機械学習モデルの一つである質問学習モデルでは、常に正答を返す教師（オラクル）に質問を繰り返すことで、教師の有する概念を同定する。小田ら(2022)は、順序木データを学習させた高精度なグラフ畳み込みネットワーク（GCN）モデルを教師とした質問学習アルゴリズムを提案した。本発表では、小田らの質問学習アルゴリズムにより獲得した項木パターンの二値分類精度や可視化精度を用いて、超高精度GCNモデルを教師とした質問学習モデルを解析する。さらに訓練データに実データを用いた超高精度GCNモデルを教師とする質問学習により獲得した項木パターンについて報告することで、超高精度GCNモデルを教師とした質問学習モデルの有効性を示す。