초록
본 논문에서는 망각곡선을 응용한 반복학습시기 설정 및 학습자 수준과 단어 난이도 자동계산 방법이 적용된 영어단어 암기시스템을 소개한다. 우리 시스템은 망각곡선을 사용해서 학습자의 단어암기 횟수에 따라 적절한 반복 주기를 정하고 그 시기에 복습을 요구한다. 학습자가 알고 있는 단어들에 대한 복습시간을 없애고 잊어버릴 확률이 가장 높은 단어들을 우선 적으로 복습하는 것으로 시간을 절약 할 수 있는 것이다. 또 수준에 맞는 난이도의 단어들을 제공함으로써 학습 흥미와 성취도 유지에 기여할 수 있다. 학습자의 수준을 고려하지 않은 난이도의 단어를 무작위로 제공하거나 이미 다른 사람들의 평가에 맞춰진 난이도의 단어들을 제공하는 기존의 시스템과 차별되도록 학습자와 단어 난이도 설정에 온라인 체스게임 랭킹시스템에서 사용하고 있는 "Glicko" 시스템을 적용시켰다. 플레이어간의 대결을 통해서 서로의 실력이 결정되고 매칭되는 이 시스템을 우리는 단어와 사람간의 대결로 시스템에 적용하였다. 그것으로 인해 학습하는 사람의 수준과 단어들의 난이도가 실시간으로 측정되고 학습과정에 반영이 된다. 이 외에 부가적으로 분산학습, 시험형식의 문제풀이의 즉각적인 피드백을 활용하여 영어 단어 암기의 효율성을 극대화 한다.
This paper presents English vocabulary memorization system using forgetting curve to automatically adjust the vocabulary difficulty to match learner's level. Our system will decide the appropriate repetition cycle, depending on the number of memorizing words through the forgetting curve, then requires an iterative learning. No matter what learners know or do not know, words are reviewed. To save time by reviewing some words which have the highest probability that learners forget. And it provides vocabulary based on learner level, which makes learner maintain their interest and achievement. A general system provides vocabularies which difficulty matches with evaluated ones, or randomly provides some vocabularies without consideration of users' level. But we apply the "Glicko" system which is being used in the online chess game ranking system to adjust the vocabulary's difficulty. We utilize the system used in the one-by-one player system to our vocabulary-human system. As a result, learners's level and the vocabularies's difficulty is measured in the review process. Moreover it maximizes the performance of English vocabulary memorization by applying feedbacks from practice testing and distributed learning.
