JP2020173787A - 情報処理装置、情報処理システム、情報処理方法、および情報処理プログラム - Google Patents
情報処理装置、情報処理システム、情報処理方法、および情報処理プログラム Download PDFInfo
- Publication number
- JP2020173787A JP2020173787A JP2020032229A JP2020032229A JP2020173787A JP 2020173787 A JP2020173787 A JP 2020173787A JP 2020032229 A JP2020032229 A JP 2020032229A JP 2020032229 A JP2020032229 A JP 2020032229A JP 2020173787 A JP2020173787 A JP 2020173787A
- Authority
- JP
- Japan
- Prior art keywords
- information
- unit
- discrimination
- importance
- series
- 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.)
- Pending
Links
- 230000010365 information processing Effects 0.000 title claims abstract description 87
- 238000003672 processing method Methods 0.000 title claims abstract description 5
- 230000010354 integration Effects 0.000 claims abstract description 80
- 238000000034 method Methods 0.000 claims description 59
- 230000008569 process Effects 0.000 claims description 46
- 239000000284 extract Substances 0.000 claims description 3
- 238000012545 processing Methods 0.000 description 69
- 230000000007 visual effect Effects 0.000 description 33
- 238000004891 communication Methods 0.000 description 30
- 238000010586 diagram Methods 0.000 description 19
- 238000012360 testing method Methods 0.000 description 18
- 210000001747 pupil Anatomy 0.000 description 17
- 210000004709 eyebrow Anatomy 0.000 description 14
- 238000013528 artificial neural network Methods 0.000 description 9
- 238000010411 cooking Methods 0.000 description 8
- 230000009471 action Effects 0.000 description 7
- 238000000611 regression analysis Methods 0.000 description 6
- 238000001514 detection method Methods 0.000 description 5
- 210000000744 eyelid Anatomy 0.000 description 5
- 238000010494 dissociation reaction Methods 0.000 description 4
- 230000005593 dissociations Effects 0.000 description 4
- 230000006872 improvement Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000008921 facial expression Effects 0.000 description 3
- 210000003811 finger Anatomy 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 230000014759 maintenance of location Effects 0.000 description 3
- 239000003550 marker Substances 0.000 description 3
- 230000004397 blinking Effects 0.000 description 2
- 239000012141 concentrate Substances 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000010926 purge Methods 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 210000003813 thumb Anatomy 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013434 data augmentation Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 230000001678 irradiating effect Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000011514 reflex Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Landscapes
- Electrically Operated Instructional Devices (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
§1.適用例
まず、図1を参照して、本発明が適用される場面の一例について説明する。なお、ここでは、本発明の対象者が学習塾等において講義又は模擬試験を受ける学習者である場合を例に挙げるが、これは本実施形態を限定するものではなく、対象者は、系列情報と何らかの関連性を有する者であれば特に限定されない。
§2.構成例
以下に、図1を用いて、本実施形態における、情報処理システム1を構成する情報処理装置であるサーバ100、学習者用端末装置200、および講師用端末装置1000の各構成について詳述する。
実施形態にかかる学習者用端末装置200A、200B、および200Cは、一例として、同一の構成を備えている。例えば、学習者用端末装置200は、制御部210、通信部220、記憶部230、カメラ241、マイク242、操作受付部243、表示部(提示部)244、スピーカ245を備える。
系列情報取得部212では、対象者に関する系列情報を取得する。系列情報取得部212が取得する系列情報を例示すれば以下の通りである。これらのデータは、一例として、模擬試験中または講義中における情報として取得されるが、これは本実施形態を限定するものではなく、その他の場面において取得されたものであってもよい。
・カメラ241で撮像した対象者(対象者の顔を含んでもよい)
・マイク242で集音した対象者の音声
・操作受付部243で受け付けた対象者による操作入力(テキストデータを含んでもよい)
・通信部220を介して取得した画像、音声、テキスト等のデータ
・記憶部230から読み出した画像、音声、テキスト等のデータ
・図示しない温度センサから取得した温度の経時的変化
・通信部220を介して取得した天候の経時的変化
・図示しないセンサから取得した脈拍データであって、対象者の緊張、ストレス、及び集中度等の度合いを読み取るための脈拍データ。
アノテーション付与部214は、取得した系列情報に含まれる各要素にアノテーションを自動的に付与することによって、又はユーザの指示に基づいて付与することによって、アノテーション付系列情報を生成する。アノテーションは、系列情報に含まれる要素に対して付される。一例として、動画データの00:01〜00:02までの区間に対してアノテーションAが付され、00:05〜00:06までの区間に対してアノテーションBが付される。他の例として、テキストデータに含まれる文章Aにおける文節AAに対してアノテーションXが付され、文節BBに対してアノテーションYが付されるといった具体に処理がなされる。
提示用情報取得部216は、サーバ100の提示用情報生成部118でアノテーション付系列情報を参照して生成された提示用情報を取得する。
・何れの箇所を修正すべきか、及び
・どのように修正すべきか
を含む情報を操作受付部243に入力する。ここで、重要度について修正すべき点とは、例えば、ある提示用情報に対応する重要度判別結果が、比較的高い重要度を示しているにも関わらず、当該提示用情報は重要でないと対象者によって判断された重要度判別結果等である。操作受付部243は、入力された上記情報を含むフィードバック情報を生成し、通信部220を介してサーバ100に送信する構成としてもよい。
図1に示すように、上記情報処理システム1のサーバ100は、制御部110、通信部120および記憶部130を備えている。通信部120によって、情報処理システム1に含まれる他の情報処理装置(学習者用端末装置200、講師用端末装置1000)と通信を行うことができる。また、記憶部130では、他の情報処理装置から送信された情報、サーバで統合した情報等を格納しておくことができる。
系列情報取得部112は、対象者に関する系列情報に含まれる各要素にアノテーションが付与されたアノテーション付系列情報を取得する。一例として、系列情報取得部112は、各学習者用端末装置200から送信される各対象者に関する系列情報にアノテーションが付与された情報を、通信部120を介して取得する。
重要度判別部114では、前記対象者に関するアノテーション付系列情報を参照し、当該対象者のアノテーション付系列情報に含まれる各要素の重要度を判別する。
時刻 00:01 00:02 00:03 00:04 00:05
集中度
対象者A 1 5 5 3 1
対象者B 1 5 5 5 1
対象者C 2 5 5 5 5
この場合、一例として、重要度判別部114は、集中度5が2秒以上続いた区間を、0でない重要度を有する区間として判別する。例えば、対象者Aは、00:02〜00:03の2秒間の間、集中度5の状態を保っているので、重要度判別部114は、当該区間の重要度は1であると判定する。また、対象者Bは、00:02〜00:04の3秒間の間、集中度5の状態を保っているので、重要度判別部114は、当該区間の重要度は2であると判定する。また、対象者Cは、00:02〜00:05の4秒間の間、集中度5の状態を保っているので、重要度判別部114は、当該区間の重要度は3であると判定する。
判別統合部116は、複数の対象者A、B、C、・・・に関する前記重要度判別部114による判別結果を参照し、判別統合情報を生成する。例えば、判別統合部116では、各端末装置200から取得した系列情報を収集して、系列情報を統合することにより、より適切に系列情報の重要度を判別することができる。
時刻 00:01 00:02 00:03 00:04 00:05
重要度
対象者A 0 1 1 0 0
対象者B 0 2 2 2 0
対象者C 0 3 3 3 3
この場合、一例として、判別統合部116は、0でない重要度が付された時刻である00:02が、対象者A、B、Cによって重要であると判断し、当該判断結果を判別統合情報に含める。
・クラスタリング(Clustering)
・帰納論理プログラミング(ILP: Inductive Logic Programming)
・遺伝的アルゴリズム(GP: Genetic Programming)
・ベイジアンネットワーク(BN: Baysian Network)
・ニューラルネットワーク(NN: Neural Network)
ニューラルネットワークを用いる場合、ニューラルネットワークへのインプット用に入力データを予め加工して用いてもよい。このような加工には、データの1次元的配列化、または多次元的配列化に加え、例えば、データオーギュメンテーション(Deta Augumentation)等の手法を用いることができる。
提示用情報生成部118は、重要度判別部114による判別結果と判別統合情報との少なくとも何れかを参照して提示用情報を生成する。例えば、判別統合部116で統合された判別統合情報から、各対象者向けに加工した情報がそれぞれの端末装置200に送信される。なお、生成された統合情報、提示用情報は、記憶部130に格納される。
講師用端末装置1000は、制御部1010、操作受付部1043、表示部1044、スピーカ1045、通信部1020、記憶部1030を備える。
提示用情報取得部1014は、アノテーション付系列情報を参照してサーバ100の提示用情報生成部118で生成された提示用情報を取得する。
フィードバック情報取得部1012は、ユーザからのフィードバック情報を取得する。一例として、講師は、表示部1044が表示する提示用情報を確認して、この提示用情報に含まれる重要度判別結果について確認を行う。そして、重要度について修正すべき点があれば、
・何れの箇所を修正すべきか、及び
・どのように修正すべきか
を含む情報を操作受付部1043に入力する。ここで、重要度について修正すべき箇所とは、例えば、ある提示用情報に対応する重要度判別結果が、比較的高い重要度を示しているにも関わらず、当該提示用情報は重要でないと講師によって判断された重要度判別結果等である。操作受付部1043は、入力された上記情報を含むフィードバック情報を生成し、通信部1020を介してサーバ100に送信する。
以下では、系列情報取得部212、アノテーション付与部214における対象者の視線を検出する仕組みについて説明する。
§3.動作例 <情報処理システム1の動作>
次に、情報処理システム1の動作について説明する。図2は、本実施形態に係る情報処理システム1の動作例を例示するシーケンス図である。図2を参照しながら、本実施形態の情報処理システム1における提示用情報を生成する処理について説明する。
ステップS102では、アノテーション付与部214が、系列情報取得部212で取得された対象者に関する系列情報に含まれる各要素にアノテーションを付与することによって、アノテーション付系列情報を生成する。通信部220は、生成されたアノテーション付系列情報を、サーバ100に送信する。
ステップS104では、サーバ100の系列情報取得部112が、アノテーション付系列情報が系列情報を取得する。
ステップS106では、重要度判別部114が、対象者に関するアノテーション付系列情報を参照し、当該対象者のアノテーション付系列情報に含まれる各要素の重要度を判別する。
ステップS108では、判別統合部116が、複数の対象者A、B、C・・・に関する重要度の判別結果を参照して、判別統合情報を生成する。
ステップS110では、提示用情報生成部118が、重要度判別部114による判別結果と判別統合情報との少なくとも何れかを参照して提示用情報を生成する。なお、提示用情報生成部118が、重要度判別部114による判別結果のみを参照して提示用情報を生成する場合、ステップS108の処理は必ずしも実行されることを要せず、ステップS106の処理に続いて本ステップS110の処理が実行されてもよい。その後、通信部120が、生成された提示用情報を各学習者用端末装置200に送信する。
ステップS112では、各学習者用端末装置200の提示用情報取得部216が、生成された提示用情報を取得する。
ステップS114では、提示部(表示部)244が、取得した提示用情報を提示する。
ステップS116では、端末装置200(または講師用端末装置1000)が、フィードバック情報を取得する。フィードバック情報は、上述したように、対象者が講師とともに提示用情報を確認し、判別された重要度の確認・修正を行った結果として生成される。端末装置200の通信部220は、フィードバック情報をサーバ100に送信する。
ステップS118では、サーバ100の重要度判別部114または判別統合部116が、学習者用端末装置200からのフィードバック情報を参照して、各判別ロジックを更新する。例えば、重要度判別部114は、端末装置200からの、確認・修正された重要度を含むフィードバック情報に基づいて、重要度の判別ロジックを更新する。
端末装置200の系列情報取得部212が、再び、系列情報を取得すると、アノテーション付与部214が、系列情報にアノテーションを付与することによって、アノテーション付系列情報を生成する。以下、ステップS120〜ステップS136の工程は、上記ステップS102〜ステップS118の工程と同じである。
本実施形態に係る情報処理システム1によるアノテーション付与処理、重要度付与処理、及び提示用情報生成処理等は上述の例に限られるものではない。以下では、本実施形態に係る情報処理システム1によるアノテーション付与処理、重要度付与処理、及び提示用情報生成処理等の他の例について説明する。
図5において、オブジェクト311、312及び313は、それぞれ図4(A)、図4(B)及び図4(C)に対応する。
本実施形態に係る情報処理システム1によるアノテーション付与処理、重要度付与処理、及び提示用情報生成処理の他の例について説明する。なお、既に上記の例において説明した事項についての重複する説明を繰り返さない。
<アノテーション付与処理、重要度付与処理、及び提示情報生成処理等の他の例3>
本実施形態に係る情報処理システム1によるアノテーション付与処理、重要度付与処理、及び提示用情報生成処理の更に他の例について説明する。なお、既に上記の例において説明した事項についての重複する説明を繰り返さない。
<アノテーション付与処理、重要度付与処理、及び提示情報生成処理等の他の例4>
本実施形態に係る情報処理システム1によるアノテーション付与処理、重要度付与処理、及び提示用情報生成処理の更に他の例について説明する。ここでも、既に上記の例において説明した事項についての重複する説明を繰り返さない。
<アノテーション付与処理、重要度付与処理、及び提示情報生成処理等の他の例5>
本実施形態に係る情報処理システム1によるアノテーション付与処理、重要度付与処理、及び提示用情報生成処理の更に他の例について説明する。ここでも、既に上記の例において説明した事項についての重複する説明を繰り返さない。
一人のプレーヤに対して、複数のコーチがアノテーションを付与してもよい。さらに、複数のプレーヤに対して、複数のコーチがアノテーションを付与してもよい。
<アノテーション付与処理、重要度付与処理、及び提示情報生成処理等の他の例6>
本実施形態に係る情報処理システム1によるアノテーション付与処理、重要度付与処理、及び提示用情報生成処理の更に他の例について説明する。ここでも、既に上記の例において説明した事項についての重複する説明を繰り返さない。
<アノテーション付与処理、重要度付与処理、及び提示情報生成処理等の他の例7>
本実施形態に係る情報処理システム1によるアノテーション付与処理、重要度付与処理、及び提示用情報生成処理の更に他の例について説明する。ここでも、既に上記の例において説明した事項についての重複する説明を繰り返さない。
<アノテーション付与処理、重要度付与処理、及び提示情報生成処理等の他の例8>
本実施形態に係る情報処理システム1によるアノテーション付与処理、重要度付与処理、及び提示用情報生成処理の更に他の例について説明する。ここでも、既に上記の例において説明した事項についての重複する説明を繰り返さない。
<アノテーション付与処理、重要度付与処理、及び提示情報生成処理等の他の例9>
本実施形態に係る情報処理システム1によるアノテーション付与処理、重要度付与処理、及び提示用情報生成処理の更に他の例について説明する。ここでも、既に上記の例において説明した事項についての重複する説明を繰り返さない。
本発明における、情報処理システムの構成は、上述のものに限られない。図10は、実施形態2に係る情報処理システム1の構成例を模式的に例示するブロック図である。実施形態2の情報処理システム1では、重要度判別部215が、サーバ100に備えられず、学習者用端末装置200に備えられている点が、実施形態1の情報処理システム1と異なるが、他の構成は同一である。
ステップS202では、アノテーション付与部214が、系列情報取得部212で取得された対象者に関する系列情報に含まれる各要素にアノテーションを付与することによって、アノテーション付系列情報を生成する。
ステップS206では、重要度判別部215が、アノテーション付与部214で生成された対象者に関するアノテーション付系列情報を参照し、当該対象者のアノテーション付系列情報に含まれる各要素の重要度を判別する。学習者用端末装置200の通信部220は、上記重要度判別結果を、サーバ100に送信する。
ステップS207では、サーバ100の系列情報取得部112が、上記重要度判別結果を受信する。
ステップS208では、サーバ100の判別統合部116が、複数の対象者A、B、C・・・に関する重要度の判別結果を参照して、判別統合情報を生成する。
ステップS210では、提示用情報生成部118が、重要度判別部215による判別結果と判別統合情報との少なくとも何れかを参照して提示用情報を生成する。なお、提示用情報生成部118が、重要度判別部215による判別結果のみを参照して提示用情報を生成する場合、ステップS208の処理は必ずしも実行されることを要せず、ステップS207に続いて本ステップS210の処理が実行されてもよい。サーバ100の通信部120は、生成された提示用情報を各学習者用端末装置200に送信する。
ステップS212では、各学習者用端末装置200の提示用情報取得部216が、生成された提示用情報を取得する。
ステップS214では、提示部(表示部)244が、取得した提示用情報を提示する。
ステップS216では、端末装置200が、フィードバック情報を取得する。フィードバック情報は、上述したように、対象者が講師とともに提示用情報を確認し、判別された重要度の確認・修正を行った結果として生成される。フィードバック情報は、端末装置200からサーバ100に送信される。
ステップS218では、学習者用端末装置200の重要度判別部215が、上記フィードバック情報に基づいて、判別ロジックを更新する。例えば、重要度判別部215は、確認・修正された重要度を含むフィードバック情報に基づいて、重要度の判別ロジックを更新する。また、サーバ100の判別統合部116も、フィードバック情報に基づいて、判別統合ロジックを更新する。
端末装置200の系列情報取得部212が、再び、系列情報を取得すると、ステップS220では、アノテーション付与部214が、系列情報にアノテーションを付与することによって、アノテーション付系列情報を生成する。以下、ステップS220〜ステップS236の工程は、上記ステップS202〜ステップS218の工程と同じである。
図12は、実施形態3に係る情報処理システム1の構成例を模式的に例示するブロック図である。実施形態3の情報処理システムでは、提示用情報生成部1013が、サーバ100に備えられず、講師用端末装置1000に備えられている点が、実施形態1の情報処理システムと異なるが、他の構成は同一である。
ステップS302では、アノテーション付与部214が、系列情報取得部212で取得された対象者に関する系列情報に含まれる各要素にアノテーションを付与することによって、アノテーション付系列情報を生成する。通信部220は、生成されたアノテーション付系列情報を、サーバ100に送信する。
ステップS304では、サーバ100の系列情報取得部112が、アノテーション付系列情報を取得する。
ステップ306では、重要度判別部114が、対象者に関するアノテーション付系列情報を参照し、当該対象者のアノテーション付系列情報に含まれる各要素の重要度を判別する。
ステップS308では、判別統合部116が、複数の対象者A、B、C・・・に関する重要度の判別結果を参照して、判別統合情報を生成する。生成された判別統合情報は、講師用端末装置1000に送信される。
ステップS310では、講師用端末装置1000の提示用情報生成部1013が、重要度判別部114による判別結果と判別統合情報との少なくとも何れかを参照して提示用情報を生成する。なお、提示用情報生成部1013が、重要度判別部114による判別結果のみを参照して提示用情報を生成する場合、ステップS308の処理は必ずしも実行されることを要せず、ステップS306における判別結果が講師用端末装置1000に送信され、続いて本ステップS310の処理が実行されてもよい。生成された提示用情報は、各学習者用端末装置200に送信される。
ステップS312では、各学習者用端末装置200において、提示用情報取得部216が、生成された提示用情報を取得する。
ステップS314では、提示部(表示部)244が、取得した提示用情報を提示する。
ステップS316では、講師用端末装置1000が、フィードバック情報を取得する。フィードバック情報は、上述したように、対象者が講師とともに提示用情報を確認し、判別された重要度の確認・修正を行った結果として生成される。フィードバック情報は、講師用端末装置1000からサーバ100に送信される。
ステップS318では、サーバ100の重要度判別部114または判別統合部116が、講師用端末装置1000からのフィードバック情報に基づいて、各判別ロジックを更新する。例えば、重要度判別部114は、講師用端末装置1000からの、確認・修正された重要度を含むフィードバック情報に基づいて、重要度の判別ロジックを更新する。
端末装置200の系列情報取得部212が、再び、系列情報を取得すると、アノテーション付与部214が、系列情報にアノテーションを付与することによって、アノテーション付系列情報を生成する。以下、ステップS320〜ステップS336の工程は、上記ステップS302〜ステップS318の工程と同じである。
情報処理装置100の制御ブロック(特に、系列情報取得部112、重要度判別部114、判別統合部116、提示用情報生成部118)、及び各端末装置200(特に系列情報取得部212、アノテーション付与部214、および提示用情報取得部216)は、集積回路(ICチップ)等に形成された論理回路(ハードウェア)によって実現してもよいし、ソフトウェアによって実現してもよい。
100 情報処理装置
100 サーバ
110、210、1010 制御部
112、212 系列情報取得部
114、215 重要度判別部
116 判別統合部
118、1013 提示用情報生成部
120、220、1020 通信部
130、230、1030 記憶部
200 学習者用端末装置
214 アノテーション付与部
216、1014 提示用情報取得部
241 カメラ
242 マイク
243、1043 操作受付部
244 表示部(提示部)
1044 表示部
245、1045 スピーカ
1000 講師用端末装置
1012 フィードバック情報取得部
Claims (11)
- 対象者に関する系列情報に含まれる各要素にアノテーションが付与されたアノテーション付系列情報を取得する系列情報取得部と、
前記対象者に関するアノテーション付系列情報を参照し、当該対象者のアノテーション付系列情報に含まれる各要素の重要度を判別する重要度判別部と、
複数の対象者に関する前記重要度判別部による判別結果を参照し、判別統合情報を生成する判別統合部と、
前記重要度判別部による判別結果と前記判別統合情報との少なくとも何れかを参照して提示用情報を生成する提示用情報生成部と、
を備えていることを特徴とする情報処理装置。 - 前記重要度判別部は、ユーザからのフィードバック情報、及び前記判別統合情報の少なくとも何れかを参照して、判別ロジックを更新する
ことを特徴とする請求項1に記載の情報処理装置。 - 前記系列情報には、前記対象者の視線に関する情報が含まれている
ことを特徴とする請求項1又は2に記載の情報処理装置。 - 前記判別統合部は、前記複数の対象者の各々に対する前記重要度判別部による判別結果から、共通する情報を抽出し、前記判別統合情報に含める
ことを特徴とする請求項1から3の何れか1項に記載の情報処理装置。 - 前記重要度判別部は、前記重要度として、前記対象者に関する集中度を判別する
ことを特徴とする請求項1から4の何れか1項に記載の情報処理装置。 - 対象者に関する系列情報を取得する系列情報取得部と、
取得した系列情報に含まれる各要素にアノテーションを付与することによってアノテーション付系列情報を生成するアノテーション付与部と、
アノテーション付系列情報を参照して生成された提示用情報を取得する提示用情報取得部と、
前記提示用情報を提示する提示部と
を備えている端末装置。 - 複数の対象者のアノテーション付系列情報に関する判別結果を参照して生成された判別統合情報を取得する判別統合情報取得部を更に備え、
前記アノテーション付与部は、ユーザからのフィードバック情報、及び前記判別統合情報の少なくとも何れかを参照して、アノテーション付与ロジックを更新する
請求項6に記載の端末装置。 - 前記アノテーション付与部は、前記アノテーションに加え、当該アノテーションの信頼度を示す情報を前記各要素に付与する
請求項6又は7に記載の端末装置。 - 系列情報を取得する取得部と、
取得した系列情報に含まれる各要素にアノテーションを付与することによってアノテーション付系列情報を生成するアノテーション付与部と、
ある対象者に関するアノテーション付系列情報を参照し、当該対象者のアノテーション付系列情報に含まれる各要素の重要度を判別する重要度判別部と、
複数の対象者に関する重要度判別部による判別結果を参照し、判別統合情報を生成する判別統合部と、
前記重要度判別部による判別結果と前記判別統合情報との少なくとも何れかを参照して提示用情報を生成する提示用情報生成部と、
を備えている、情報処理システム。 - 対象者に関する系列情報に含まれる各要素にアノテーションを付与することによってアノテーション付系列情報を生成するアノテーション付与工程と、
前記アノテーション付系列情報を参照し、当該対象者のアノテーション付系列情報に含まれる各要素の重要度を判別する重要度判別工程と、
複数の対象者に関する前記重要度判別工程における判別結果を参照し、判別統合情報を生成する判別統合工程と、
前記重要度判別工程における判別結果と前記判別統合情報との少なくとも何れかを生成する提示用情報生成工程と、
を含むことを特徴とする情報処理方法。 - 請求項1から5の何れか1項に記載の情報処理装置としてコンピュータを機能させるためのプログラムであって、前記系列情報取得部、前記重要度判別部、前記判別統合部、および前記提示用情報生成部としてコンピュータを機能させるための情報処理プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2020/015187 WO2020209171A1 (ja) | 2019-04-09 | 2020-04-02 | 情報処理装置、情報処理システム、情報処理方法、および情報処理プログラム |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019074291 | 2019-04-09 | ||
JP2019074291 | 2019-04-09 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2020173787A true JP2020173787A (ja) | 2020-10-22 |
Family
ID=72831444
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020032229A Pending JP2020173787A (ja) | 2019-04-09 | 2020-02-27 | 情報処理装置、情報処理システム、情報処理方法、および情報処理プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2020173787A (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113129663A (zh) * | 2021-03-22 | 2021-07-16 | 西安理工大学 | 一种基于可穿戴设备的祖孙互动系统及祖孙互动方法 |
WO2022181105A1 (ja) * | 2021-02-25 | 2022-09-01 | 日本電気株式会社 | 分析装置、分析方法及び非一時的なコンピュータ可読媒体 |
JP7197955B1 (ja) * | 2021-10-14 | 2022-12-28 | 株式会社I’mbesideyou | ビデオミーティング評価端末 |
-
2020
- 2020-02-27 JP JP2020032229A patent/JP2020173787A/ja active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022181105A1 (ja) * | 2021-02-25 | 2022-09-01 | 日本電気株式会社 | 分析装置、分析方法及び非一時的なコンピュータ可読媒体 |
CN113129663A (zh) * | 2021-03-22 | 2021-07-16 | 西安理工大学 | 一种基于可穿戴设备的祖孙互动系统及祖孙互动方法 |
JP7197955B1 (ja) * | 2021-10-14 | 2022-12-28 | 株式会社I’mbesideyou | ビデオミーティング評価端末 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110349667B (zh) | 结合调查问卷及多模态范式行为数据分析的孤独症评估系统 | |
JP2021057057A (ja) | 精神障害の療法のためのモバイルおよびウェアラブルビデオ捕捉およびフィードバックプラットフォーム | |
CN106599881A (zh) | 学生状态的确定方法、装置及系统 | |
US8243132B2 (en) | Image output apparatus, image output method and image output computer readable medium | |
WO2017024845A1 (en) | Stimulus information compiling method and system for tests | |
US7506979B2 (en) | Image recording apparatus, image recording method and image recording program | |
US11301775B2 (en) | Data annotation method and apparatus for enhanced machine learning | |
JP2020173787A (ja) | 情報処理装置、情報処理システム、情報処理方法、および情報処理プログラム | |
US9498123B2 (en) | Image recording apparatus, image recording method and image recording program stored on a computer readable medium | |
US11475788B2 (en) | Method and system for evaluating and monitoring compliance using emotion detection | |
US20200090536A1 (en) | Classroom assistance system | |
CN115205764B (zh) | 基于机器视觉的在线学习专注度监测方法、系统及介质 | |
US20200184843A1 (en) | Information processing apparatus, information processing method, and computer program | |
Dubbaka et al. | Detecting learner engagement in MOOCs using automatic facial expression recognition | |
KR20200012355A (ko) | Clm과 가버 웨이블렛을 이용한 얼굴 인증 과정을 구비한 온라인 강의 모니터링 방법 | |
JP7099377B2 (ja) | 情報処理装置及び情報処理方法 | |
WO2020209171A1 (ja) | 情報処理装置、情報処理システム、情報処理方法、および情報処理プログラム | |
WO2022180860A1 (ja) | ビデオセッション評価端末、ビデオセッション評価システム及びビデオセッション評価プログラム | |
WO2022168180A1 (ja) | ビデオセッション評価端末、ビデオセッション評価システム及びビデオセッション評価プログラム | |
WO2022168185A1 (ja) | ビデオセッション評価端末、ビデオセッション評価システム及びビデオセッション評価プログラム | |
JP7111042B2 (ja) | 情報処理装置、提示システム、及び情報処理プログラム | |
Rao et al. | Teacher assistance system to detect distracted students in online classroom environment | |
JP7152825B1 (ja) | ビデオセッション評価端末、ビデオセッション評価システム及びビデオセッション評価プログラム | |
WO2022180862A1 (ja) | ビデオセッション評価端末、ビデオセッション評価システム及びビデオセッション評価プログラム | |
WO2022180854A1 (ja) | ビデオセッション評価端末、ビデオセッション評価システム及びビデオセッション評価プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20221207 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20231114 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231220 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20240319 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240508 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20240528 |