JP2020013391A - Information output program, information output apparatus, and information output method - Google Patents
Information output program, information output apparatus, and information output method Download PDFInfo
- Publication number
- JP2020013391A JP2020013391A JP2018135969A JP2018135969A JP2020013391A JP 2020013391 A JP2020013391 A JP 2020013391A JP 2018135969 A JP2018135969 A JP 2018135969A JP 2018135969 A JP2018135969 A JP 2018135969A JP 2020013391 A JP2020013391 A JP 2020013391A
- Authority
- JP
- Japan
- Prior art keywords
- information
- conference
- effect
- numerical
- calculated
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 86
- 230000000694 effects Effects 0.000 claims abstract description 131
- 238000010801 machine learning Methods 0.000 claims abstract description 28
- 230000004044 response Effects 0.000 claims description 6
- 230000007423 decrease Effects 0.000 claims description 5
- 230000006399 behavior Effects 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 abstract description 4
- 230000010365 information processing Effects 0.000 description 71
- 238000010586 diagram Methods 0.000 description 33
- 230000006870 function Effects 0.000 description 5
- 230000008921 facial expression Effects 0.000 description 4
- 239000000284 extract Substances 0.000 description 3
- 230000001419 dependent effect Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
本発明は、情報出力プログラム、情報出力装置及び情報出力方法に関する。 The present invention relates to an information output program, an information output device, and an information output method.
例えば、利用者にサービスを提供する事業者(以下、単に事業者とも呼ぶ)は、利用者に対してサービスの提供を行うための情報処理システムを構築して稼働させる。具体的に、事業者は、例えば、利用者が行う会議の円滑な進行をサポートするために、会議の議事録を自動的に作成する処理等を行う情報処理システムの構築を行う(例えば、特許文献1乃至4参照)。
For example, a company that provides services to users (hereinafter, also simply referred to as a company) builds and operates an information processing system for providing services to users. Specifically, for example, in order to support the smooth progress of a conference held by a user, the business operator constructs an information processing system that performs processing for automatically creating the minutes of the conference (for example, see
ここで、上記のように会議を円滑に進行させるために、会議を適切に進行させる役割を担うファシリテーターが各会議に参加する場合がある。具体的に、ファシリテーターは、例えば、多くの参加者が発言を行うように促すことによって議論を活発化させ、さらに、適切なタイミングにおいて必要な発言を行うことによって議論を収束に向わせる。これにより、利用者は、実施する会議の有効性を高めることが可能になる。 Here, in order to smoothly proceed with the conference as described above, a facilitator who plays a role of appropriately promoting the conference may participate in each conference. Specifically, the facilitator activates the discussion by, for example, encouraging many participants to make a statement, and furthermore, makes the discussion converge by making necessary remarks at an appropriate timing. This allows the user to increase the effectiveness of the conference to be held.
しかしながら、例えば、ファシリテーターの人数が不足している場合、利用者は、全ての会議にファシリテーターを参加させることができない。そのため、利用者は、実施する会議の有効性を高めることができない場合がある。 However, for example, when the number of facilitators is insufficient, the user cannot make the facilitator participate in all meetings. Therefore, the user may not be able to increase the effectiveness of the conference to be held.
そこで、一つの側面では、本発明は、会議の有効性を高めることを可能とする情報出力プログラム、情報出力装置及び情報出力方法を提供することを目的とする。 Thus, in one aspect, an object of the present invention is to provide an information output program, an information output device, and an information output method that can increase the effectiveness of a conference.
実施の形態の一態様では、会議の進行状況を示す状況情報から前記会議を実施することによる効果を示す効果情報を算出するパラメータの機械学習を、前記状況情報から算出された数値情報と前記効果情報とをそれぞれ含む複数の教師データに基づいて行い、前記パラメータを用いることにより、進行中の新たな会議に対応する前記状況情報から算出された前記数値情報に基づいて、前記新たな会議に対応する前記効果情報を算出し、前記新たな会議の進行中に、前記新たな会議に対応する前記効果情報を出力する、処理をコンピュータに実行させる。 In one aspect of the embodiment, machine learning of a parameter for calculating effect information indicating an effect of performing the conference from status information indicating the progress of the conference is performed by using numerical information calculated from the status information and the effect. Information based on a plurality of teacher data, each of which includes a corresponding one of the new conferences based on the numerical information calculated from the status information corresponding to the ongoing new conference by using the parameters. Calculating the effect information, and outputting the effect information corresponding to the new meeting during the progress of the new meeting.
一つの側面によれば、会議の有効性を高めることを可能とする。 According to one aspect, it is possible to increase the effectiveness of a conference.
[情報処理システムの構成]
初めに、情報処理システム10の構成について説明を行う。図1は、情報処理システム10の構成を示す図である。
[Configuration of Information Processing System]
First, the configuration of the
図1に示す情報処理システム10は、情報処理装置1(以下、情報生成装置1とも呼ぶ)と、入力装置2と、出力装置3とを有する。
The
入力装置2は、例えば、1以上のカメラ、1以上の音声マイク、1以上の重量センサ及び1以上の温湿度センサを含む装置であり、取得した情報を情報処理装置1に送信する。具体的に、入力装置2は、図1に示すように、例えば、各参加者21を映した映像や各参加者21による発言の内容が含まれる音声等を取得して情報処理装置1に送信する。なお、入力装置2に含まれる各カメラ、各音声マイク、各重量センサ及び各質温度センサは、全てが単一の装置に含まれるものあってもよいし、それぞれが複数の装置に分かれて含まれるものであってもよい。
The
出力装置3は、例えば、1以上のプロジェクターまたは1以上スピーカーであり、情報処理装置1から送信された情報を出力する。具体的に、出力装置3は、図1に示すように、情報処理装置1から送信された情報を、各参加者21が認識できる状態で出力する。なお、出力装置3は、単一の装置からなるものであってもよいし、複数の装置からなるものであってもよい。また、出力装置3は、入力装置2と一体化した装置からなるものであってもよい。
The
以下、入力装置2及び出力装置3は、図1に示すように、会議室20に設置された装置であるものとする。また、入力装置2は、会議室20に設置された机11の上に配置されているものとする。さらに、会議室20では、参加者21a、21b、21c及び21d(以下、これらを総称して参加者21とも呼ぶ)による会議が行われているものとする。
Hereinafter, it is assumed that the
そして、情報処理装置1は、会議の進行状況を示す情報(以下、状況情報とも呼ぶ)から、その会議を実施することによる効果を示す情報(以下、効果情報とも呼ぶ)を算出するパラメータの機械学習を、状況情報から算出された数値情報と効果情報とをそれぞれ含む複数の教師データに基づいて予め行う。
Then, the
その後、情報処理装置1は、算出されたパラメータを用いることにより、会議室20において実施されている新たな会議に対応する状況情報から算出された数値情報に基づいて、新たな会議に対応する効果情報を算出する。具体的に、情報処理装置1は、例えば、入力装置2から送信された状況情報から算出された数値情報に基づいて、新たな会議に対応する効果情報を算出する。
After that, the
さらに、情報処理装置1は、新たな会議の進行中に、算出した効果情報(新たな会議に対応する効果情報)を出力する。具体的に、情報処理装置1は、例えば、算出した効果情報を出力装置3から出力する。
Further, the
すなわち、情報処理装置1は、例えば、過去に実施された会議に対応する数値情報と、過去に実施された会議についてファシリテーターが作成した効果情報とを含む複数の教師データを用いることによって、予めパラメータの生成を行う。そして、情報処理装置1は、会議室20において新たな会議が実施されている場合、生成したパラメータを用いることにより、新たな会議の進行中に入力装置2から入力された数値情報に対応する効果情報を算出する。その後、情報処理装置1は、算出した効果情報を、進行中の会議の実行性を高めるために必要な情報として出力装置3から出力する。
That is, the
これにより、情報処理装置1は、会議の進行中において、その会議の実行性を高めることが可能な情報(効果情報)を参加者21に認識させることが可能になる。そのため、利用者は、ファシリテーターが参加していない会議についても有効性を高めることが可能になる。
This allows the
[情報処理システムのハードウエア構成]
次に、情報処理システム10のハードウエア構成について説明する。図2は、情報処理装置1のハードウエア構成を説明する図である。
[Hardware configuration of information processing system]
Next, a hardware configuration of the
情報処理装置1は、図2に示すように、プロセッサであるCPU(Computing Processing Unit)101と、メモリ102と、外部インターフェース(I/Oユニット)103と、記憶媒体104とを有する。各部は、バス105を介して互いに接続される。
As shown in FIG. 2, the
記憶媒体104は、例えば、会議の参加者21に認識させる情報の出力を行う処理(以下、情報出力処理とも呼ぶ)を行うためのプログラム110を記憶するプログラム格納領域(図示しない)を有する。また、記憶媒体104は、例えば、情報出力処理を行う際に用いられる情報を記憶する記憶部130(以下、情報格納領域130とも呼ぶ)を有する。なお、記憶媒体104は、例えば、HDD(Hard Disk Drive)であってよい。
The
CPU101は、記憶媒体104からメモリ102にロードされたプログラム110を実行して情報出力処理を行う。
The
また、外部インターフェース103は、例えば、入力装置2及び出力装置3と通信を行う。
Further, the
[情報処理システムの機能]
次に、情報処理システム10の機能について説明を行う。図3は、情報処理装置1の機能のブロック図である。
[Functions of Information Processing System]
Next, functions of the
情報処理装置1は、図3に示すように、情報処理装置1のCPU101やメモリ102等のハードウエアとプログラム110とが有機的に協働することにより、例えば、情報管理部111と、学習実行部112と、入力受付部113と、情報生成部114と、情報算出部115と、出力指示部116とを含む各種機能を実現する。
As illustrated in FIG. 3, the
また、情報処理装置1は、図3に示すように、例えば、教師データ131と、パラメータ132と、状況情報133と、テキスト情報134と、キーワード情報135と、数値情報136と、アンケート情報137と、効果情報138とを情報格納領域130に記憶する。
Further, as shown in FIG. 3, the
情報管理部111は、例えば、予め生成された教師データ131を情報格納領域130に記憶する。教師データ131は、例えば、過去に実施された会議の進行状況を示す状況情報133から算出された数値情報136と、過去に実施された会議による効果を示す効果情報138とを含むものであってよい。なお、過去に実施された会議の進行状況を示す状況情報133は、例えば、過去に実施された会議の進行中にカメラによって撮影された会議の映像、音声マイクによって集音された会議の音声、重量センサによって計測された付箋やペン等の重量、及び、温湿度センサによって計測された温度や湿度のうちの少なくとも1つに対応する情報を含むものであってよい。また、過去に実施された会議に対応する効果情報138は、例えば、過去に実施された会議に対応する数値情報136を参照したファシリテーターによって作成されるものであってよい。
The
学習実行部112は、進行中の会議の進行状況を示す状況情報133から、その会議を実施することによる効果を示す効果情報138を算出するパラメータ132の機械学習を、教師データ131を入力とすることによって行う。
The learning
入力受付部113は、進行中の新たな会議の進行状況を示す状況情報133の入力を受け付ける。具体的に、入力受付部113は、例えば、入力装置2から送信された状況情報133の入力を受け付ける。なお、入力装置2から送信された状況情報133は、例えば、新たな会議の進行中にカメラによって撮影された会議の映像、音声マイクによって集音された会議の音声、重量センサによって計測された付箋やペン等の重量、及び、温湿度センサによって計測された温度や湿度のうちの少なくとも1つに対応する情報を含むものであってよい。
The
情報生成部114は、入力受付部113が受け付けた状況情報133から算出された数値情報136を生成する。
The
情報算出部115は、学習実行部112が算出したパラメータ132を用いることにより、情報生成部114が生成した数値情報136に基づいて、新たな会議に対応する効果情報138を算出する。
The
出力指示部116は、新たな会議の進行中に、情報算出部115が算出した効果情報138を出力する。テキスト情報134、キーワード情報135及びアンケート情報137の説明については後述する。
The
[第1の実施の形態の概略]
次に、第1の実施の形態の概略について説明する。図4は、第1の実施の形態における情報出力処理の概略を説明するフローチャート図である。また、図5及び図6は、第1の実施の形態における情報出力処理の概略を説明する図である。
[Outline of First Embodiment]
Next, an outline of the first embodiment will be described. FIG. 4 is a flowchart illustrating an outline of the information output process according to the first embodiment. FIGS. 5 and 6 are diagrams for explaining the outline of the information output process according to the first embodiment.
情報処理装置1は、図4に示すように、学習実行タイミングになるまで待機する(S1のNO)。学習実行タイミングは、例えば、パラメータ132の生成を開始する旨の情報が情報処理装置1に対して入力されたタイミングであってよい。
As shown in FIG. 4, the
そして、学習実行タイミングになった場合(S1のYES)、情報処理装置1は、会議の進行状況を示す状況情報133から会議を実施することによる効果を示す効果情報138を算出するパラメータ132の機械学習を、状況情報133から算出された数値情報136と効果情報138とを含む複数の教師データ131に基づいて行う(S2)。
Then, when the learning execution timing has come (YES in S1), the
具体的に、情報処理装置1は、図5に示すように、例えば、情報格納領域130に記憶された教師データ131を入力とすることにより、パラメータ132の機械学習を行う。
Specifically, as shown in FIG. 5, the
続いて、情報処理装置1は、S2の処理で機械学習を行ったパラメータ132を用いることにより、進行中の新たな会議に対応する状況情報133から算出された数値情報136に基づき、新たな会議に対応する効果情報138を算出する(S3)。
Subsequently, the
その後、情報処理装置1は、S3の処理で算出した効果情報138を新たな会議の進行中に出力する(S4)。
Thereafter, the
具体的に、情報処理装置1は、図6に示すように、例えば、入力装置2において取得された状況情報133に基づいて算出された数値情報136から、進行中の新たな会議に対応する効果情報138の出力を出力装置3に指示する。
Specifically, as shown in FIG. 6, for example, the
すなわち、情報処理装置1は、例えば、過去に実施された会議に対応する数値情報136と、過去に実施された会議についてファシリテーターが作成した効果情報とを含む複数の教師データ131を用いることによって、予めパラメータの生成を行う。
That is, the
そして、情報処理装置1は、会議室20において新たな会議が実施されている場合、生成したパラメータ132を用いることにより、新たな会議の進行中に入力装置2から入力された数値情報136に対応する効果情報138を算出する。その後、情報処理装置1は、算出した効果情報138を、進行中の会議の実行性を高めるために必要な情報として出力装置3から出力する。
Then, when a new conference is being held in the
これにより、情報処理装置1は、会議の進行中において、その会議の実行性を高めることが可能な情報(効果情報138)を参加者21に認識させることが可能になる。そのため、利用者は、ファシリテーターが参加していない会議についても有効性を高めることが可能になる。
This allows the
[第1の実施の形態の詳細]
次に、第1の実施の形態の詳細について説明する。図7から図10は、第1の実施の形態における情報出力処理の詳細を説明するフローチャート図である。また、図11から図20は、第1の実施の形態における情報出力処理の詳細を説明する図である。
[Details of First Embodiment]
Next, details of the first embodiment will be described. FIG. 7 to FIG. 10 are flowcharts illustrating details of the information output process according to the first embodiment. FIGS. 11 to 20 are diagrams illustrating details of the information output process according to the first embodiment.
[学習実行処理]
初めに、情報出力処理のうち、パラメータ132の機械学習を行う処理(以下、学習実行処理とも呼ぶ)について説明を行う。図7は、学習実行処理を説明するフローチャート図である。
[Learning execution process]
First, of the information output process, a process of performing machine learning of the parameter 132 (hereinafter, also referred to as a learning execution process) will be described. FIG. 7 is a flowchart illustrating the learning execution process.
情報処理装置1の学習実行部112は、図7に示すように、学習実行タイミングになるまで待機する(S11のNO)。
As illustrated in FIG. 7, the learning
そして、学習実行タイミングになった場合(S11のYES)、学習実行部112は、例えば、会議の進行状況を示す状況情報133から会議を実施することによる効果を示す効果情報138を算出するパラメータ132の機械学習を、情報格納領域130に記憶された複数の教師データを入力とすることにより行う(S12)。
Then, when the learning execution timing comes (YES in S11), the learning
すなわち、学習実行部112は、例えば、過去に実行された会議に対応する状況情報133から算出される数値情報136と、過去に実行された会議に対応する効果情報138とを含む複数の教師データ131を入力とすることによって、パラメータ132の機械学習を行う。以下、教師データ131の具体例について説明を行う。
That is, the learning
[教師データの具体例]
図11は、教師データ131の具体例を説明する図である。
[Specific examples of teacher data]
FIG. 11 is a diagram illustrating a specific example of the
図11に示す教師データ131は、各教師データ131の識別情報が記憶される「項番」と、各教師データ131に含まれる情報の名称が記憶される「名称」と、各教師データ131に含まれる情報に対応する数値や文章が記憶される「内容」とを項目として有する。なお、図11に示す教師データ131のうち、「項番」が「1」から「12」である情報は、過去に実行された会議に対応する状況情報133から算出される数値情報136に対応する情報である。また、図11に示す教師データ131のうち、「項番」が「13」及び「14」である情報は、過去に実行された会議に対応する効果情報138に対応する情報である。
The
具体的に、図11に示す教師データ131において、「項目」が「顔表情」である情報(「項番」が「1」である情報)の「内容」には、例えば、笑顔の参加者21の人数である「1(人)」が記憶され、「項目」が「年齢」である情報(「項番」が「2」である情報)の「内容」には、例えば、参加者21の年齢の分散である「34」が記憶されている。
Specifically, in the
また、図11に示す教師データ131において、「項目」が「男性人数」である情報(「項番」が「3」である情報)の「内容」には、例えば、男性の参加者21の人数である「6(人)」が記憶され、「項目」が「女性人数」である情報(「項番」が「4」である情報)の「内容」には、例えば、女性の参加者21の人数である「3(人)」が記憶されている。
In the
また、「項目」が「着席人数」である情報(「項番」が「5」である情報)の「内容」には、例えば、座席に着席している参加者21の人数である「9(人)」が記憶され、「項目」が「姿勢」である情報(「項番」が「6」である情報)の「内容」には、例えば、前傾姿勢になっている参加者21の人数である「2(人)」が記憶されている。 The “contents” of the information in which the “item” is “number of seated persons” (the information in which the “item number” is “5”) include, for example, “9” which is the number of the participants 21 seated in the seats. (Person) ”is stored, and the“ contents ”of the information in which the“ item ”is“ posture ”(the information in which the“ item number ”is“ 6 ”) include, for example, the participant 21 in the forward leaning posture. Is stored as "2 (person)".
また、「項目」が「白熱指数」である情報(「項番」が「7」である情報)の「内容」には、例えば、議論が活発に行われているか否かを示す数値である「8」が記憶され、「項目」が「会話指数」である情報(「項番」が「8」である情報)の「内容」には、例えば、発言を行った参加者21の人数である「3(人)」が記憶されている。 The “content” of the information in which the “item” is the “incandescence index” (the information in which the “item number” is “7”) is, for example, a numerical value indicating whether or not the discussion is being actively conducted. “8” is stored, and “contents” of information in which “item” is “conversation index” (information in which “item number” is “8”) include, for example, the number of participants 21 who made a statement. A certain “3 (person)” is stored.
また、「項目」が「創発指数」である情報(「項番」が「9」である情報)の「内容」には、例えば、議論が収束に向かっているか否かを示す数値である「78」が記憶され、「項目」が「付箋の数」である情報(「項番」が「10」である情報)の「内容」には、例えば、会議において使用された付箋または付箋を含む筆記用紙の数である「8(枚)」が記憶されている。 The “content” of the information in which the “item” is the “emergency index” (the information in which the “item number” is “9”) is, for example, a numerical value indicating whether the discussion is converging or not. “78” is stored, and the “content” of the information in which the “item” is “the number of sticky notes” (the information in which the “item number” is “10”) includes, for example, a sticky note or a sticky note used in a meeting “8 (sheets)” which is the number of writing papers is stored.
また、「項目」が「ペンの数」である情報(「項番」が「11」である情報)の「内容」には、例えば、会議において使用されたペンまたはペンを含む筆記具の数である「3(本)」が記憶され、「項目」が「不快指数」である情報(「項番」が「12」である情報)の「内容」には、例えば、温度や湿度に基づく会議室20内の状況を示す数値である「70」が記憶されている。
The “contents” of the information in which the “item” is “the number of pens” (the information in which the “item number” is “11”) include, for example, the number of pens used in the meeting or the number of writing instruments including pens. A “3 (book)” is stored, and “contents” of information in which “item” is “discomfort index” (information in which “item number” is “12”) include, for example, a conference based on temperature or humidity. “70”, which is a numerical value indicating the situation in the
さらに、「項目」が「会議の質」である情報(「項番」が「13」である情報)の「内容」には、例えば、ファシリテーターによって判断された会議の質を示す数値である「18」が記憶され、「項目」が「レコメンド」である情報(「項番」が「14」である情報)の「内容」には、例えば、参加者21に認識させることが好ましいレコメンドとしてファシリテーターが判断した内容である「討議が収束していません」が記憶されている。 Further, the “contents” of the information whose “item” is “meeting quality” (information whose “item number” is “13”) is, for example, a numerical value indicating the quality of the meeting determined by the facilitator. “18” is stored, and “contents” of information in which “item” is “recommendation” (information in which “item number” is “14”) include, for example, a facilitator as a recommendation that it is preferable that the participant 21 recognizes "Debate has not been converged", which is the content determined by, is stored.
[入力受付処理]
次に、情報出力処理のうち、入力装置2から送信された状況情報133の入力を受け付ける処理(以下、入力受付処理とも呼ぶ)について説明を行う。図8は、入力受付処理を説明するフローチャート図である。
[Input reception processing]
Next, among the information output processes, a process of receiving an input of the
情報処理装置1の入力受付部113は、図8に示すように、入力装置2から状況情報133を受け付けるまで待機する(S21のNO)。
As shown in FIG. 8, the
そして、入力装置2から状況情報133を受け付けた場合(S21のYES)、情報管理部111は、S21の処理で受け付けた状況情報133を情報格納領域130に記憶する(S22)。
Then, when the
すなわち、情報管理部111は、入力装置2から受信した状況情報133を情報格納領域130に順次蓄積する。
That is, the
[情報出力処理の詳細]
次に、情報出力処理の詳細について説明を行う。図9及び図10は、情報出力処理の詳細について説明するフローチャート図である。
[Details of information output process]
Next, details of the information output process will be described. 9 and 10 are flowcharts illustrating details of the information output process.
情報処理装置1の情報生成部114は、図9に示すように、情報生成タイミングになるまで待機する(S31のNO)。情報生成タイミングは、例えば、会議室20において会議が実施されている時間帯における単位時間毎(例えば、1分毎)のタイミングであってよい。
The
そして、情報生成タイミングになった場合(S31のYES)、情報生成部114は、例えば、情報格納領域130に記憶された状況情報133のうち、S21の処理において直近の単位時間内に受け付けた状況情報133を特定する(S32)。
Then, when the information generation timing comes (YES in S31), the
続いて、情報生成部114は、S32の処理で特定した状況情報133から、会議の状況を撮影した映像に映された内容と、会議の状況を録音した音声に含まれる内容とについてのテキスト情報134を抽出する(S33)。具体的に、情報生成部114は、カメラによって撮影された映像に映された内容と、音声マイクによって集音された音声に含まれる内容とについてのテキスト情報134を抽出する。
Subsequently, the
すなわち、情報生成部114は、会議の状況を撮影した映像の内容や会議の状況を録音した音声の内容から、数値情報136の生成に用いることが可能な状態の情報(テキスト情報134)を抽出する。以下、テキスト情報134の具体例について説明を行う。
In other words, the
[テキスト情報の具体例]
図12は、テキスト情報134の具体例を説明する図である。
[Specific examples of text information]
FIG. 12 is a diagram illustrating a specific example of the
図12に示すテキスト情報134は、各テキスト情報134の識別情報が記憶される「項番」と、会議の状況を撮影した映像に映された内容、または、会議の状況を録音した音声に含まれる内容が記憶される「内容」とを項目として有する。
The
具体的に、図12に示すテキスト情報134において、「項番」が「1」である情報には、「内容」として「昨今、ICTの進化および発展はめざましく、ICTは生活、社会、産業、そしてグローバルを支える必須の要であると共に、未来を切り開く原動力として、その役割領域を急速に拡げています。」が記憶されている。
Specifically, in the
また、図12に示すテキスト情報134において、「項番」が「2」である情報には、「内容」として「人に優しい、安心・安全・快適なシステム&サービスを提供し、お客様と共に新しい価値を創出していきたい。それが、創業より続く私たちの思いであり、原点です。」が記憶されている。
Further, in the
さらに、図12に示すテキスト情報134において、「項番」が「3」である情報には、「内容」として「テーブルの周りに立つ人々のグループ」が記憶されている。図12に含まれる他の情報についての説明は省略する。
Further, in the
図9に戻り、情報生成部114は、S33の処理で抽出したテキスト情報134から、キーワード情報135をそれぞれ抽出する(S34)。以下、キーワード情報135の具体例について説明を行う。
Returning to FIG. 9, the
[キーワード情報の具体例]
図13は、キーワード情報135の具体例を説明する図である。
[Specific example of keyword information]
FIG. 13 is a diagram illustrating a specific example of
図13に示すキーワード情報135は、各テキスト情報134の識別情報が記憶される「項番」と、各テキスト情報134から抽出されたキーワードが記憶される「キーワード」とを項目として有する。
The
具体的に、図12で説明したテキスト情報134における「項番」が「1」である情報の「内容」に記憶された文字列には、キーワードとして「ICT」、「発展」、「社会」、「産業」、「生活」、「進化」、「原動力」、「グローバル」、「昨今」及び「未来」が含まれている。そのため、情報生成部114は、S34の処理において、例えば、図12で説明したテキスト情報134における「項番」が「1」である情報に対応するキーワードとして、「ICT」、「発展」、「社会」、「産業」、「生活」、「進化」、「原動力」、「グローバル」、「昨今」及び「未来」を抽出する。そして、情報生成部114は、例えば、図13に示すように、「項番」が「1」である情報の「キーワード」に、「ICT,発展,社会,産業,生活,進化,原動力,グローバル,昨今,未来」を記憶する。
Specifically, the character strings stored in the “contents” of the information whose “item number” is “1” in the
また、図12で説明したテキスト情報134における「項番」が「2」である情報の「内容」に記憶された文字列には、キーワードとして「価値」、「客様」、「安全」、「システム」、「サービス」、「提供」、「たち」、「思い」、「安心」及び「創出」が含まれている。そのため、情報生成部114は、S34の処理において、例えば、図12で説明したテキスト情報134における「項番」が「2」である情報に対応するキーワードとして、「価値」、「客様」、「安全」、「システム」、「サービス」、「提供」、「たち」、「思い」、「安心」及び「創出」を抽出する。そして、情報生成部114は、例えば、図13に示すように、「項番」が「2」である情報の「キーワード」に、「価値,客様,安全,システム,サービス,提供,たち,思い,安心,創出」を記憶する。図13に含まれる他の情報についての説明は省略する。
In the character string stored in the “contents” of the information whose “item number” is “2” in the
図9に戻り、情報生成部114は、S34の処理で抽出したキーワード情報135に含まれるキーワードの数に基づいて、S32の処理で特定した状況情報133に対応する数値情報136を算出する(S35)。
Returning to FIG. 9, the
具体的に、情報生成部114は、S35の処理において、例えば、S34の処理で抽出したキーワード情報135に含まれるキーワードの数と、時間経過に伴って値が小さくなる係数とを乗算することにより、S32の処理で特定した状況情報133に対応する数値情報136(以下、第1数値情報136とも呼ぶ)の算出を行う。
Specifically, in the process of S35, the
すなわち、多くのキーワードが登場する会議は、一般的に、質の高い会議として判断することが可能である。また、各キーワードは、会議中に議論を収束させる必要性から、会議の後半よりも会議の前半において多く登場することが好ましいと判断できる。そこで、情報生成部114は、時間経過に伴って値が小さくなる係数を用いることにより、会議の前半においてより多くのキーワードが登場しているか否かを示す第1数値情報136の算出を行う。
That is, a conference in which many keywords appear can be generally determined as a high-quality conference. Also, from the necessity of converging the discussion during the meeting, it can be determined that it is preferable that more keywords appear in the first half of the meeting than in the second half of the meeting. Therefore, the
また、情報生成部114は、S35の処理において、S34の処理で抽出したキーワード情報135に含まれるキーワードの分散が、同じ会議の実施中における前のタイミング(S35の処理が前に行われたタイミング)よりも収束したか否かを示す値を算出することにより、S32の処理で特定した状況情報133に対応する数値情報136(以下、第2数値情報136とも呼ぶ)の算出を行う。具体的に、情報生成部114は、例えば、S34の処理で抽出したキーワード情報135に含まれるキーワードの分散を、同じ会議の実施中における前のタイミングにおいて算出された分散のうち、最も大きい値の分散によって除算することにより、第2数値情報136の算出を行う。
In addition, in the process of S35, the
すなわち、会議の進行に伴って登場するキーワードのばらつきが収束する会議は、一般的に、質の高い会議として判断することが可能である。そこで、情報生成部114は、会議の進行に伴って登場するキーワードのばらつきの収束度合を示す第2数値情報136の算出を行う。
That is, a meeting in which the variation in keywords appearing as the meeting progresses converges can generally be determined as a high-quality meeting. Therefore, the
これにより、情報処理装置1は、会議室20において実施されている会議の質の評価を行うことが可能な数値情報136の算出を行うことが可能になる。
Thereby, the
その後、情報生成部114は、S32の処理で特定した状況情報133から、S35の処理で算出した数値情報136以外の数値情報136をそれぞれ算出する(S36)。以下、S35及びS36の処理で算出された数値情報136の具体例について説明を行う。
Thereafter, the
[数値情報の具体例]
図14は、S35及びS36の処理で算出された数値情報136の具体例を説明する図である。
[Specific examples of numerical information]
FIG. 14 is a diagram illustrating a specific example of the
図14に示す数値情報136は、各数値情報136の識別情報が記憶される「項番」と、各数値情報136の名称が記憶される「名称」と、各数値情報136が記憶される「数値」とを項目として有する。
The
具体的に、情報生成部114は、S32の処理で特定した状況情報133のうち、カメラによって撮影された映像から、表情が笑顔である参加者21を特定する。そして、情報生成部114は、例えば、図14に示すように、「名称」が「顔表情」である情報(「項番」が「1」である情報)の「数値」として、表情が笑顔であると特定した参加者21の人数である「3(人)」を記憶する。これにより、情報処理装置1は、例えば、表情が笑顔である参加者21の人数が多い程、会議室20で実施されている会議の質が高いと判定することが可能になる。
Specifically, the
また、情報生成部114は、S32の処理で特定した状況情報133のうち、カメラによって撮影された映像から、各参加者21の年齢を特定(推定)する。そして、情報生成部114は、例えば、図14に示すように、「名称」が「年齢」である情報(「項番」が「2」である情報)の「数値」として、各参加者21について特定した年齢の分散である「43」を記憶する。
In addition, the
また、情報生成部114は、S32の処理で特定した状況情報133のうち、カメラによって撮影された映像から、男性の参加者21を特定する。そして、情報生成部114は、例えば、図14に示すように、「名称」が「男性人数」である情報(「項番」が「3」である情報)の「数値」として、男性の参加者21の人数である「4(人)」を記憶する。
In addition, the
また、情報生成部114は、S32の処理で特定した状況情報133のうち、カメラによって撮影された映像から、女性の参加者21を特定する。そして、情報生成部114は、例えば、図14に示すように、「名称」が「女性人数」である情報(「項番」が「4」である情報)の「数値」として、男性の参加者21の人数である「4(人)」を記憶する。
Further, the
また、情報生成部114は、S32の処理で特定した状況情報133のうち、カメラによって撮影された映像から、着席している参加者21を特定する。そして、情報生成部114は、例えば、図14に示すように、「名称」が「着席人数」である情報(「項番」が「5」である情報)の「数値」として、着席している参加者21の人数である「3(人)」を記憶する。これにより、情報処理装置1は、例えば、着席している参加者21の人数が少ない程、会議室20で実施されている会議の質が高いと判定することが可能になる。
In addition, the
また、情報生成部114は、S32の処理で特定した状況情報133のうち、カメラによって撮影された映像から、前傾姿勢になっている参加者21を特定する。そして、情報生成部114は、例えば、図14に示すように、「名称」が「前傾姿勢」である情報(「項番」が「6」である情報)の「数値」として、前傾姿勢になっている参加者21の人数である「3(人)」を記憶する。これにより、情報処理装置1は、例えば、前傾姿勢になっている参加者21の人数が多い程、会議室20で実施されている会議の質が高いと判定することが可能になる。
In addition, the
また、情報生成部114は、例えば、図14に示すように、「名称」が「白熱指数」である情報(「項番」が「7」である情報)の「数値」として、S35で算出した第1数値情報136である「10」を記憶する。
In addition, the
また、情報生成部114は、S32の処理で特定した状況情報133のうち、音声マイクによって集音された音声から、発言している参加者21を特定する。そして、情報生成部114は、例えば、図14に示すように、「名称」が「会話指数」である情報(「項番」が「8」である情報)の「数値」として、発言している参加者21の人数である「6(人)」を記憶する。これにより、情報処理装置1は、例えば、発言している参加者21の人数が多い程、会議室20で実施されている会議の質が高いと判定することが可能になる。
Further, the
また、情報生成部114は、例えば、図14に示すように、「名称」が「創発指数」である情報(「項番」が「9」である情報)の「数値」として、S35で算出した第2数値情報136である「102」を記憶する。
In addition, as shown in FIG. 14, for example, the
また、情報生成部114は、S32の処理で特定した状況情報133のうち、重量センサによって計測された重量から、会議中において使用された付箋の数を特定する。具体的に、情報生成部114は、例えば、会議の開始時から減少した付箋置き場(図示しない)の重量を付箋1枚あたりの重量で除算することによって、会議中において使用された付箋の数を特定する。そして、情報生成部114は、例えば、図14に示すように、「名称」が「付箋の数」である情報(「項番」が「10」である情報)の「数値」として、会議中において使用された付箋の数である「20(枚)」を記憶する。これにより、情報処理装置1は、例えば、会議中において使用された付箋の数が多い程、会議室20で実施されている会議の質が高いと判定することが可能になる。
In addition, the
また、情報生成部114は、S32の処理で特定した状況情報133のうち、重量センサによって計測された重量から、会議中において使用されたペンの数を特定する。具体的に、情報生成部114は、例えば、会議の開始時から減少したペン置き場(図示しない)の重量をペン1本あたりの重量で除算することによって、会議中において使用されたペンの数を特定する。そして、情報生成部114は、例えば、図14に示すように、「名称」が「ペンの数」である情報(「項番」が「11」である情報)の「数値」として、会議中において使用されたペンの数である「2(本)」を記憶する。これにより、情報処理装置1は、例えば、会議中において使用されたペンの数が多い程、会議室20で実施されている会議の質が高いと判定することが可能になる。
Further, the
さらに、情報生成部114は、S32の処理で特定した状況情報133のうち、温湿度センサによって計測された温度及び湿度から、会議室20内の温度及び湿度を特定する。そして、情報生成部114は、特定した湿度及び温度が適正値からどの程度離れているかを示す不快指数を算出する。その後、情報生成部114は、例えば、図14に示すように、「名称」が「不快指数」である情報(「項番」が「12」である情報)の「数値」として「75」を記憶する。これにより、情報処理装置1は、例えば、不快指数が低い程、会議室20で実施されている会議の質が高いと判定することが可能になる。
Further, the
図10に戻り、情報処理装置1の情報算出部115は、S12またはS44の処理で機械学習を行ったパラメータ132を用いることにより、S35及びS36で算出した数値情報136を入力として、進行中の会議に対応する効果情報138を算出する(S41)。
Returning to FIG. 10, the
そして、情報処理装置1の出力指示部116は、S41の処理で算出した効果情報138を出力装置3に出力する(S42)。以下、S42の処理で出力された効果情報138の具体例について説明を行う。
Then, the
[S42の処理で出力された効果情報の具体例]
図15は、S42の処理で出力された効果情報138の具体例を説明する図である。
[Specific example of effect information output in processing of S42]
FIG. 15 is a diagram illustrating a specific example of the
図15に示す効果情報138は、各効果情報138の識別情報が記憶される「項番」と、各効果情報138の名称が記憶される「名称」と、各効果情報138の内容が記憶される「内容」とを項目として有する。
The
具体的に、図15に示す効果情報138において、「項番」が「1」である情報には、「名称」として「会議の質」が記憶され、「内容」として「25」が記憶されている。
Specifically, in the
また、図15に示す効果情報138において、「項番」が「2」である情報には、「名称」として「レコメンド」が記憶され、「内容」として「活発に討議されています」が記憶されている。
Further, in the
これにより、情報処理装置1は、進行中の会議についての改善点等の情報を各参加者21に認識させることが可能になる。そのため、情報処理装置1は、進行中の会議の質を高めることが可能になる。
Thereby, the
図10に戻り、入力受付部113は、新たな効果情報138(以下、効果情報138aとも呼ぶ)の入力を受け付けるまで待機する(S43のNO)。
Returning to FIG. 10, the
すなわち、入力受付部113は、会議室20において実施されていた会議が終了した後、その会議についての効果情報138aをファシリテーターが作成して情報処理装置1に入力するまで待機する。
That is, after the conference that has been held in the
この場合、ファシリテーターは、例えば、実施されていた会議の開始前及び終了後のそれぞれにおいて各参加者21に対して行ったアンケートの結果であるアンケート情報137を参照することにより、効果情報138aの生成を行う。以下、アンケート情報137及びS43の処理で入力される効果情報138aの具体例について説明を行う。
In this case, for example, the facilitator generates the effect information 138a by referring to the
[アンケート情報の具体例]
図16及び図17は、アンケート情報137の具体例を説明する図である。具体的に、図16は、会議の開始前に行われたアンケートの結果であるアンケート情報137(以下、アンケート情報137aとも呼ぶ)の具体例を説明する図である。また、図17は、会議の終了後に行われたアンケートの結果であるアンケート情報137(以下、アンケート情報137bとも呼ぶ)の具体例を説明する図である。
[Specific example of questionnaire information]
16 and 17 are diagrams illustrating a specific example of the
図16及び図17に示すアンケート情報137は、各アンケート情報137の識別情報が記憶される「項番」と、各アンケート情報137の質問内容が記憶される「質問内容」と、各アンケート情報137の質問内容に対応する回答が記憶される「回答」とを項目として有する。
The
具体的に、図16に示すアンケート情報137aにおいて、「項番」が「1」である情報には、「質問内容」として「イノベーションに対するわが社の課題は?」が記憶され、「回答」として「XXXX」が記憶されている。また、図16に示すアンケート情報137aにおいて、「項番」が「2」である情報には、「質問内容」として「わが社において今後伸びる方向性は?」が記憶され、「回答」として「△△△△」が記憶されている。さらに、図16に示すアンケート情報137aにおいて、「項番」が「3」である情報には、「質問内容」として「どれだけ伸びると考えられるか?」が記憶され、「回答」として「〇〇〇〇」が記憶されている。 Specifically, in the questionnaire information 137a shown in FIG. 16, in the information in which the “item number” is “1”, “What is our company's challenge to innovation?” “XXXX” is stored. Further, in the questionnaire information 137a shown in FIG. 16, in the information whose “item number” is “2”, “What is the future direction in our company?” Is stored as “question content”, and “answer” is “ Δ △△△ ”is stored. Further, in the questionnaire information 137a shown in FIG. 16, in the information in which the "item number" is "3", "how much do you think it will grow?" Is stored as the "question content", and "@" is used as the "answer". 〇〇〇 ”is stored.
一方、図17に示すアンケート情報137bにおいて、「項番」が「1」である情報には、「質問内容」として「イノベーションに対するわが社の課題は?」が記憶され、「回答」として「XXXX」が記憶されている。また、図17に示すアンケート情報137bにおいて、「項番」が「2」である情報には、「質問内容」として「わが社において今後伸びる方向性は?」が記憶され、「回答」として「□□□□」が記憶されている。さらに、図17に示すアンケート情報137bにおいて、「項番」が「3」である情報には、「質問内容」として「どれだけ伸びると考えられるか?」が記憶され、「回答」として「☆☆☆☆」が記憶されている。 On the other hand, in the questionnaire information 137b illustrated in FIG. 17, in the information in which the “item number” is “1”, “What is our challenge to innovation?” Is stored as “question content”, and “XXXX” is used as the “answer” Is stored. Further, in the questionnaire information 137b shown in FIG. 17, in the information in which the “item number” is “2”, “What is the future direction in our company?” Is stored as the “question content”, and the “answer” is “ □□□□ ”is stored. Further, in the questionnaire information 137b illustrated in FIG. 17, in the information in which the “item number” is “3”, “how much do you think it will grow?” Is stored as the “question content”, and “☆” is displayed as the “answer”. ☆☆☆ ”is stored.
すなわち、図16及び図17に示すアンケート情報137では、「質問内容」に「わが社において今後伸びる方向性は?」が記憶された情報(「項番」が「2」である情報)の「回答」と、「質問内容」に「どれだけ伸びると考えられるか?」が記憶された情報(「項番」が「3」である情報)の「回答」とがそれぞれ変化している。そのため、ファシリテーターは、例えば、図16及び図17に示すアンケート情報137を参照し、「わが社において今後伸びる方向性は?」及び「どれだけ伸びると考えられるか?」という質問内容に対する回答の変化に基づいて、効果情報138aの作成を行う。
That is, in the
これにより、情報処理装置1は、後述するように、ファシリテーターによって作成された効果情報138aを含む新たな教師データ131(以下、教師データ131aとも呼ぶ)の機械学習を行うことが可能になる。
As a result, the
[S43の処理で入力される効果情報の具体例]
次に、S43の処理で入力される効果情報138aの具体例を説明する図である。図18は、S43の処理で入力される効果情報138aの具体例を説明する図である。なお、図18に示す効果情報138aは、図15で説明した効果情報138と同じ項目を有している。
[Specific example of effect information input in processing of S43]
Next, a diagram illustrating a specific example of the effect information 138a input in the process of S43. FIG. 18 is a diagram illustrating a specific example of the effect information 138a input in the process of S43. Note that the effect information 138a shown in FIG. 18 has the same items as the
具体的に、図18に示す効果情報138aにおいて、「項番」が「1」である情報には、「名称」として「会議の質」が記憶され、「内容」として「28」が記憶されている。 Specifically, in the effect information 138a shown in FIG. 18, in the information in which the "item number" is "1", "quality of the meeting" is stored as the "name", and "28" is stored as the "content". ing.
また、図18に示す効果情報138aにおいて、「項番」が「2」である情報には、「名称」として「レコメンド」が記憶され、「内容」として「活発に討議されています」が記憶されている。 Also, in the effect information 138a shown in FIG. 18, in the information in which the “item number” is “2”, “recommend” is stored as the “name” and “actively discussed” is stored as the “content”. Have been.
図10に戻り、効果情報138aの入力を受け付けた場合(S43のYES)、学習実行部112は、S35及びS36の処理で算出した数値情報136と、S43の処理で受け付けた効果情報138aとを含む教師データ131aを入力としてパラメータ132のさらなる機械学習を行う(S44)。以下、教師データ131aの具体例について説明を行う。
Referring back to FIG. 10, when the input of the effect information 138a is received (YES in S43), the learning
[新たな教師データの具体例]
図19は、教師データ131aの具体例を説明する図である。なお、図19に示す教師データ131aは、図11で説明した教師データ131と同じ項目を有している。
[Example of new teacher data]
FIG. 19 is a diagram illustrating a specific example of the teacher data 131a. Note that the teacher data 131a illustrated in FIG. 19 has the same items as the
具体的に、図19に示す教師データ131aに含まれる情報のうち、「項番」が「1」から「12」である情報には、図14で説明した数値情報136と同じ情報が記憶されている。また、図19に示す教師データ131aに含まれる情報のうち、「項番」が「13」及び「14」である情報には、図18で説明した効果情報138aと同じ情報が記憶されている。
Specifically, among the information included in the teacher data 131a illustrated in FIG. 19, the information in which the “item number” is “1” to “12” stores the same information as the
すなわち、学習実行部112は、情報出力処理が行われる毎に、ファシリテーターによって作成された効果情報138aを含む教師データ131aの機械学習を行う。
That is, every time the information output process is performed, the learning
これにより、情報処理装置1は、入力された数値情報136に基づいて効果情報138の算出を行うパラメータ132の精度をより高めることが可能になる。そのため、情報処理装置1は、会議の進行中においてより的確な効果情報138の出力を行うことが可能になる。
Accordingly, the
このように、本実施の形態における情報処理装置1は、会議の進行状況を示す状況情報133から、その会議を実施することによる効果を示す効果情報138を算出するパラメータ132の機械学習を、状況情報133から算出された数値情報136と効果情報138とをそれぞれ含む複数の教師データ131に基づいて予め行う。
As described above, the
そして、情報処理装置1は、算出されたパラメータ132を用いることにより、会議室20において進行中の新たな会議に対応する状況情報133から算出された数値情報136に基づいて、新たな会議に対応する効果情報138を算出する。その後、情報処理装置1は、新たな会議の進行中に、新たな会議に対応する効果情報138を出力する。
Then, the
すなわち、情報処理装置1は、例えば、過去に実施された会議に対応する数値情報136と、過去に実施された会議についてファシリテーターが作成した効果情報138とを含む複数の教師データ131を用いることによって、予めパラメータ132の生成を行う。そして、情報処理装置1は、会議室20において新たな会議が実施されている場合、生成したパラメータ132を用いることにより、新たな会議の進行中に入力装置2から入力された数値情報136に対応する効果情報138を算出する。その後、情報処理装置1は、算出した効果情報138を、進行中の会議の実行性を高めるために必要な情報として出力装置3から出力する。
That is, the
これにより、情報処理装置1は、会議の進行中において、その会議の実行性を高めることが可能な情報(効果情報138)を参加者21に認識させることが可能になる。そのため、利用者は、ファシリテーターが参加していない会議についても有効性を高めることが可能になる。
This allows the
なお、情報生成部114は、S35の処理において、会議室20において実施されている会議全体の数値情報136だけでなく、参加者21毎の数値情報136(以下、数値情報136a)についても算出するものであってよい。そして、出力指示部116は、S42の処理において、会議全体についての効果情報138を出力装置3に出力するだけでなく、各参加者21についての数値情報136aに対応する情報を、各参加者21が確認可能な参加者端末(図示しない)にそれぞれ出力するものであってもよい。以下、数値情報136aの具体例について説明を行う。
In the process of S35, the
[各参加者についての数値情報の具体例]
図20は、数値情報136aの具体例を説明する図である。図20は、ある1人の参加者21(以下、特定の参加者21とも呼ぶ)についての数値情報136aの具体例を説明する図である。なお、図20に示す数値情報136aは、図14で説明した数値情報136と同じ項目を有している。
[Specific examples of numerical information about each participant]
FIG. 20 is a diagram illustrating a specific example of the numerical information 136a. FIG. 20 is a diagram illustrating a specific example of numerical information 136a for a single participant 21 (hereinafter, also referred to as a specific participant 21). The numerical information 136a shown in FIG. 20 has the same items as the
具体的に、図20に示す数値情報136aにおいて、「項番」が「1」である情報には、「名称」として「白熱指数」が記憶され、「数値」として「2」が記憶されている。 Specifically, in the numerical information 136a shown in FIG. 20, in the information in which the "item number" is "1", "incandescence index" is stored as "name", and "2" is stored as "numerical value". I have.
また、図20に示す数値情報136aにおいて、「項番」が「2」である情報には、「名称」として「創発指数」が記憶され、「数値」として「96」が記憶されている。 Further, in the numerical information 136a shown in FIG. 20, in the information whose “item number” is “2”, “emergency index” is stored as “name” and “96” is stored as “numerical value”.
すなわち、図20に示す数値情報136aには、図14で説明した数値情報136に含まれる情報のうち、特定の参加者21に依存する情報のみが含まれている。
That is, the numerical information 136a illustrated in FIG. 20 includes only the information dependent on the specific participant 21 among the information included in the
そして、出力指示部116は、例えば、「白熱指数」に対応する「数値」が閾値を下回っている場合、S42の処理において、特定の参加者21の参加者端末に対し、さらなる発言を促す情報の出力を行うものであってよい。また、出力指示部116は、例えば、「創発指数」に対応する「数値」が閾値を下回っている場合、S42の処理において、特定の参加者21の参加者端末に対し、議論を収束に向わせるためのさらなる努力を促す情報の出力を行うものであってよい。
Then, for example, when the “numerical value” corresponding to the “incandescence index” is lower than the threshold, the
これにより、利用者は、ファシリテーターが参加していない会議の有効性をより高めることが可能になる。 As a result, the user can further increase the effectiveness of the conference in which the facilitator does not participate.
以上の実施の形態をまとめると、以下の付記のとおりである。 The above embodiments are summarized as follows.
(付記1)
会議の進行状況を示す状況情報から前記会議を実施することによる効果を示す効果情報を算出するパラメータの機械学習を、前記状況情報から算出された数値情報と前記効果情報とをそれぞれ含む複数の教師データに基づいて行い、
前記パラメータを用いることにより、進行中の新たな会議に対応する前記状況情報から算出された前記数値情報に基づいて、前記新たな会議に対応する前記効果情報を算出し、
前記新たな会議の進行中に、前記新たな会議に対応する前記効果情報を出力する、
処理をコンピュータに実行させることを特徴とする情報出力プログラム。
(Appendix 1)
A plurality of teachers, each of which includes machine learning of a parameter for calculating effect information indicating an effect of conducting the conference from the status information indicating the progress of the conference, and numerical information calculated from the status information and the effect information. Based on the data,
By using the parameters, based on the numerical information calculated from the status information corresponding to the ongoing new conference, to calculate the effect information corresponding to the new conference,
While the new conference is in progress, outputting the effect information corresponding to the new conference,
An information output program for causing a computer to execute processing.
(付記2)
付記1において、
前記状況情報は、前記会議の状況を撮影した映像に映された第1キーワードと、前記会議の内容を録音した音声に含まれる第2キーワードとを含む、
ことを特徴とする情報出力プログラム。
(Appendix 2)
In
The situation information includes a first keyword included in a video image of the situation of the meeting, and a second keyword included in a voice recording the contents of the meeting.
An information output program characterized in that:
(付記3)
付記2において、
前記数値情報は、前記第1キーワードの数と前記第2キーワードの数とに基づいて算出される情報である、
ことを特徴とする情報出力プログラム。
(Appendix 3)
In
The numerical information is information calculated based on the number of the first keywords and the number of the second keywords.
An information output program characterized in that:
(付記4)
付記3において、
前記数値情報は、前記第1キーワードのうち、前記会議の開始時刻から所定時間後の時刻を含む第1単位時間に対応する前記映像に映されたキーワードの数と、前記第2キーワードのうち、前記第1単位時間に対応する前記音声に含まれるキーワードの数との合計と、前記所定時間が長いほど小さい値になる係数とを乗算することによって算出される値である、
ことを特徴とする情報出力プログラム。
(Appendix 4)
In
The numerical information includes, among the first keywords, the number of keywords displayed in the video corresponding to a first unit time including a time after a predetermined time from the start time of the conference, and, among the second keywords, A value calculated by multiplying the sum of the number of keywords included in the voice corresponding to the first unit time by a coefficient that decreases as the predetermined time increases.
An information output program characterized in that:
(付記5)
付記3において、
前記数値情報は、前記第1キーワードのうち、前記会議の開始時刻から所定時間後の時刻を含む第1単位時間に対応する前記映像に映されたキーワード、及び、前記第2キーワードのうち、前記第1単位時間に対応する前記音声に含まれるキーワードのばらつきを示す値を、前記第1単位時間よりも前の第2単位時間に対応する前記ばらつきを示す値によって除算することによって算出される値である、
ことを特徴とする情報出力プログラム。
(Appendix 5)
In
The numerical information is, among the first keywords, a keyword displayed on the video corresponding to a first unit time including a time after a predetermined time from the start time of the conference, and, among the second keywords, A value calculated by dividing a value indicating a variation in a keyword included in the voice corresponding to a first unit time by a value indicating the variation corresponding to a second unit time earlier than the first unit time. Is,
An information output program characterized in that:
(付記6)
付記5において、
前記第2単位時間は、前記第1単位時間よりも前の単位時間のうち、対応する前記ばらつきを示す値が最も大きい単位時間である、
ことを特徴とする情報出力プログラム。
(Appendix 6)
In
The second unit time is a unit time having the largest value indicating the corresponding variation among the unit times before the first unit time,
An information output program characterized in that:
(付記7)
付記1において、
前記状況情報は、前記会議の参加者それぞれの姿勢を示す情報を含む、
ことを特徴とする情報出力プログラム。
(Appendix 7)
In
The status information includes information indicating the attitude of each of the participants of the conference,
An information output program characterized in that:
(付記8)
付記7において、
前記数値情報は、前記会議の参加者のうち、前傾姿勢になっている人数を示す情報である、
ことを特徴とする情報出力プログラム。
(Appendix 8)
In
The numerical information is information indicating the number of participants in the forward leaning posture among the participants of the conference,
An information output program characterized in that:
(付記9)
付記1において、
前記状況情報は、前記会議の参加者それぞれが発言しているか否かを示す情報を含む、
ことを特徴とする情報出力プログラム。
(Appendix 9)
In
The status information includes information indicating whether each participant of the conference is speaking.
An information output program characterized in that:
(付記10)
付記9において、
前記数値情報は、前記会議の参加者のうち、発言している人数を示す情報である、
ことを特徴とする情報出力プログラム。
(Appendix 10)
In
The numerical information is information indicating the number of speakers among the participants of the conference,
An information output program characterized in that:
(付記11)
付記1において、
前記状況情報は、前記会議において使用可能な筆記具の総重量を示す情報と、前記会議において使用可能な筆記具のうち、前記会議において使用されていない筆記具の総重量を示す情報とを含む、
ことを特徴とする情報出力プログラム。
(Appendix 11)
In
The status information includes information indicating the total weight of the writing instruments usable in the meeting, and among the writing instruments usable in the meeting, includes information indicating the total weight of the writing instruments not used in the meeting.
An information output program characterized in that:
(付記12)
付記11において、
前記数値情報は、前記会議において使用された筆記具の数を示す情報である、
ことを特徴とする情報出力プログラム。
(Appendix 12)
In
The numerical information is information indicating the number of writing instruments used in the meeting,
An information output program characterized in that:
(付記13)
付記12において、
前記会議において使用された筆記具の数は、前記会議において使用可能な筆記具の総重量から前記会議において使用されていない筆記具の総重量を減算した値を、前記会議において使用可能な筆記具の1本あたりの重量で除算することによって算出される数である、
ことを特徴とする情報出力プログラム。
(Appendix 13)
In
The number of writing implements used in the conference is calculated by subtracting the total weight of writing implements not used in the conference from the total weight of writing implements available in the conference, per one of the writing implements available in the conference. Is a number calculated by dividing by the weight of
An information output program characterized in that:
(付記14)
付記1において、
前記状況情報は、前記会議において使用可能な筆記用紙の総重量を示す情報と、前記会議において使用可能な筆記用紙のうち、前記会議において使用されていない筆記用紙の総重量を示す情報とを含む、
ことを特徴とする情報出力プログラム。
(Appendix 14)
In
The status information includes information indicating a total weight of writing paper usable in the conference, and information indicating a total weight of writing paper not used in the conference among writing papers available in the conference. ,
An information output program characterized in that:
(付記15)
付記14において、
前記数値情報は、前記会議において使用された筆記用紙の数を示す情報である、
ことを特徴とする情報出力プログラム。
(Appendix 15)
In
The numerical information is information indicating the number of writing papers used in the meeting,
An information output program characterized in that:
(付記16)
付記15において、
前記会議において使用された筆記用紙の数は、前記会議において使用可能な筆記用紙の総重量から前記会議において使用されていない筆記用紙の総重量を減算した値を、前記会議において使用可能な筆記用紙の1枚あたりの重量で除算することによって算出される数である、
ことを特徴とする情報出力プログラム。
(Appendix 16)
In Appendix 15,
The number of writing papers used in the conference is calculated by subtracting the total weight of writing papers not used in the conference from the total weight of writing papers available in the conference, and writing papers usable in the conference. Is a number calculated by dividing by the weight per sheet of
An information output program characterized in that:
(付記17)
付記1において、
前記効果情報は、前記会議の参加者に対して、前記会議の進行中における行動の改善を促す情報を含む、
ことを特徴とする情報出力プログラム。
(Appendix 17)
In
The effect information includes information for prompting participants in the conference to improve behavior during the progress of the conference,
An information output program characterized in that:
(付記18)
付記1において、
前記効果情報は、前記会議を実施することによる有効性を示す数値を含む、
ことを特徴とする情報出力プログラム。
(Appendix 18)
In
The effect information includes a numerical value indicating effectiveness by performing the conference,
An information output program characterized in that:
(付記19)
付記1において、
前記機械学習を行う処理は、前記複数の教師データに基づいて機械学習を行う旨の情報を受け付けたことに応じて行われる、
ことを特徴とする情報出力プログラム。
(Appendix 19)
In
The process of performing machine learning is performed in response to receiving information indicating that machine learning is to be performed based on the plurality of teacher data.
An information output program characterized in that:
(付記20)
付記1において、さらに、
進行中の新たな会議に対応する前記状況情報を受け付けたことに応じて、受け付けた前記状況情報を記憶部に記憶する、
処理をコンピュータに実行させ、
前記効果情報を算出する処理では、前記記憶部に記憶された前記状況情報から算出された前記数値情報に基づいて、前記新たな会議に対応する前記効果情報を算出する、
ことを特徴とする情報出力プログラム。
(Appendix 20)
In
In response to receiving the status information corresponding to a new ongoing conference, storing the received status information in a storage unit,
Let the computer execute the process,
In the process of calculating the effect information, based on the numerical information calculated from the situation information stored in the storage unit, calculate the effect information corresponding to the new conference,
An information output program characterized in that:
(付記21)
付記1において、
前記算出する処理は、前記会議が実施されている時間帯における単位時間毎に行われる、
ことを特徴とする情報出力プログラム。
(Appendix 21)
In
The calculating process is performed for each unit time in the time zone in which the conference is being performed,
An information output program characterized in that:
(付記22)
付記1において、さらに、
前記新たな会議に対応する前記状況情報から算出された前記数値情報と、前記新たな会議に対応する前記効果情報とを含む新たな教師データに基づいて前記パラメータの機械学習を行う、
処理をコンピュータに実行させることを特徴とする情報出力プログラム。
(Appendix 22)
In
Performing the machine learning of the parameter based on the new teacher data including the numerical information calculated from the situation information corresponding to the new conference and the effect information corresponding to the new conference,
An information output program for causing a computer to execute processing.
(付記23)
付記22において、
前記新たな教師データに基づいて機械学習を行う処理は、前記新たな会議に対応する前記効果情報を受け付けたことに応じて行われる、
ことを特徴とする情報出力プログラム。
(Appendix 23)
In Supplementary Note 22,
The process of performing machine learning based on the new teacher data is performed in response to receiving the effect information corresponding to the new conference,
An information output program characterized in that:
(付記24)
会議の進行状況を示す状況情報から前記会議を実施することによる効果を示す効果情報を算出するパラメータの機械学習を、前記状況情報から算出された数値情報と前記効果情報とをそれぞれ含む複数の教師データに基づいて行う学習実行部と、
前記パラメータを用いることにより、進行中の新たな会議に対応する前記状況情報から算出された前記数値情報に基づいて、前記新たな会議に対応する前記効果情報を算出する情報生成部と、
前記新たな会議の進行中に、前記新たな会議に対応する前記効果情報を出力する出力指示部と、を有する、
ことを特徴とする情報出力装置。
(Appendix 24)
A plurality of teachers, each of which includes machine learning of a parameter for calculating effect information indicating an effect of conducting the conference from the status information indicating the progress of the conference, and numerical information calculated from the status information and the effect information. A learning execution unit that performs based on the data,
By using the parameters, based on the numerical information calculated from the status information corresponding to the ongoing new conference, an information generating unit that calculates the effect information corresponding to the new conference,
While the new conference is in progress, an output instruction unit that outputs the effect information corresponding to the new conference,
An information output device, characterized in that:
(付記25)
付記24において、
前記状況情報は、前記会議の状況を撮影した映像に映された第1キーワードと、前記会議の内容を録音した音声に含まれる第2キーワードとを含む、
ことを特徴とする情報出力装置。
(Appendix 25)
In Appendix 24,
The situation information includes a first keyword included in a video image of the situation of the meeting, and a second keyword included in a voice recording the contents of the meeting.
An information output device, characterized in that:
(付記26)
付記24において、
前記学習実行部は、前記新たな会議に対応する前記状況情報から算出された前記数値情報と、前記新たな会議に対応する前記効果情報とを含む新たな教師データに基づいて前記パラメータの機械学習を行う、
ことを特徴とする情報出力装置。
(Supplementary Note 26)
In Appendix 24,
The learning execution unit performs machine learning of the parameter based on new numerical data calculated from the situation information corresponding to the new conference and new teacher data including the effect information corresponding to the new conference. I do,
An information output device, characterized in that:
(付記27)
会議の進行状況を示す状況情報から前記会議を実施することによる効果を示す効果情報を算出するパラメータの機械学習を、前記状況情報から算出された数値情報と前記効果情報とをそれぞれ含む複数の教師データに基づいて行い、
前記パラメータを用いることにより、進行中の新たな会議に対応する前記状況情報から算出された前記数値情報に基づいて、前記新たな会議に対応する前記効果情報を算出し、
前記新たな会議の進行中に、前記新たな会議に対応する前記効果情報を出力する、
ことを特徴とする情報出力方法。
(Appendix 27)
A plurality of teachers, each of which includes machine learning of a parameter for calculating effect information indicating an effect of conducting the conference from the status information indicating the progress of the conference, and numerical information calculated from the status information and the effect information. Based on the data,
By using the parameters, based on the numerical information calculated from the status information corresponding to the ongoing new conference, to calculate the effect information corresponding to the new conference,
While the new conference is in progress, outputting the effect information corresponding to the new conference,
An information output method, characterized in that:
(付記28)
付記27において、
前記状況情報は、前記会議の状況を撮影した映像に映された第1キーワードと、前記会議の内容を録音した音声に含まれる第2キーワードとを含む、
ことを特徴とする情報出力方法。
(Appendix 28)
In Appendix 27,
The situation information includes a first keyword included in a video image of the situation of the meeting, and a second keyword included in a voice recording the contents of the meeting.
An information output method, characterized in that:
(付記29)
付記27において、さらに、
前記新たな会議に対応する前記状況情報から算出された前記数値情報と、前記新たな会議に対応する前記効果情報とを含む新たな教師データに基づいて前記パラメータの機械学習を行う、
ことを特徴とする情報出力方法。
(Appendix 29)
In Appendix 27,
Performing the machine learning of the parameter based on new teacher data including the numerical information calculated from the situation information corresponding to the new conference and the effect information corresponding to the new conference,
An information output method, characterized in that:
1:情報処理装置 2:入力装置
3:出力装置 10:情報処理システム
11:机 20:会議室
21a:参加者 21b:参加者
21c:参加者 21d:参加者
1: Information processing device 2: Input device 3: Output device 10: Information processing system 11: Desk 20:
Claims (25)
前記パラメータを用いることにより、進行中の新たな会議に対応する前記状況情報から算出された前記数値情報に基づいて、前記新たな会議に対応する前記効果情報を算出し、
前記新たな会議の進行中に、前記新たな会議に対応する前記効果情報を出力する、
処理をコンピュータに実行させることを特徴とする情報出力プログラム。 A plurality of teachers, each of which includes machine learning of a parameter for calculating effect information indicating an effect of conducting the conference from the status information indicating the progress of the conference, and numerical information calculated from the status information and the effect information. Based on the data,
By using the parameters, based on the numerical information calculated from the status information corresponding to the ongoing new conference, to calculate the effect information corresponding to the new conference,
While the new conference is in progress, outputting the effect information corresponding to the new conference,
An information output program for causing a computer to execute processing.
前記状況情報は、前記会議の状況を撮影した映像に映された第1キーワードと、前記会議の内容を録音した音声に含まれる第2キーワードとを含む、
ことを特徴とする情報出力プログラム。 In claim 1,
The situation information includes a first keyword included in a video image of the situation of the meeting, and a second keyword included in a voice recording the contents of the meeting.
An information output program characterized in that:
前記数値情報は、前記第1キーワードの数と前記第2キーワードの数とに基づいて算出される情報である、
ことを特徴とする情報出力プログラム。 In claim 2,
The numerical information is information calculated based on the number of the first keywords and the number of the second keywords.
An information output program characterized in that:
前記数値情報は、前記第1キーワードのうち、前記会議の開始時刻から所定時間後の時刻を含む第1単位時間に対応する前記映像に映されたキーワードの数と、前記第2キーワードのうち、前記第1単位時間に対応する前記音声に含まれるキーワードの数との合計と、前記所定時間が長いほど小さい値になる係数とを乗算することによって算出される値である、
ことを特徴とする情報出力プログラム。 In claim 3,
The numerical information includes, among the first keywords, the number of keywords displayed in the video corresponding to a first unit time including a time after a predetermined time from the start time of the conference, and, among the second keywords, A value calculated by multiplying the sum of the number of keywords included in the voice corresponding to the first unit time by a coefficient that decreases as the predetermined time increases.
An information output program characterized in that:
前記数値情報は、前記第1キーワードのうち、前記会議の開始時刻から所定時間後の時刻を含む第1単位時間に対応する前記映像に映されたキーワード、及び、前記第2キーワードのうち、前記第1単位時間に対応する前記音声に含まれるキーワードのばらつきを示す値を、前記第1単位時間よりも前の第2単位時間に対応する前記ばらつきを示す値によって除算することによって算出される値である、
ことを特徴とする情報出力プログラム。 In claim 3,
The numerical information is, among the first keywords, a keyword displayed on the video corresponding to a first unit time including a time after a predetermined time from the start time of the conference, and, among the second keywords, A value calculated by dividing a value indicating a variation in a keyword included in the voice corresponding to a first unit time by a value indicating the variation corresponding to a second unit time earlier than the first unit time. Is,
An information output program characterized in that:
前記第2単位時間は、前記第1単位時間よりも前の単位時間のうち、対応する前記ばらつきを示す値が最も大きい単位時間である、
ことを特徴とする情報出力プログラム。 In claim 5,
The second unit time is a unit time having the largest value indicating the corresponding variation among the unit times before the first unit time,
An information output program characterized in that:
前記状況情報は、前記会議の参加者それぞれの姿勢を示す情報を含む、
ことを特徴とする情報出力プログラム。 In claim 1,
The status information includes information indicating the attitude of each of the participants of the conference,
An information output program characterized in that:
前記数値情報は、前記会議の参加者のうち、前傾姿勢になっている人数を示す情報である、
ことを特徴とする情報出力プログラム。 In claim 7,
The numerical information is information indicating the number of participants in the forward leaning posture among the participants of the conference,
An information output program characterized in that:
前記状況情報は、前記会議の参加者それぞれが発言しているか否かを示す情報を含む、
ことを特徴とする情報出力プログラム。 In claim 1,
The status information includes information indicating whether each participant of the conference is speaking.
An information output program characterized in that:
前記数値情報は、前記会議の参加者のうち、発言している人数を示す情報である、
ことを特徴とする情報出力プログラム。 In claim 9,
The numerical information is information indicating the number of speakers among the participants of the conference,
An information output program characterized in that:
前記状況情報は、前記会議において使用可能な筆記具の総重量を示す情報と、前記会議において使用可能な筆記具のうち、前記会議において使用されていない筆記具の総重量を示す情報とを含む、
ことを特徴とする情報出力プログラム。 In claim 1,
The status information includes information indicating the total weight of the writing implements available in the conference, and among the writing implements available in the conference, including information indicating the total weight of the writing implements not used in the conference.
An information output program characterized in that:
前記数値情報は、前記会議において使用された筆記具の数を示す情報である、
ことを特徴とする情報出力プログラム。 In claim 11,
The numerical information is information indicating the number of writing instruments used in the meeting,
An information output program characterized in that:
前記会議において使用された筆記具の数は、前記会議において使用可能な筆記具の総重量から前記会議において使用されていない筆記具の総重量を減算した値を、前記会議において使用可能な筆記具の1本あたりの重量で除算することによって算出される数である、
ことを特徴とする情報出力プログラム。 In claim 12,
The number of writing implements used in the conference is calculated by subtracting the total weight of writing implements not used in the conference from the total weight of writing implements available in the conference, per one of the writing implements available in the conference. Is a number calculated by dividing by the weight of
An information output program characterized in that:
前記状況情報は、前記会議において使用可能な筆記用紙の総重量を示す情報と、前記会議において使用可能な筆記用紙のうち、前記会議において使用されていない筆記用紙の総重量を示す情報とを含む、
ことを特徴とする情報出力プログラム。 In claim 1,
The status information includes information indicating a total weight of writing paper usable in the conference, and information indicating a total weight of writing paper not used in the conference among writing papers available in the conference. ,
An information output program characterized in that:
前記数値情報は、前記会議において使用された筆記用紙の数を示す情報である、
ことを特徴とする情報出力プログラム。 In claim 14,
The numerical information is information indicating the number of writing papers used in the meeting,
An information output program characterized in that:
前記会議において使用された筆記用紙の数は、前記会議において使用可能な筆記用紙の総重量から前記会議において使用されていない筆記用紙の総重量を減算した値を、前記会議において使用可能な筆記用紙の1枚あたりの重量で除算することによって算出される数である、
ことを特徴とする情報出力プログラム。 In claim 15,
The number of writing papers used in the conference is calculated by subtracting the total weight of writing papers not used in the conference from the total weight of writing papers available in the conference, and writing papers usable in the conference. Is a number calculated by dividing by the weight per sheet of
An information output program characterized in that:
前記効果情報は、前記会議の参加者に対して、前記会議の進行中における行動の改善を促す情報を含む、
ことを特徴とする情報出力プログラム。 In claim 1,
The effect information includes information for prompting participants in the conference to improve behavior during the progress of the conference,
An information output program characterized in that:
前記効果情報は、前記会議を実施することによる有効性を示す数値を含む、
ことを特徴とする情報出力プログラム。 In claim 1,
The effect information includes a numerical value indicating effectiveness by performing the conference,
An information output program characterized in that:
前記機械学習を行う処理は、前記複数の教師データに基づいて機械学習を行う旨の情報を受け付けたことに応じて行われる、
ことを特徴とする情報出力プログラム。 In claim 1,
The process of performing machine learning is performed in response to receiving information indicating that machine learning is to be performed based on the plurality of teacher data.
An information output program characterized in that:
進行中の新たな会議に対応する前記状況情報を受け付けたことに応じて、受け付けた前記状況情報を記憶部に記憶する、
処理をコンピュータに実行させ、
前記効果情報を算出する処理では、前記記憶部に記憶された前記状況情報から算出された前記数値情報に基づいて、前記新たな会議に対応する前記効果情報を算出する、
ことを特徴とする情報出力プログラム。 In claim 1, further,
In response to receiving the status information corresponding to a new conference in progress, storing the received status information in a storage unit,
Let the computer execute the process,
In the process of calculating the effect information, based on the numerical information calculated from the situation information stored in the storage unit, calculate the effect information corresponding to the new conference,
An information output program characterized in that:
前記算出する処理は、前記会議が実施されている時間帯における単位時間毎に行われる、
ことを特徴とする情報出力プログラム。 In claim 1,
The calculating process is performed for each unit time in the time zone in which the conference is being performed,
An information output program characterized in that:
前記新たな会議に対応する前記状況情報から算出された前記数値情報と、前記新たな会議に対応する前記効果情報とを含む新たな教師データに基づいて前記パラメータの機械学習を行う、
処理をコンピュータに実行させることを特徴とする情報出力プログラム。 In claim 1, further,
Performing the machine learning of the parameter based on the new teacher data including the numerical information calculated from the situation information corresponding to the new conference and the effect information corresponding to the new conference,
An information output program for causing a computer to execute processing.
前記新たな教師データに基づいて機械学習を行う処理は、前記新たな会議に対応する前記効果情報を受け付けたことに応じて行われる、
ことを特徴とする情報出力プログラム。 In claim 22,
The process of performing machine learning based on the new teacher data is performed in response to receiving the effect information corresponding to the new conference,
An information output program characterized in that:
前記パラメータを用いることにより、進行中の新たな会議に対応する前記状況情報から算出された前記数値情報に基づいて、前記新たな会議に対応する前記効果情報を算出する情報生成部と、
前記新たな会議の進行中に、前記新たな会議に対応する前記効果情報を出力する出力指示部と、を有する、
ことを特徴とする情報出力装置。 A plurality of teachers, each of which includes machine learning of a parameter for calculating effect information indicating an effect of conducting the conference from the status information indicating the progress of the conference, and numerical information calculated from the status information and the effect information. A learning execution unit that performs based on the data,
By using the parameters, based on the numerical information calculated from the status information corresponding to the ongoing new conference, an information generating unit that calculates the effect information corresponding to the new conference,
While the new conference is in progress, an output instruction unit that outputs the effect information corresponding to the new conference,
An information output device, characterized in that:
前記パラメータを用いることにより、進行中の新たな会議に対応する前記状況情報から算出された前記数値情報に基づいて、前記新たな会議に対応する前記効果情報を算出し、
前記新たな会議の進行中に、前記新たな会議に対応する前記効果情報を出力する、
ことを特徴とする情報出力方法。 A plurality of teachers, each of which includes machine learning of a parameter for calculating effect information indicating an effect of conducting the conference from the status information indicating the progress of the conference, and numerical information calculated from the status information and the effect information. Based on the data,
By using the parameters, based on the numerical information calculated from the status information corresponding to the ongoing new conference, to calculate the effect information corresponding to the new conference,
While the new conference is in progress, outputting the effect information corresponding to the new conference,
An information output method, characterized in that:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018135969A JP7273281B2 (en) | 2018-07-19 | 2018-07-19 | Information output program, information output device and information output method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018135969A JP7273281B2 (en) | 2018-07-19 | 2018-07-19 | Information output program, information output device and information output method |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020013391A true JP2020013391A (en) | 2020-01-23 |
JP7273281B2 JP7273281B2 (en) | 2023-05-15 |
Family
ID=69170192
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018135969A Active JP7273281B2 (en) | 2018-07-19 | 2018-07-19 | Information output program, information output device and information output method |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7273281B2 (en) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118134434A (en) * | 2024-05-06 | 2024-06-04 | 国网山东省电力公司莱芜供电公司 | Intelligent conference management system and method based on artificial intelligence |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006302047A (en) * | 2005-04-21 | 2006-11-02 | Fuji Xerox Co Ltd | Meeting-supporting program, meeting-supporting device, and meeting-supporting method |
JP2011081504A (en) * | 2009-10-05 | 2011-04-21 | Hitachi Ltd | Conference support system and program |
JP2016032261A (en) * | 2014-07-30 | 2016-03-07 | Kddi株式会社 | Concentration degree estimation device, method and program |
JP2017201479A (en) * | 2016-05-06 | 2017-11-09 | 日本ユニシス株式会社 | Communication supporting system |
-
2018
- 2018-07-19 JP JP2018135969A patent/JP7273281B2/en active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006302047A (en) * | 2005-04-21 | 2006-11-02 | Fuji Xerox Co Ltd | Meeting-supporting program, meeting-supporting device, and meeting-supporting method |
JP2011081504A (en) * | 2009-10-05 | 2011-04-21 | Hitachi Ltd | Conference support system and program |
JP2016032261A (en) * | 2014-07-30 | 2016-03-07 | Kddi株式会社 | Concentration degree estimation device, method and program |
JP2017201479A (en) * | 2016-05-06 | 2017-11-09 | 日本ユニシス株式会社 | Communication supporting system |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118134434A (en) * | 2024-05-06 | 2024-06-04 | 国网山东省电力公司莱芜供电公司 | Intelligent conference management system and method based on artificial intelligence |
Also Published As
Publication number | Publication date |
---|---|
JP7273281B2 (en) | 2023-05-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8791977B2 (en) | Method and system for presenting metadata during a videoconference | |
US11355099B2 (en) | Word extraction device, related conference extraction system, and word extraction method | |
JP6705956B1 (en) | Education support system, method and program | |
JP2011039860A (en) | Conversation system, conversation method, and computer program using virtual space | |
US20210287655A1 (en) | Information processing apparatus and information processing method | |
TW201624468A (en) | Meeting minutes device and method thereof for automatically creating meeting minutes | |
JP6867971B2 (en) | Conference support device and conference support system | |
US10269349B2 (en) | Voice interactive device and voice interaction method | |
JP2021086415A (en) | Virtual person interaction system, video generation method, and video generation program | |
JP2020013391A (en) | Information output program, information output apparatus, and information output method | |
JP7152453B2 (en) | Information processing device, information processing method, information processing program, and information processing system | |
JP2023097789A (en) | Video conference analysis system and video conference analysis program | |
CN114566187A (en) | System, electronic device, and related method with post-session representation | |
JP2021043723A (en) | Information processing apparatus, information processing method, and program | |
JP7123028B2 (en) | Information processing system, information processing method, and program | |
JP7313518B1 (en) | Evaluation method, evaluation device, and evaluation program | |
US20230066829A1 (en) | Server device, conference assistance system, and conference assistance method | |
US20240029474A1 (en) | Person evaluation information generation method | |
JP7496128B2 (en) | Virtual person dialogue system, image generation method, and image generation program | |
JP7462595B2 (en) | Human resource development support system, collaboration support system, method, and computer program | |
JP7198402B2 (en) | TRAINING SUPPORT SYSTEM, TRAINING SUPPORT METHOD AND TRAINING SUPPORT PROGRAM | |
JP7103681B2 (en) | Speech recognition program, speech recognition method, speech recognition device and speech recognition system | |
JP2018190070A (en) | Interaction support method, device and program | |
Kim et al. | “I Can’t Talk Now”: Speaking with Voice Output Communication Aid Using Text-to-Speech Synthesis During Multiparty Video Conference | |
JP2022139436A (en) | Conference support device, conference support system, conference support method, and program |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20181009 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210405 |
|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A712 Effective date: 20211108 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220225 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220329 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220512 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221004 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221130 |
|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A711 Effective date: 20230104 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20230104 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230328 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230410 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7273281 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |