http://pr.fujitsu.com/jp/news/2013/11/25-1.html

＞(1-a) 単語の間の文法的関係の認識 (構文解析)
＞(1-b) 単語の意味表現から文の意味表現を合成 (意味合成)
＞(1-c) 文の間の論理関係の認識 (文脈解析)

入試問題というのは何十年もの中学入試高校入試大学入試の過去問が蓄積されており、このビッグデータを活用しない手はない。
といってもコンピュータは今のところ人間の言語を解する能力が無いので、こういうのは専ら『人力』でやるしかない。
だからそれらを元に『人力』で百万通りくらいの解釈例を作成しておいて、それを元にコンピュータが推論するというのはどうだろうか。
概念辞書・類似概念検索システムとも併用すれば、高い確率でコンピュータにも正しい文脈解析ができるようになるかもしれない。

http://nlp.nii.ac.jp/tawc/papers/C05_iida.pdf

＞ガ格の省略はこの選択選好に関する候補の絞り込みが難しく，

こういうのも現段階では自動化は無理ゆえ、専ら人力でやるしかない。コンピュータは現実のものの概念を全く理解していないからだ。

極端な話、中学入試高校入試大学入試の数十年分の過去問を、一文一文『人力』でここはこう解釈する、こことことはこう繋がっていると人力でインプットする。
困難な含意認識にしても、過去何十年分もの膨大な入試過去問を一文一文『人力』で詳細分析して、これはこう解釈するのだと人力でインプットする。
またそれでも足りない部分があれば、ユーザーの要望を入れて更に『人力』で追加インプット・アップグレードしていけばよい。

http://cccpcamera.asablo.jp/blog/2010/04/14/5016766
　AOをはじめた時は、知識やテクニックに頼らない数学の本質を試すような問題を出そうと思ったのだろうけれど、出題者側が息切れしてます。

＃入試数学で言えば、「知識やテクニックに頼らない数学の本質を試すような問題を出そう」と意気込んだところで、実態はこんなものだ。
＃そういうわけで数学などは中学入試高校入試大学入試過去問合計１０万題を『人力』で詳細に文脈解析してインプットすれば大きく伸びると思われる。