2026-08-20
間隔反復の効率を高める方法(FSRS・想起練習ガイド)
FSRSと母語→学習言語の想起、文ベース復習、毎回新しい文、語ごとの採点、期限の来た語を1文にまとめる方法で、間隔反復の効率を上げる実践ガイドです。
結論から
間隔反復の効率を上げるなら、この順で段階的に改善するのがおすすめです。まずFSRSのような現代的なスケジューラを使います。復習は母語から学習言語へ向け、認識ではなく本当の想起を起こします。単語ペアだけでなく、文のマイニングやクローズカードのように文の中で覚えます。そして同じ文を繰り返すのをやめ、毎回新しい文で言語を組み立てる練習に切り替えます。そのうえで語ごとに採点し、期限の来た複数語を1文にまとめて、1回の演習でより多くのキューを片づけます。
レベル1:良いアルゴリズムを選ぶ
これは設定を変えるだけで済むため、最も手軽な改善です。SM-2のような旧アルゴリズムは、粗いease factorが時間とともにずれていきます。FSRSは各項目の難しさと記憶の安定性を追跡し、忘れかける直前のタイミングでカードを戻してきます。1 FSRSを使い、最新版(現時点ではFSRS-6)を使いましょう。
レベル2:母語から学習言語へ(想起させる、認識させない)
母語で意味を見せ、学習言語で語を出力します。これが想起です。記憶から形を取り出す作業になります。
逆方向(外国語を見て母語の意味を思い出す)は、ほとんどが認識です。四択や訳をタップするカードも同様です。認識の方が楽なので、セッションは充実した気分になります。しかし想起ほど強い記憶イベントにはなりません。復習で目指したいのは想起です。23
答えがすでに画面にあるなら、本当に試したいスキルは測れていません。
レベル3:単語リストではなく文で学ぶ
母語→学習言語の単語ペアは、形と意味の対応だけを結びつけます。隣に何が来るか、どの動詞や前置詞と結びつくか、どんな文に属するかは示しません。文脈があると、辞書の1行ではなく、語が実際に現れる場面を見られます。4
単語リストからよくある2つのアップグレード:
- 文のマイニング(センテンスマイニング): 本物の文を保存し、その文をスケジュールに沿って復習する。
- クローズカード: 空欄のある文を見て、欠けている語を埋める。
どちらも裸の単語リストよりは良い。しかしどちらにも「文を組み立てる」問題が残ります。
文のマイニングでは、同じ文を何度も復習します。その文そのものを覚えてしまいます。語順、隣接する語。この方法では、新しい文をその語で組み立てる練習にはなりません。しかも文全体が1枚のカードなので、1語間違えると復習全体が不正解扱いになり、他の語が正しくてもそうなります。この罠については、なぜ文のマイニングはうまくいかないのかを参照してください。
クローズカードでは、文はすでに組み立てられています。文法、語順、ほとんどの語が与えられ、空欄だけを埋めます。自分で文を構成することはありません。だから復習では楽に感じても、自力で文を書けないまま残ることがあります。詳しくはクローズカードの欠点をご覧ください。
レベル4:毎回新しい文を使う
復習する語(または文法ポイント)は同じにし、文は毎回変えます。
プロンプトが変わらないと、カードを認識し始めます。「このカードはいつもこう言う」と覚え、語の使い方は覚えません。新しい文は同じ項目を新しい文脈で使わせ、実際の使用に近づきます。「Ankiでは分かっていたのに」という罠も防げます。5
レベル5:文全体ではなく語ごとに採点する
全文を書いたら、カード全体を正解・不正解のどちらかにしないでください。5語中1語だけ間違えたなら、間違えた語だけがすぐ戻るべきです。文全体を不正解にすると、すでに知っている語の復習を無駄にします。文全体を正解にすると、弱い語が長く戻ってきません。
レベル6:期限の来た複数語を1文にまとめる
今日3語が期限だとします。3枚別々のカードなら3回の演習です。3語すべてを使う1文なら、1回の試行でまとめて練習できます。各語は依然として想起します。より少ない演習で同じ復習量をこなせます。
例:quiero、café、con が期限です。3枚のカードの代わりに、「I want coffee with milk.」のような文を訳します。3語を一度に出力します。
これらの改善を活かすには
レベル1と2は設定だけです。レベル3と4はAnkiなど既存アプリでも少し手間をかければ可能です。レベル5と6は手作業ではかなり大変です。
LinGoat はこれらをすべて解決します。FSRS-6、母語から学習言語への文書き、毎回新しい文、語ごとの採点、複数の期限語を1演習にまとめます。LinGoat の仕組みをご覧いただくか、アプリで練習を始めてください。
参考文献
- Ye, J., Su, J., & Cao, Y. (2022). A stochastic shortest path algorithm for optimizing spaced repetition scheduling. Proceedings of the 28th ACM SIGKDD Conference on Knowledge Discovery and Data Mining, 4381-4390. https://doi.org/10.1145/3534678.3539081
- Carpenter, S. K., Pan, S. C., & Butler, A. C. (2022). The science of effective learning with spacing and retrieval practice. Nature Reviews Psychology, 1, 496-511. https://doi.org/10.1038/s44159-022-00089-1
- Roediger, H. L., & Marsh, E. J. (2005). The positive and negative consequences of multiple-choice testing. Journal of Experimental Psychology: Learning, Memory, and Cognition, 31(5), 1155-1159. https://doi.org/10.1037/0278-7393.31.5.1155
- Nation, I. S. P. (2013). Learning Vocabulary in Another Language (2nd ed.). Cambridge University Press. https://doi.org/10.1017/CBO9781139524759
- Nielsen, E., et al. (2024). Sentence-based spaced repetition for vocabulary learning. Proceedings of the 19th Workshop on Innovative Use of NLP for Building Educational Applications (BEA). https://aclanthology.org/2024.bea-1.29/