JP2010509669A - コンテンツアイテムを分類するための方法及び装置 - Google Patents

Abstract

新たに生成されるパーソナルなクラスが、コンテンツアイテムの分類に組み込まれる（ステップ２０１）。コンテンツアイテムの第１のセットは手動で分類され（ステップ２０３）、新たに生成されるパーソナルクラスを、更なるコンテンツアイテムを自動的に分類するため該パーソナルなクラスが組み込まれることができるように、定義する。

Description

本発明はコンテンツアイテムを分類するための方法及び装置に関する。

オーディオ情報のようなコンテンツアイテムを配布及び保存するための新たな手法は、ユーザが非常に大規模な音楽のコレクションを収集することを可能とする。斯かる大規模な音楽のコレクションをその利点が十分に享受されるように利用することは、ユーザにとって困難であり、ユーザが音楽コレクションにアクセスすることを支援するための手法が開発される必要がある。音楽の分類は、例えば音楽のジャンル又は音楽に付随する雰囲気のような幾つかの所定のカテゴリに従ってユーザが音楽のコレクションを組織化することを可能とする一手法である。自動的な音楽分類システムは、分類モデルに基づいて、音楽を１つ以上のカテゴリへと分類する。既知のシステムの欠点は、予め定義されたカテゴリが、ユーザによって認められるカテゴリとしばしば合致しない点である。ユーザは時折該ユーザの音楽をパーソナルなカテゴリに手動で分類しても良いが、このことを該ユーザの音楽コレクション全体に対してしなくてはならず、著しい量の仕事量を必要とする。

本発明は、新たなパーソナルクラスを含むようなコンテンツアイテムの分類を提供しつつ、ユーザが斯かる分類を実行する際に必要とされる労力の量を限定することを目的とする。

このことは、本発明の一態様によれば、コンテンツアイテムを複数のクラスのうちの少なくとも１つに分類する方法であって、前記複数のクラスは、少なくとも１つの予め定義されたクラスと、少なくとも１つのパーソナルなクラスとを有し、前記方法は、コンテンツアイテムの第１のセットを前記少なくとも１つのパーソナルなクラスに手動で分類するステップと、前記コンテンツアイテムの第１のセットの手動分類に基づいて、前記パーソナルなクラスを定義するステップと、更なるコンテンツアイテムを前記複数のクラスのうち少なくとも１つに自動的に分類するステップと、を有し、前記複数のクラスは、前記定義されたパーソナルなクラスを含む方法により達成される。

このことはまた、本発明の他の態様によれば、コンテンツアイテムを複数のクラスのうちの少なくとも１つに分類するための装置であって、前記複数のクラスは、少なくとも１つの予め定義されたクラスと、少なくとも１つのパーソナルなクラスとを有し、前記装置は、コンテンツアイテムの第１のセットを前記少なくとも１つのパーソナルなクラスに手動で分類するための手段と、前記コンテンツアイテムの第１のセットの手動分類に基づいて、前記パーソナルなクラスを定義するための手段と、更なるコンテンツアイテムを前記複数のクラスのうち少なくとも１つに自動的に分類するための手段と、を有し、前記複数のクラスは、前記定義されたパーソナルなクラスを含む装置により達成される。

このようにして、ユーザは、該ユーザのコンテンツアイテムの第１のセットを手動で分類することにより、パーソナルなカテゴリを定義することができる。ユーザの更なるコンテンツアイテムは、該手動の分類に基づいて、自動的に分類される。パーソナルなカテゴリを作成することを望むユーザは、該ユーザのコンテンツアイテムの第１のセットを、いずれかの方法で分類する必要がある。本発明者は、該手動の分類が、パーソナルクラスのためのモデルを学習させるために付加的に利用され得、それにより自動的な分類を可能とすることを認識した。

好適な実施例においては、前記更なるコンテンツアイテムを前記複数のクラスのうち少なくとも１つに自動的に分類するステップは、コンテンツアイテムの少なくとも１つの特徴を抽出するステップと、前記抽出された少なくとも１つの特徴の値に基づいて、前記コンテンツアイテムを分類するステップと、を有する。パーソナルなクラスは、最初は、所定のクラスの少なくとも１つの抽出された特徴と該パーソナルなクラスの少なくとも１つの抽出された特徴との間の関係を確立し、該所定のクラスの少なくとも１つの抽出された特徴と該パーソナルなクラスの少なくとも１つの抽出された特徴との間の最良の一致をもたらすように該関係に重み付けすることにより、該少なくとも１つの所定のクラスに基づいて定義されても良い。更に、パーソナルなクラスは、ユーザのフィードバックに基づいて再定義されても良い。

本質的に、予め定義されるクラスは、新たなパーソナルなクラスに対する関係によりリンク付けされ、分類は最初にこれらのリンクを通して実行される。なぜなら、予め定義されたクラスの幾つかの特徴は、或る程度は、パーソナルなクラスの特徴に類似する又は該特徴に相関付けられたものであり得るからである。結果として、分類データがあまり必要とされず、パーソナルなクラスがより迅速に利用されることができる。同時に、ユーザは、パーソナルなクラスを再定義するフィードバックを提供することによって、システムを利用しながら、新たなパーソナルなクラスによりモデルを学習させることを継続しても良い。次第に、新たに学習させられたモデルは信頼性の高いものとなっていき、予め定義されたクラスによる分類より優れたものとなる。

例えばジャンル（クラシック、ポップス、ロック等）若しくは雰囲気（悲しい、幸せな、リラックスした）又はトラックを再生するための適切な機会（帰宅時、パーティ、注意深い鑑賞、休憩時、読書時）によってのように、幾つかの予め定義されたクラスのセットが、利用時に利用可能であっても良い。各セットは、自身の分類モデルを持っていても良い。本発明によれば、クラスを定義する予め定義されたクラスのセットの組み合わせのリンクが容易に確立され、新たなパーソナルなクラスがより容易に分類において利用されることを可能にする。

本発明のより完全な理解のため、添付図面と共に為される以下の説明への参照が為される。

本発明の実施例による装置の簡略化された模式的な図である。 本発明の実施例による新たに生成されるパーソナルなクラスを定義する方法ステップのフロー図である。

ここで、本発明の実施例が図１及び２を参照しながら説明される。

図１を参照すると、装置１００は、第１及び第２の入力端子１０１、１０３及び出力端子１０５を有する。第１の入力端子１０１は、複数の分類器１０７ａ、１０７ｂ、１０７ｃの入力部に接続される。３つの分類器がここで示されているが、いかなる数の分類器が利用されても良いことは、理解されよう。各分類器１０７ａ、１０７ｂ、１０７ｃは、複数のクラスを有する。示される特定の例においては、第１及び第２の分類器１０７ａ、１０７ｂが予め定義された分類器であり、第３の分類器１０７ｃが新しく生成されるパーソナル分類器であると仮定される。第３の分類器１０７ｃは、第２の入力端子１０３にも接続される。各分類器１０７ａ、１０７ｂ、１０７ｃの出力部は、回帰モデル器１０９に接続される。回帰モデル器１０９は、第２の入力端子１０３にも接続される。回帰モデル器１０９の出力部は、メタ分類器１１１に接続される。メタ分類器１１１は、第２の入力端子１０３にも接続される。メタ分類器１１１の出力部は、装置１００の出力端子１０５に接続される。該メタ分類器の出力部はまた、フィードバック線を介して、メタ分類器１１１、回帰モデル器１０９及び第３の分類器１０７ｃに接続される。

装置１００の動作は、図２を参照しながら以下により詳細に説明される。

図１の装置は、オーディオトラックの大規模なコレクションを含むマルチメディアＰＣ上で動作するオーディオプレイヤの一部であっても良い。該装置はまた、ビデオファイル又はマルチメディアファイルのような他のコンテンツアイテムを分類するために利用されても良い。装置１００の第１及び第２の分類器１０７ａ、１０７ｂは、第１の入力端子１０１において入力されたオーディオトラックを、クラスの２つのセット、即ち第１の分類器１０７ａのセットＡと第２の分類器１０７ｂのセットＢとのうちの一方に分類する。例えば、クラスの２つのセットは、以下のようなものである：
セットＡ：
クラシック
ポップス
ジャズ
ロック
その他
セットＢ：
幸せな音楽
憂鬱な音楽
リラックスした音楽
精神的な音楽
その他

両セットに対して、オーディオプレイヤと共に配布された学習させられたモデルが利用可能である。第１及び第２の分類器１０７ａ、１０７ｂの数学的記述は、以下の２つの式により与えられる。

ここで、ｘは或る特定のオーディオトラックから抽出された特徴ベクトルであり、Ａは分類ベクトルａに帰着する第１の分類器１０７ａの分類関数であり、ここでベクトルａの要素のそれぞれは該モデルに存在する種々のクラスの優位性を示す。例えば、ａ_２が最も大きい場合には、分類器１０７ａによって該オーディオトラックが「ポップス」と分類され、斯くして最も大きい値を持つａの要素が、セットＡの最も可能性の高いクラスを示す。

同様に、及び、セットＡについての式とは独立して、分類ベクトルｂに帰着する第２の予め定義された分類器１０７ｂの分類セットＢについての式がある。

ここで、オーディオプレイヤのユーザが、例えば：
聴くための音楽
パーティ用音楽
読書用音楽
その他の音楽
のような、新たな分類器１０７ｃのための分類セットＣに、幾つかのパーソナルなクラスを生成することを欲していると仮定する。

最初には、分類モデルは何らの正当な予測を与えないが、他の２つのセットと同様な数学的な方法で記述されることができる：

ステップ２０５において、分類ベクトルａ、ｂ及びｃが組み合わせられ、新たな「特徴」ベクトルを形成する。即ち、

ベクトルｄの長さは、ベクトルａ、ｂ及びｃの長さの合計に等しく、Ｍにより示される。

次いでステップ２０７において、回帰モデル器１０９により、新たな特徴ベクトルｄに対して線形回帰モデルが構築され、背後にある特徴ベクトルｘを分類する。ここでは線形回帰モデルが実装されるが、分類結果を再利用するためのいずれの手法も実装され得ることは、理解されよう。ステップ２０３において、新たなクラスセットＣに従って、対応する特徴ベクトルｘを持つ第１のセットのＮ個のオーディオトラックが、ユーザにより手動で分類されることが仮定される。該ベクトルは、

として示され、ここでｎは全体として利用可能なＮ個のベクトルのうちｎ番目のベクトルを示す。それぞれのモデルＡ、Ｂ及びＣにおける特徴ベクトルの各々を利用することにより、

として示されるＮ個のベクトルが得られる。ここでｎは、ｎ番目のベクトルを取り扱っていることを示す。Ｎ個のオーディオトラックのそれぞれについて、ｋ_ｍ，ｎにより示される分類が利用可能である。ｋ_ｍ，ｎが１に等しい場合、このことはオーディオトラックｎがクラスｍに分類されることを意味する。ｋ_ｍ，ｎが０に等しい場合、このことはオーディオトラックｎがクラスｍに分類されないことを意味する。これらの定義により、以下の行列乗算に対して、線形回帰モデルが適用されることができる：

ここで、ベクトル

は、新たな特徴ベクトルｄの要素のそれぞれについての重み係数を示す。従って、Ｔ_ｍ，ｐは、クラスｍ及び新たな特徴ベクトル成分ｐについての重み係数である。線形回帰モデルを用いて、Ｎ＞Ｍを仮定して、最も良く合致するモデルベクトル

が見出される。換言すれば、行列乗算の後に最小二乗法的にベクトルｋに対する最も良い合致に帰着する、最も良く合致するモデルベクトル

が見出される。ステップ２０９において、各クラスｍについて、最も良く合致するモデルベクトルＴを導出するため、当該線形回帰法が適用されても良い。

全てのベクトルＴ_ｍが導出されると、ステップ２１１において第３の分類器１０７ｃのクラスが定義されることができ、第３の分類器１０７ｃは次いで更なる特徴ベクトルｘの分類に含められる。このことは、新たな特徴ベクトル

に帰着することとなる。以下の行列乗算を適用することにより、分類変数ｋが得られ、回帰モデル器１０９により出力される。

ｋ_ｍがゼロに近い場合には、このことは特徴ベクトルｘ（及び対応するオーディオトラック）がクラスｍに属さないことの示唆であり、ｋ_ｍが１に近い場合には、このことは特徴ベクトルｘがクラスｍに属することの示唆である。同様に、他の全てのクラスについて分類変数ｋが導出されても良く、該情報はメタ分類器１１１において、最も見込みの高いクラスを決定するために（例えば二次判別解析を用いることにより）利用される。

示されたように、新たなパーソナルなクラスセットＣは、十分に学習させられていないため、分類ベクトルｃは、新たなパーソナルなクラスが利用される初期のフェーズにおいては、一貫性のあるデータを含まない。回帰モデル器１０９がこのことを検知し、分類ベクトルｃに対応する重み係数が低い値のものとなる。該新たなパーソナルなクラスセットを用いる代わりに、予め定義されたクラスに対する最良の合致が作成される。当該ユーザにとっては、新たなクラスのラベル「パーティ用音楽」はクラスセットＢのラベル「幸せな音楽」に略１対１で対応し、ベクトルＴにおける対応する重み値が高くなるかも知れない。

オーディオプレイヤの更なる利用時に、ユーザが、分類についてのフィードバックを与え、新たなパーソナルなクラスセットＣがより適切に学習されたものとなることが仮定される。幾分かの時間の後、新たなパーソナルなクラスのセットＣ及び対応するモデルが、予め定義されたクラスのセットＡ及びＢよりも、適切な情報を提供するようになることが期待される。この場合、線形回帰モデルは、分類ベクトルｃのみが利用され、セットＡ及びＢについての予め定義された分類器が新たなパーソナルなクラスの決定に殆ど又は全く寄与しないこととなるように、該モデルの重みを適応させる。

図１における点線は、第３の分類器１０７ｃを学習させるため及び該学習を改善するために利用される情報を示す。ユーザは、第２の入力端子１０３を介して、オーディオトラックがどのクラスに属するものと考えられるかについてのフィードバックを与えることができる。２つのフィードバックの状況が想定される。

第１の状況は、分類結果が正しくないときにのみ、ユーザがフィードバックを与えるものである。この場合には、暗黙的に、フィードバックが無い場合には、メタ分類器１１１の分類が正しかったものと仮定される。第３の分類器１０７ｃはこのことを通知され、それに従って内部の分類モデルを更新する。過去の特徴ベクトル及び現在の特徴ベクトルに基づき更新された分類ベクトルｃが線形回帰モデル１０９へと送信されることとなり、線形回帰モデル１０９が内部モデルを更新する。次いで、入力分類ベクトルｃに起因する種々の分類変数ｋが、メタ分類器１１１によって、内部モデルを更新するために利用されることとなる。更に、フィードバックがある場合、即ち分類が正しくなかった場合には、同様の更新が実行される。

第２の状況は、分類の正しさ又は誤りについての明示的なフィードバックを、ユーザが常に与える場合である（好適な選択肢ではない）。この場合には、内部分類モデルの全ての更新が、ユーザフィードバックに基づくものとなる。

図１の予め定義された分類器１０７ａ、１０７ｂの数は少なくとも１つであるべきであり、１以上のいずれの数であっても良い。また、本発明は回帰モデル器１０９及びメタ分類器１１１のみを学習させるために利用されても良い。この場合、ユーザのフィードバックも、回帰モデル器１０９及びメタ分類器１１１の学習のために利用される。

本発明は、マルチメディアＰＣ上のソフトウェア、固体オーディオプレイヤ（ＭＰ３プレイヤ）、家庭用ネットワークサーバ等のような、パーソナルに定義されたクラスの存在により利益を得ることのできる、オーディオ分類を用いるいずれの用途においても利用されることができる。

本発明はオーディオ分類の状況で示されたが、本発明はより一般的なものであり、予め定義されたクラスが利用可能であり、パーソナルなカテゴリの必要性もある、即ちビデオコンテンツ分類のような、いずれのタイプの分類に対しても適用されることができる。

本発明の実施例が添付図面において示され以上の記載において説明されたが、本発明は開示された実施例に限定されるものではなく、以下の請求項に示された本発明の範囲から逸脱することなく、多くの変更が可能であることは、理解されるであろう。本発明は、それぞれの及び全ての新規な特徴及び特徴のそれぞれの及び全ての組み合わせに存する。請求項における参照番号は、請求の範囲を限定するものではない。

当業者には明らかであるように、「手段（means）」は、単独の又は他の要素と協働する、いずれのハードウェア（別個の又は集積された回路又は電子素子のような）又は、特定の機能を動作時に実行する若しくは実行するように構成されたソフトウェアをも含むことを意図している。本発明は、幾つかの別個の要素を有するハードウェアによって、及び適切にプログラムされたコンピュータによって実装されても良い。幾つかの手段を列記した装置請求項において、これら手段の幾つかは同一のハードウェアのアイテムによって実施化されても良い。「コンピュータプログラム」は、フロッピー（登録商標）ディスクのようなコンピュータ読み取り可能な媒体に保存されたもの、インターネットのようなネットワークを介してダウンロード可能なもの、又は他のいずれかの態様で入手可能な、いずれのソフトウェアをも意味するものと理解されるべきである。

Claims (7)

1. コンテンツアイテムを複数のクラスのうちの少なくとも１つに分類する方法であって、前記複数のクラスは、少なくとも１つの予め定義されたクラスと、少なくとも１つのパーソナルなクラスとを有し、前記方法は、
   コンテンツアイテムの第１のセットを前記少なくとも１つのパーソナルなクラスに手動で分類するステップと、
   前記コンテンツアイテムの第１のセットの手動分類に基づいて、前記パーソナルなクラスを定義するステップと、
   更なるコンテンツアイテムを前記複数のクラスのうち少なくとも１つに自動的に分類するステップと、
   を有し、前記複数のクラスは、前記定義されたパーソナルなクラスを含む方法。
2. 前記更なるコンテンツアイテムを前記複数のクラスのうち少なくとも１つに自動的に分類するステップは、
   コンテンツアイテムの少なくとも１つの特徴を抽出するステップと、
   前記抽出された少なくとも１つの特徴の値に基づいて、前記コンテンツアイテムを分類するステップと、
   を有する、請求項１に記載の方法。
3. 前記パーソナルなクラスを定義するステップは、前記少なくとも１つの予め定義されたクラスに基づいて、前記パーソナルなクラスを最初に定義するステップを有する、請求項２に記載の方法。
4. 前記パーソナルなクラスを最初に定義するステップは更に、
   前記予め定義されたクラスの少なくとも１つの抽出された特徴と、前記パーソナルなクラスの少なくとも１つの抽出された特徴と、の間の関係を確立するステップと、
   前記予め定義されたクラスの少なくとも１つの抽出された特徴と、前記パーソナルなクラスの少なくとも１つの抽出された特徴と、の間で最良の合致を提供するように前記関係を重み付けするステップと、
   を有する、請求項３に記載の方法。
5. 前記パーソナルなクラスを定義するステップは、ユーザのフィードバックに基づいて前記パーソナルなクラスを再定義するステップを有する、請求項１乃至４のいずれか一項に記載の方法。
6. 請求項１乃至５のいずれか一項に記載の方法を実行するための複数のプログラムコード部分を有する、コンピュータプログラム。
7. コンテンツアイテムを複数のクラスのうちの少なくとも１つに分類するための装置であって、前記複数のクラスは、少なくとも１つの予め定義されたクラスと、少なくとも１つのパーソナルなクラスとを有し、前記装置は、
   コンテンツアイテムの第１のセットを前記少なくとも１つのパーソナルなクラスに手動で分類するための手段と、
   前記コンテンツアイテムの第１のセットの手動分類に基づいて、前記パーソナルなクラスを定義するための手段と、
   更なるコンテンツアイテムを前記複数のクラスのうち少なくとも１つに自動的に分類するための手段と、
   を有し、前記複数のクラスは、前記定義されたパーソナルなクラスを含む装置。

Images