２１０は既設定された文字単位で区分された文章を一つの項目ずつ比較して、同一の項目が存在するたびにカウント（Ｃｏｕｎｔ）を＋１ずつ増加させる。問題項目モデル選択部２１０は総カウントを区分された文章配列の項目数で割って類似度を求める。
【0036】
問題項目モデル選択部２１０は入力された問題項目モデルとの学習目標、問題項目類型を考慮して適合問題項目モデルを選定し、適合問題項目モデルに基づいて問題項目類型と問題項目情報を導き出す。
【0037】
問題項目モデル選択部２１０は問題項目のスロットパーシングのために、連続的ラベリング技法を適用したディープラーニングモデル構造である両方向（Ｂｉｄｉｒｅｃｔｉｏｎａｌ）ＬＳＴＭ（Ｌｏｎｇ Ｓｈｏｒｔ－Ｔｅｒｍ Ｍｅｍｏｒｙ Ｎｅｔｗｏｒｋ）－ＣＲＦ（Ｃｏｎｄｉｔｉｏｎａｌ Ｒａｎｄｏｍ Ｆｉｅｌｄ）基盤のスロットパーシングモデルを利用する。
【0038】
問題項目モデル選択部２１０はシステム呼び出し時に、設定した問題項目生成方式に沿って類似問題項目生成部２２０または変形問題項目生成部２３０に該当抽出情報（問題項目類型分類情報）を伝達する。問題項目モデル選択部２１０は自然語処理技術を活用した入力問題項目別問題項目類型分流器を利用して問題項目類型分類情報を生成する。
【0039】
類似問題項目生成部２２０は教科課程内の核心的な演算を遂行できる問題解きライブラリ（問題解きエンジン－加減乗除、乱数発生、少数検証など）と問題項目類型別自動生成アルゴリズムを利用して変形数式を生成する。
【0040】
類似問題項目生成部２２０はアテンションシーケンス－ツー－シーケンス（Ａｔｔｅｎｔｉｏｎ Ｓｅｑｕｅｎｃｅ－ｔｏ－Ｓｅｑｕｅｎｃｅ）構造基盤の問題項目表現変化モデルを利用して、問題項目の自然語表現を、意味は既存と類似するが表現を変形した双子問題項目構造を構成する。
【0041】
類似問題項目生成部２２０は、類似問題項目に対するスロットフィリング（Ｓｌｏｔ Ｆｉｌｌｉｎｇ）を遂行して表現を変形した双子問題項目構造内の変形可能な数式スロット（Ｓｌｏｔ）に変形数式を満たして双子問題項目を生成する。ここで、スロットフィリングとは、パラメータが「必須」であるにもかかわらず値が満たされていない時、該当「パラメータ値」を満たすために変数条件、変数間の関係式などを使って値を満たす過程を意味する。
【0042】
類似問題項目生成部２２０はシステム呼び出し時、設定した問題項目の生成個数に応じて双子問題項目を生成する。
【0043】
類似問題項目生成部２２０は問題項目モデル選択部２１０から問題項目類型分類情報を入力された後、問題項目類型分類情報と基本的な問題項目構造は同じであるものの、問題項目内で文章（主語、動詞、品詞）または数式（数字）の内容を変更したり、複数の文章の順序を変更（置換）して類似問題項目を生成する。図８に図示された通り、類似問題項目生成部２２０は入力問題項目と異なる新しい形態の類似問題項目を生成する。
【0044】
類似問題項目生成部２２０は新しい類似問題項目を生成した後、類似問題項目を実際に解くことが可能であるかを確認するために、既保存された問題解きライブラリ（例えば、数学教科ライブラリ）を利用して類似問題項目を解いてから類似問題項目に対応する例を変える。
【0045】
類似問題項目生成部２２０は既保存された問題解きライブラリ（例えば、数学教科ライブラリ）を利用して類似問題項目を解いて正解を算出し、正解が該当問題項目の例の中にあるかどうかを確認する。確認の結果、正解が該当問題項目の例の中にない場合、類似問題項目生成部２２０は正解を該当問題項目の例に挿入するか生成する。
【0046】
類似問題項目生成部２２０は、類似問題項目を自然語処理するために既設定されたスロット単位で区分する。類似問題項目生成部２２０は新しい類似問題項目をどこからどこまでを一つのセマンティック（Ｓｅｍａｎｔｉｃ）として判断するかを判別するために、類似問題項目を既設定されたスロット単位で区分する。類似問題項目生成部２２０は問題項目内で文章（主語、動詞、品詞）または数式（数字）の内容が変更された部分を考慮（名詞と動詞が矛盾するかどうかを確認）してスロットを区分する。
【0047】
類似問題項目生成部２２０は新しい類似問題項目内の名詞と動詞が矛盾するかどうかを確認し、確認の結果、名詞と動詞が矛盾しない場合、スロットパーシングを遂行する。
【0048】
類似問題項目生成部２２０は新しい類似問題項目内の変更または置換された複数の文章の順序が矛盾するかどうかを確認し、確認の結果、変更または置換された複数の文章の順序が矛盾しない場合、スロットパーシングを遂行する。
【0049】
類似問題項目生成部２２０は新しい類似問題項目内の名詞と動詞が矛盾するかどうかを確認し、確認の結果、名詞と動詞が矛盾する場合、スロットフィリングを遂行して名詞と動詞が矛盾しないように、名詞または動詞を満たして他の構文を生成する。
【0050】
類似問題項目生成部２２０は新しい類似問題項目内の変更または置換された複数の文章の順序が矛盾するかどうかを確認し、確認の結果、変更または置換された複数の文章の順序が矛盾する場合、スロットフィリングを遂行して複数の文章内に接続詞を追加したり、文章内の助詞を追加（変更）する。
【0051】
類似問題項目生成部２２０は新しい類似問題項目の正解が例の中にある場合、スロットパーシングを遂行する。類似問題項目生成部２２０は新しい類似問題項目の正解が例の中にない場合、スロットフィリングを遂行して例の中に正解を基準として例を挿入する。
【0052】
変形問題項目生成部２３０は問題項目モデル選択部２１０から問題項目類型分類情報を入力される。変形問題項目生成部２３０は、問題項目類型分類情報と既保存されたモデル間の類似度値に基づいて一定の範囲に該当する適合類似類型問題項目モデルを選別し、適合類似類型問題項目モデルと基本的な問題項目構造は同じであるものの、問題項目内で文章（主語、動詞、品詞）または数式（数字）の内容を変更したり、文章（主語、動詞、品詞）または数式（数字）の順序を変更（置換）して変形問題項目を生成する。図８に図示された通り、変形問題項目生成部２３０は入力問題項目および類似問題項目と異なる新しい形態の変形問題項目を生成する。
【0053】
変形問題項目生成部２３０は問題項目モデル選択部２１０から入力された問題項目モデル（問題項目類型分類情報）に対して問題項目類型間のマッピング辞書を利用した類似類型問題項目リストを導き出す。
【0054】
変形問題項目生成部２３０は類似類型問題項目リストを対象に、問題項目のメタ情報と問題解きライブラリを利用して、該当問題項目が内包した学習目標および問題項目類型などを分析して適合類似類型問題項目モデルを選定する。
【0055】
変形問題項目生成部２３０は選定した適合類似類型問題項目モデルに対するスロットパーシングモデルの分析結果に基づいて、問題項目類型別自動生成アルゴリズムを通じて変形数式を生成する。
【0056】
変形問題項目生成部２３０は問題項目表現変化モデルに基づいてスロットフィリングを遂行し、表現を変化させた類似類型構造内の変形可能な数式スロットに生成した変形数式を満たして類似類型問題項目を生成する。変形問題項目生成部２３０はシステム呼び出し時、設定した問題項目の生成個数に応じて類似類型問題項目を生成する。
【0057】
変形問題項目生成部２３０は問題項目モデル選択部２１０から問題項目類型分類情報を入力される。変形問題項目生成部２３０は問題項目類型分類情報を確認した結果、問題類型が大小の関係を確認する問題類型であると確認される場合、問題類型と既保存されたモデルの類似度を確認する。変形問題項目生成部２３０は既保存されたモデルと類似度をマッピングして類似類型リストを生成する。
【0058】
例えば、変形問題項目生成部２３０は問題項目類型間のマッピング辞書を利用して、問題項目類型１と３がマッピングされることを確認して該当類似度が０．１であることを確認する。変形問題項目生成部２３０は問題項目類型間のマッピング辞書を利用して、問題項目類型１と５がマッピングされることを確認して該当類似度が０．３であることを確認する。変形問題項目生成部２３０は問題項目類型とマッピングされる値を確認して複数の類似度値を確認し、最も適合であると判断される（例えば、０．１の類似度を有する値）値を選別する。
【0059】
問題解きライブラリを利用して問題の解を求める過程は自動計算が可能である。問題解きライブラリは数字が変わった場合、計算するためのライブラリを意味する。問題解きライブラリは数式が入力されると、変更された問題の解を計算するライブラリである。
【0060】
変形問題項目生成部２３０は類似類型リストに基づいて適合類似類型情報を生成する。変形問題項目生成部２３０は適合類似類型情報に基づいて変形問題項目を生成する。
【0061】
変形問題項目生成部２３０は問題項目類型分類情報と類似する類型問題項目内で文章（主語、動詞、品詞）または数式（数字）の内容を変更したり、文章（主語、動詞、品詞）または数式（数字）の順序を変更（置換）して変形問題項目を生成する。
【0062】
変形問題項目生成部２３０は変形問題項目を生成した後、変形問題項目を実際に解くことが可能であるかを確認するために、既保存された問題解きライブラリを利用して類似問題項目を解いてから例を変える。
【0063】
変形問題項目生成部２３０は既保存された問題解きライブラリを利用して変形問題項目を解いて正解を算出し、正解が該当問題項目の例の中にあるかどうかを確認する。確認の結果、正解が該当問題項目の例の中にない場合、変形問題項目生成部２３０は正解を該当問題項目の例に挿入するか生成する。
【0064】
変形問題項目生成部２３０は変形問題項目を自然語処理するために既設定されたスロット単位で区分する。変形問題項目生成部２３０は変形問題項目をどこからどこまでを一つのセマンティックとして判断するかを判別するために、変形問題項目を既設定されたスロット単位で区分する。変形問題項目生成部２３０は問題項目内で文章（主語、動詞、品詞）または数式（数字）の内容が変更された部分を考慮（名詞と動詞が矛盾するかどうかを確認）してスロットを区分する。
【0065】
変形問題項目生成部２３０は変形問題項目内の名詞と動詞が矛盾するかどうかを確認し、確認の結果、名詞と動詞が矛盾しない場合、スロットパーシングを遂行する。変形問題項目生成部２３０は変形問題項目内の変更または置換された複数の文章の順序が矛盾するかどうかを確認し、確認の結果、変更または置換された複数の文章の順序が矛盾しない場合、スロットパーシングを遂行する。
【0066】
変形問題項目生成部２３０は変形問題項目内の名詞と動詞が矛盾するかどうかを確認し、確認の結果、名詞と動詞が矛盾する場合、スロットフィリングを遂行して名詞と動詞が矛盾しないように、名詞または動詞を満たして他の構文を生成する。変形問題項目生成部２３０は変形問題項目内の変更または置換された複数の文章の順序が矛盾するかどうかを確認し、確認の結果、変更または置換された複数の文章の順序が矛盾する場合、スロットフィリングを遂行して複数の文章内に接続詞を追加したり、文章内の助詞を追加（変更）する。
【0067】
変形問題項目生成部２３０は変形問題項目の正解が例の中にある場合、スロットパーシングを遂行する。変形問題項目生成部２３０は変形問題項目の正解が例の中にない場合、スロットフィリングを遂行して例の中に正解を基準として例を挿入する。
【0068】
図３は、本実施例に係る入力問題項目をコンバーティングする方法を示した図面である。
【0069】
問題項目モデル選択部２１０は入力問題項目（原本問題項目）を受信する。問題項目モデル選択部２１０は知識空間ＤＢ１３０に保存された複数のモデルのうち、入力問題項目（原本問題項目）をマッピングして類似問題項目類型または変形問題項目類型を生成できるモデルを選別する。
【0070】
入力問題項目は一般的な問題用紙内の問題項目（例えば、数学問題項目）であって、図３に図示した通り、通常ＨＷＰファイルフォーマットを有する。
【0071】
問題項目モデル選択部２１０は、ＨＷＰファイルフォーマットを有する入力問題項目（原本問題項目）をＨＭＬまたはＭａｔｈＭＬファイルフォーマットにコンバーティングしたコンバーティングファイルを生成する。問題項目モデル選択部２１０はコンバーティングファイル（ＨＭＬまたはＭａｔｈＭＬファイルフォーマットにコンバーティング）をＬａｔｅｘ ＭａｔｈＭＬに保存された複数のモデル（例えば、１番から１０００番までのモデル）と比較する。
【0072】
問題項目モデル選択部２１０はＬａｔｅｘ ＭａｔｈＭＬに保存された複数のモデル（例えば、１番から１０００番までのモデル）のうち、コンバーティングファイル（ＨＭＬまたはＭａｔｈＭＬファイルフォーマットにコンバーティング）と最も適合なモデル（例えば、１番から１０００番までのモデルのうち１６番モデル）を選択して問題項目類型分類情報を生成する。
【0073】
図４は、本実施例に係る問題項目モデル選択部の動作過程を説明するためのフローチャートである。
【0074】
問題項目モデル選択部２１０は入力問題項目（例えば、ＨＷＰファイルフォーマット）を既設定されたファイルフォーマット（ＨＭＬまたはＭａｔｈＭＬ）にコンバーティングしてコンバーティングデータを生成する（Ｓ４１０）。問題項目モデル選択部２１０はコンバーティングデータから入力問題項目が内包したメタデータ（Ｍｅｔａｄａｔａ）を抽出する（Ｓ４２０）。
【0075】
問題項目モデル選択部２１０は既保存された複数のモデルのうち、メタデータに対応する教育過程および学習目標のうち少なくとも一つ以上がマッピングされるカテゴリー（学年、学期、大単元、小単元、細部類型水準）を選別する（Ｓ４３０）。
【0076】
問題項目モデル選択部２１０はカテゴリー内の問題項目モデルを対象に、入力問題項目を自然語処理して認識された単語別品詞をタギングする（Ｓ４４０）。ステップＳ４４０で、問題項目モデル選択部２１０は単語別品詞のタギング時、両方向（Ｂｉｄｉｒｅｃｔｉｏｎａｌ）ＬＳＴＭ（Ｌｏｎｇ Ｓｈｏｒｔ－Ｔｅｒｍ Ｍｅｍｏｒｙ Ｎｅｔｗｏｒｋ）－ＣＲＦ（Ｃｏｎｄｉｔｉｏｎａｌ Ｒａｎｄｏｍ Ｆｉｅｌｄ）を利用した品詞タギングモデルを利用する。
【0077】
問題項目モデル選択部２１０は単語別品詞ごとに言語モデル（例えば、Ｎ－ｇｒａｍ Ｌａｎｇｕａｇｅ Ｍｏｄｅｌ）基盤文章類似度アルゴリズムを適用して、既保存された複数のモデルとのパターンを比較して適合問題項目モデルを選別する（Ｓ４５０）。ステップＳ４５０で、問題項目モデル選択部２１０は単語別品詞ごとに既保存された複数のモデルのパターンを比較する時、隣り合うＮ個の文字をトークン（例えば、４種のＮ－ｇｒａｍトークン）で構成した後、パターンを比較して文章間の類似度を算出し、類似度に基づいて適合問題項目モデルを選別する。
【0078】
問題項目モデル選択部２１０は入力問題項目に含まれた文章と既保存された複数のモデルに含まれた互いに異なる二つの文章を言語モデル（例えば、Ｎ－ｇｒａｍ）を利用して比較した後、出現する単語の種類、品詞、頻度数を確認し、単語の種類、品詞、頻度数に基づいて類似度を算出する。
【0079】
問題項目モデル選択部２１０は入力問題項目に含まれた文章と既保存された複数のモデルに含まれた互いに異なる二つの文章を、既設定された文字単位（スロット単位）で区分する。問題項目モデル選択部２１０は既設定された文字単位（スロット単位）で互いに異なる二つの文章を一つの項目（単語の種類、品詞）ずつ比較して、同一の項目が存在するたびにカウント（Ｃｏｕｎｔ）を（＋１ずつ）増加させて総カウントを算出する。問題項目モデル選択部２１０は総カウントを区分された文章配列の項目数で割った値を類似度として算出する。
【0080】
問題項目モデル選択部２１０は既保存された複数のモデルのうち、入力問題項目と高い類似度を有するモデルを接合問題項目モデルとして選別し、適合問題項目モデルに含まれた問題項目を問題項目類型分類情報として生成する。
【0081】
図４では、ステップＳ４１０～ステップＳ４５０を順次実行するものとして記載しているが、必ずしもこれに限定されるものではない。換言すると、図４に記載されたステップを変更して実行したり、一つ以上のステップを並列的に実行するものとしても適用が可能であるため、図４は時系列的な順序で限定されるものではない。
【0082】
前述した通り、図４に記載された本実施例に係る問題項目モデル選択部の動作過程は、プログラムで具現され、コンピュータ読み取り可能記録媒体に記録され得る。本実施例に係る問題項目モデル選択部の動作過程を具現するためのプログラムが記録され、コンピュータ読み取り可能記録媒体はコンピュータシステムによって読み込まれ得るデータが保存されるすべての種類の記録装置を含む。
【0083】
図５は、本実施例に係る類似問題項目生成部の動作過程を説明するためのフローチャートである。
【0084】
類似問題項目生成部２２０は問題項目類型分類情報と同一の問題項目構造を有するものの、問題項目内の構成要素を変更した類似問題項目情報を生成する（Ｓ５１０）。ステップＳ５１０で、類似問題項目生成部２２０は問題項目類型分類情報と基本的な問題項目構造は同じであるものの、問題項目内で文章（主語、動詞、品詞）または数式（数字）の内容を変更したり、文章（主語、動詞、品詞）または数式（数字）の順序を変更（置換）して類似問題項目情報を生成する。
【0085】
類似問題項目生成部２２０は類似問題項目情報を生成した後、類似問題項目情報を実際に解くことが可能であるかを確認するために、既保存された問題解きライブラリを利用して類似問題項目情報に対する解を求める（Ｓ５２０）。
【0086】
類似問題項目生成部２２０は解に基づいて類似問題項目情報に含まれる例の情報を変更する（Ｓ５３０）。ステップＳ５３０で、類似問題項目生成部２２０は既保存された問題解きライブラリ（入力された数式の解を計算するライブラリ）を利用して類似問題項目情報を解いて解が算出されると、解を例のうち正解に設定した後、正解が類似問題項目情報の例の中に存在するかどうかを確認する。
【0087】
確認の結果、正解が類似問題項目情報の例の中に存在しない場合、類似問題項目生成部２２０は正解を例に挿入する。換言すると、類似問題項目生成部２２０は類似問題項目情報の例の中に正解が存在する場合、スロットパーシングを遂行し、類似問題項目情報の例の中に正解が存在しない場合、スロットフィリングを遂行して例の中に一つを正解として挿入する。
【0088】
類似問題項目生成部２２０は類似問題項目情報を自然語処理してセマンティック（Ｓｅｍａｎｔｉｃ）として認識するために、既設定されたスロット単位で区分する（Ｓ５４０）。ステップＳ５４０で、類似問題項目生成部２２０は類似問題項目内で変更された文章（主語、動詞、品詞）または数式（数字）の内容を考慮してスロットを区分する。
【0089】
類似問題項目生成部２２０は、スロット単位で類似問題項目情報内で変更された構成要素の矛盾の有無によってスロットパーシングまたはスロットフィリングを遂行する（Ｓ５５０）。ステップＳ５５０で、類似問題項目生成部２２０は類似問題項目情報内でスロット単位で変更された文章（主語、動詞、品詞）または数式（数字）が矛盾するかどうかを確認する。
【0090】
確認の結果、文章（主語、動詞、品詞）または数式（数字）が矛盾しない場合、類似問題項目生成部２２０は連続的ラベリング技法を適用した両方向ＬＳＴＭ－ＣＲＦ基盤のスロットパーシング（Ｓｌｏｔ Ｐａｒｓｉｎｇ）を遂行する。
【0091】
確認の結果、文章（主語、動詞、品詞）または数式（数字）が矛盾する場合、類似問題項目生成部２２０はアテンションシーケンス－ツー－シーケンス（Ａｔｔｅｎｔｉｏｎ Ｓｅｑｕｅｎｃｅ－ｔｏ－Ｓｅｑｕｅｎｃｅ）構造基盤の問題項目表現変化モデルを利用して、文章（主語、動詞、品詞）または数式（数字）が矛盾しないように問題項目の自然語表現を、既存の意味と類似するものの、表現を変形した双子問題項目構造を構成する。類似問題項目生成部２２０はスロットフィリング（Ｓｌｏｔ Ｆｉｌｌｉｎｇ）を遂行して双子問題項目構造を必須パラメータ値が割当されたスロットのうち、矛盾が発生して満たされていない空いたスロット（Ｓｌｏｔ）に割当して類似問題項目情報（双子問題項目情報）を完成する。
【0092】
類似問題項目生成部２２０は、スロット単位で類似問題項目情報内で変更された構成要素の順序の矛盾の有無によってスロットパーシングまたはスロットフィリングを遂行する（Ｓ５６０）。ステップＳ５６０で、類似問題項目生成部２２０は類似問題項目情報内で変更（置換）された文章（主語、動詞、品詞）または数式（数字）の順序が矛盾するかどうかを確認する。
【0093】
確認の結果、変更（置換）された文章（主語、動詞、品詞）または数式（数字）の順序が矛盾しない場合、類似問題項目生成部２２０は連続的ラベリング技法を適用した両方向ＬＳＴＭ－ＣＲＦ基盤のスロットパーシング（Ｓｌｏｔ Ｐａｒｓｉｎｇ）を遂行する。
【0094】
確認の結果、変更（置換）された文章（主語、動詞、品詞）または数式（数字）の順序が矛盾する場合、類似問題項目生成部２２０はアテンションシーケンス－ツー－シーケンス（Ａｔｔｅｎｔｉｏｎ Ｓｅｑｕｅｎｃｅ－ｔｏ－Ｓｅｑｕｅｎｃｅ）構造基盤の問題項目表現変化モデルを利用して類似問題項目情報内に接続詞を追加したり、文章内の助詞を追加（変更）した双子問題項目構造を構成する。
【0095】
類似問題項目生成部２２０はスロットフィリング（Ｓｌｏｔ Ｆｉｌｌｉｎｇ）を遂行して双子問題項目構造を必須パラメータ値が割当されたスロットのうち、矛盾が発生して満たされていない空いたスロット（Ｓｌｏｔ）に割当して類似問題項目情報（双子問題項目情報）を完成する。
【0096】
図５では、ステップＳ５１０～ステップＳ５６０を順次実行するものとして記載しているが、必ずしもこれに限定されるものではない。換言すると、図５に記載されたステップを変更して実行したり、一つ以上のステップを並列的に実行するものとしても適用が可能であるため、図５は時系列的な順序で限定されるものではない。
【0097】
前述した通り、図５に記載された本実施例に係る類似問題項目生成部の動作過程はプログラムで具現され、コンピュータ読み取り可能記録媒体に記録され得る。本実施例に係る類似問題項目生成部の動作過程を実現するためのプログラムが記録され、コンピュータ読み取り可能記録媒体はコンピュータシステムによって読み込まれ得るデータが保存されるすべての種類の記録装置を含む。
【0098】
【0099】
変形問題項目生成部２３０は問題項目類型分類情報と既保存された複数のモデル間にマッピングされた類似度値をそれぞれ確認する（Ｓ６１０）。
【0100】
変形問題項目生成部２３０は問題項目類型分類情報に含まれた問題項目類型と既保存されたモデル間にマッピングされた類似度値に基づいて類似類型リストを生成する（Ｓ６２０）。ステップＳ６２０で、変形問題項目生成部２３０は既設定された臨界範囲内に該当する類似度値を抽出して類似類型リストを生成する。
【0101】
変形問題項目生成部２３０はコンバーティングデータから入力問題項目が内包したメタデータ（Ｍｅｔａｄａｔａ）を抽出し、類似類型リストのうちメタデータに含まれた教育過程および学習目標のうち少なくとも一つ以上がマッピングされるカテゴリー（学年、学期、大単元、小単元、細部類型水準）を有するモデルを適合類似類型問題項目モデルとして選別する（Ｓ６３０）。
【0102】
変形問題項目生成部２３０は適合類似類型問題項目モデルと基本的な問題項目構造は同じであるものの、問題項目内で文章（主語、動詞、品詞）または数式（数字）の内容を変更したり、文章（主語、動詞、品詞）または数式（数字）の順序を変更（置換）して変形問題項目情報を生成する（Ｓ６４０）。
【0103】
変形問題項目生成部２３０は変形問題項目情報を生成した後、変形問題項目情報を実際に解くことが可能であるかを確認するために、既保存された問題解きライブラリを利用して変形問題項目情報に対する解を求める（Ｓ６５０）。
【0104】
変形問題項目生成部２３０は解に基づいて変形問題項目情報に含まれる例の情報を変更する（Ｓ６６０）。ステップＳ６６０で、変形問題項目生成部２３０は既保存された問題解きライブラリ（入力された数式の解を計算するライブラリ）を利用して変形問題項目情報を解いて解が算出されると、解を例のうち正解に設定した後、正解が変形問題項目情報の例の中に存在するかどうかを確認する。
【0105】
確認の結果、正解が例の中に存在しない場合、正解を例に挿入する。換言すると、変形問題項目生成部２３０は類似問題項目情報の例の中に正解が存在する場合、スロットパーシングを遂行し、類似問題項目情報の例の中に正解が存在しない場合、スロットフィリングを遂行して例の中に一つを正解として挿入する。
【0106】
変形問題項目生成部２３０は変形問題項目情報を自然語処理してセマンティック（Ｓｅｍａｎｔｉｃ）として認識するために、既設定されたスロット単位で区分する（Ｓ６７０）。ステップＳ６７０で、変形問題項目生成部２３０は変形問題項目内で変更された文章（主語、動詞、品詞）または数式（数字）の内容を考慮してスロットを区分する。
【0107】
変形問題項目生成部２３０はスロット単位で類似問題項目情報内で変更された構成要素の矛盾の有無によってスロットパーシングまたはスロットフィリングを遂行する（Ｓ６８０）。ステップＳ６８０で、変形問題項目生成部２３０は変形問題項目情報内でスロット単位で変更された文章（主語、動詞、品詞）または数式（数字）が矛盾するかどうかを確認する。
【0108】
確認の結果、文章（主語、動詞、品詞）または数式（数字）が矛盾しない場合、変形問題項目生成部２３０は連続的ラベリング技法を適用した両方向ＬＳＴＭ－ＣＲＦ基盤のスロットパーシング（Ｓｌｏｔ Ｐａｒｓｉｎｇ）を遂行する。
【0109】
確認の結果、文章（主語、動詞、品詞）または数式（数字）が矛盾する場合、変形問題項目生成部２３０はアテンションシーケンス－ツー－シーケンス（Ａｔｔｅｎｔｉｏｎ Ｓｅｑｕｅｎｃｅ－ｔｏ－Ｓｅｑｕｅｎｃｅ）構造基盤の問題項目表現変化モデルを利用して、文章（主語、動詞、品詞）または数式（数字）が矛盾しないように問題項目の自然語表現を、既存の意味と類似するものの、表現を変形した双子問題項目構造を構成する。変形問題項目生成部２３０はスロットフィリング（Ｓｌｏｔ Ｆｉｌｌｉｎｇ）を遂行して双子問題項目構造を必須パラメータ値が割当されたスロットのうち、矛盾が発生して満たされていない空いたスロット（Ｓｌｏｔ）に割当して変形問題項目情報（双子問題項目情報）を完成する。
【0110】
変形問題項目生成部２３０はスロット単位で変形問題項目情報内で変更された構成要素の順序の矛盾の有無によってスロットパーシングまたはスロットフィリングを遂行する（Ｓ６９０）。ステップＳ６９０で、変形問題項目生成部２３０は変形問題項目情報内で変更（置換）された文章（主語、動詞、品詞）または数式（数字）の順序が矛盾するかどうかを確認する。
【0111】
確認の結果、変更（置換）された文章（主語、動詞、品詞）または数式（数字）の順序が矛盾しない場合、変形問題項目生成部２３０は連続的ラベリング技法を適用した両方向ＬＳＴＭ－ＣＲＦ基盤のスロットパーシング（Ｓｌｏｔ Ｐａｒｓｉｎｇ）を遂行する。
【0112】
確認の結果、変更（置換）された文章（主語、動詞、品詞）または数式（数字）の順序が矛盾する場合、変形問題項目生成部２３０はアテンションシーケンス－ツー－シーケンス（Ａｔｔｅｎｔｉｏｎ Ｓｅｑｕｅｎｃｅ－ｔｏ－Ｓｅｑｕｅｎｃｅ）構造基盤の問題項目表現変化モデルを利用して変形問題項目情報内に接続詞を追加したり、文章内の助詞を追加（変更）した双子問題項目構造を構成する。
【0113】
変形問題項目生成部２３０はスロットフィリング（Ｓｌｏｔ Ｆｉｌｌｉｎｇ）を遂行して双子問題項目構造を必須パラメータ値が割当されたスロットのうち、矛盾が発生して満たされていない空いたスロット（Ｓｌｏｔ）に割当して変形問題項目情報（双子問題項目情報）を完成する。
【0114】
図６では、ステップＳ６１０～ステップＳ６９０を順次実行するものとして記載しているが、必ずしもこれに限定されるものではない。換言すると、図６に記載されたステップを変更して実行したり、一つ以上のステップを並列的に実行するものとしても適用が可能であるため、図６は時系列的な順序で限定されるものではない。
【0115】
前述した通り、図６に記載された本実施例に係る変形問題項目生成部の動作過程はプログラムで具現され、コンピュータ読み取り可能記録媒体に記録され得る。本実施例に係る変形問題項目生成部の動作過程を実現するためのプログラムが記録され、コンピュータ読み取り可能記録媒体はコンピュータシステムによって読み込まれ得るデータが保存されるすべての種類の記録装置を含む。
【0116】
以上の説明は本実施例の技術思想を例示的に説明したものに過ぎず、本実施例が属する技術分野で通常の知識を有する者であれば、本実施例の本質的な特性から逸脱しない範囲で多様な修正および変形が可能であろう。したがって、本実施例は本実施例の技術思想を限定するためのものではなく説明するためのものであって、このような実施例によって本実施例の技術思想の範囲が限定されるものではない。本実施例の保護範囲は下記の特許請求の範囲によって解釈されるべきであり、それと同等な範囲内にあるすべての技術思想は本実施例の権利範囲に含まれるものと解釈されるべきである。
【符号の説明】
【0117】
１１０：新規問題項目入力部
１２０：自動分類部
１３０：知識空間ＤＢ
１４０：問題項目自動生成装置
１５０：問題確認部
２１０：問題項目モデル選択部
２２０：類似問題項目生成部
２３０：変形問題項目生成部
１２０：自動分類部
１３０：知識空間ＤＢ
１４０：問題項目自動生成装置
１５０：問題確認部
２１０：問題項目モデル選択部
２２０：類似問題項目生成部
２３０：変形問題項目生成部
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
