質問学習モデルは、Angluin（1988）による理論的機械学習モデルであり、常に正解を返す教師（オラクル）を仮定する。本発表では、高精度なグラフ畳み込みネットワーク（GCN）をオラクルとする質問学習モデルを扱う。無順序木パターンの学習において、GCNの畳み込み層としてGCNConv、GraphConv、RGCNConvを用いる。また、質問学習モデルにおける質問戦略として、熊手戦略とチェーン戦略を導入する。GCNの畳み込み層と質問戦略の組み合わせ全6種の人工データ上での計算機実験では、各畳み込み層と戦略の間に顕著な適応性が認められた。本発表では、これらの実験結果の詳細を報告する。