JP4024679B2 - トランスクリプト情報内で観察されたキューを使用する番組分類方法および装置 - Google Patents

Description

【０００１】
（発明の背景）
（発明の分野）
本発明は、番組の分類に関し、より詳細には、トランスクリプト（ｔｒａｎｓｃｒｉｐｔ）情報内で観察されたキューを使用してテレビ番組を分類することに関する。
【０００２】
（従来技術の説明）
テレビ番組の分類が知られており、テレビ放送信号を解析する多くの装置および方法において使用されている。伝統的に、番組の分類は、テレビ放送信号に含まれるＥＰＧ（電子的番組案内）データによって決定される。しかし、ＥＰＧデータが入手不能またはテレビ放送信号に含まれないとき、番組分類を容易に識別することは不可能である。また、ＥＰＧ情報だけでは、種々の検索／ブラウジングを目的とした更に細かい分類を行うことは、容易ではない。
【０００３】
（発明の課題および概要）
したがって本発明の一目的は、番組信号とともに提供されたトランスクリプト情報内に観察されたキューに基づいて番組のタイプを分類する方法、を提供することにある。
【０００４】
本発明の他の一目的は、ＥＰＧデータを使用せずに番組のタイプを分類する方法を提供することにある。
【０００５】
本発明の更なる一目的は、既知の番組分類方法につきものの諸欠点を克服する番組分類方法を提供することにある。
【０００６】
本発明の一態様によれば、本発明の番組分類方法は、番組と関連するトランスクリプト情報を受け取るステップ、各々が関連する番組タイプを有している複数キューのうちの少なくとも一つのキューを前記トランスクリプト情報内で識別するステップ、前記トランスクリプト情報内で識別された前記複数キューのうちの前記少なくとも一つのキューを前記番組タイプに対応付けをするステップ、および、前記番組を、前記トランスクリプト情報内で識別された前記複数キューのうちの前記少なくとも一つのキューの前記対応付けに基づいて分類するステップ、を含む。
【０００７】
本発明の上記の及びその他の目的、特徴および利点は、以下に示すように添付の図面とともに読まれるべきその詳細な説明から直ちに明らかになろう。
【０００８】
（好ましい実施形態の詳細な説明）
まず、図面のうち図１を参照し、本発明の装置の好ましい一実施形態を説明する。装置１００は、好ましくはトランスクリプト情報を含むオーディオ／データ／ビデオ信号を受け取るためのビデオ入力ポート１０２を含む。ビデオ入力ポート１０２には、前記オーディオ／データ／ビデオ入力信号からトランスクリプト情報を抽出するトランスクリプト情報抽出部１０４が接続される。前記オーディオ／データ／ビデオ入力信号がトランスクリプト情報（例えばクローズドキャプションのテキスト）を含まない場合、トランスクリプト情報は、音声からテキストを生成する既知技術を使用して生成する（あるいは第三者ソースから取得する）ことが可能である。前記入力信号のトランスクリプト情報部分は、いったん抽出され、それからすぐ、解析のためにキュー抽出部１０６に供給される。
【０００９】
キュー抽出部１０６は、複数組のキュー（ｃｕｅ）を含む知識データベース１０８に接続される。キューの各組は、特定の分類の番組タイプに関連する。前記キュー抽出部は、前記知識データベース内に存在するキューが出現するかどうか前記トランスクリプト情報を監視する。概ね、キューは、番組において何か事象が発生しようとしている或いは発生したところであることを示す文、フレーズまたは単語に関する。以下に、トークショーについてのトランスクリプト情報内で識別されるであろうキューのタイプの一例を示す。
【００１０】
導入キュー： （例）最初のゲスト、次のゲスト・・・
中間キュー： （例）ここでお迎え致しますは、唯一無二の・・・
ＣＭを示す架橋キュー： （例）ＣＭの後すぐ再開して・・・
終了キュー： （例）皆さんお休みなさい、また来週、ご視聴どうも・・・
時間データベース１１０が、知識データベースに連結され、キュー抽出部に、特定のキューが時間的にどの程度近接して配置されているべきかについての情報を供給する。或る「第１の」時間的キューの識別の後、或る「第２の」時間的キューが特定所定時間内に識別されなかった場合、装置は、「第１の」時間的キューが誤って識別されたか或いは「第２の」時間的キューが見逃されてしまったと決定し、その結果、これらのキューは破棄され、キュー抽出部は、「第１の」キューと「第２の」キューとの新たな組の識別を行う。一方、「第２の」キューが時間データベースによって識別される特定所定時間内に識別された場合は、その「第１の」キューおよび「第２の」キューがメモリに蓄積される。そして、それらが特定の番組タイプを示す旨の記録がなされる。トランスクリプト情報の解析のための所定の時間がいったん経過すると、どの番組タイプが当該トランスクリプト情報から抽出された前記キューとの一致をより多く有するのかを見極めるための決定が、分類部１１２によって行われる。識別されたキューを最も多く有する番組タイプが、分類部１１２によって決定される。相当する番組タイプが、その番組分類として出力される。
【００１１】
さて図２を参照すると、トランスクリプト情報内で観察されたキューに基づいて番組分類を行うための方法が示されている。トランスクリプト情報（ｔｒａｎｓｃｒｉｐｔ ｉｎｆｏｒｍａｔｉｏｎ）という用語は、テキスト、例えば、ビデオ（テレビ）番組の伝送（オーディオ／データ／ビデオ）信号と共に供給され、ビデオ番組の会話および会話にならない出来事に対応するクローズドキャプションのテキスト、または他のテキスト情報源を指す意図である。トランスクリプト情報は、ビデオ・テキストまたはスクリーン・テキストから取得可能（例えば、ビデオの字幕を検知することによる）である。それには、抽出されたテキストについて光学文字認識（ＯＣＲ）を適用する。そうしたものは、例えば、１９９９年１１月１７日出願の「Ｖｉｄｅｏ Ｓｔｒｅａｍ Ｃｌａｓｓｉｆｉｃａｔｉｏｎ Ｓｙｍｂｏｌ Ｉｓｏｌａｔｉｏｎ Ｍｅｔｈｏｄ ａｎｄ Ｓｙｓｔｅｍ」と題する米国特許出願（ＵＳＳＮ０９／４４１９４３）及び１９９９年１１月１７日出願の「Ｓｙｍｂｏｌ Ｃｌａｓｓｉｆｉｃａｔｉｏｎ ｗｉｔｈ Ｓｈａｐｅ Ｆｅａｔｕｒｅｓ Ａｐｐｌｉｅｄ ｔｏ ａ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ」と題する米国特許出願（ＵＳＳＮ０９／４４１９４９）に詳細に記載してあり、これらの文献の開示全体は、ここに参照として組み入れる（ｉｎｃｏｒｐｏｒａｔｅｄ ｈｅｒｅｉｎ ｂｙ ｒｅｆｅｒｅｎｃｅ）。前記オーディオ／データ／ビデオ信号がテキスト部分を含まない（すなわち、トランスクリプト情報を含まない）場合、トランスクリプト情報は、当該技術分野に知られている音声−テキスト変換のような既知技術を使用して生成可能である。また、トランスクリプト情報は、インターネット（ｔｈｅ ｉｎｔｅｒｎｅｔ）を利用して例えば『ＴＶガイド』（ＴＶ Ｇｕｉｄｅ）のような第三者ソース、から取得することも可能である。
【００１２】
本発明は、番組に関連するトランスクリプト情報は、既知のサーチ技術、例えばキーワード・サーチや統計学的なテキスト索引作成および検索、を使用して解析およびサーチが可能であるという知見に基づいている。概して、本方法は、特定の番組タイプを示すようないくつかの或る一定のキュー（すなわち、単語またはフレーズ）の存否を決定するためにトランスクリプト情報の文を解析することを含む。この情報と、既知の傾向、すなわち特定タイプの番組（ニュース番組、トークショー、スポーツ番組、公開討論会、インタビュー、状況喜劇）が特定の単語またはフレーズをトランスクリプト情報内に有することに基づいて、番組の分類（タイプ）に関する決定がなされる。
【００１３】
本方法は、番組に対応する放送の（オーディオ／データ／ビデオ）信号がトランスクリプト情報を含むか否かの判定（ステップ１０）を含む。前記放送信号がトランスクリプト情報を含まない場合（ステップ１０でＮＯ）、トランスクリプト情報は上述したように生成されるか、或いは、第三者ソースから取得される（ステップ１２）。
【００１４】
いったん取得されたトランスクリプト情報は、キーワード・サーチや統計学的なテキスト索引作成および検索をはじめとする既知の自然言語処理方法を使用して解析され、よってトランスクリプト情報内に特定のキュー（すなわち、単語またはフレーズ）が存在するか否かが決定される（ステップ１４）。トランスクリプト情報内でサーチされるそうした単語やフレーズ（つまりキュー）は、好ましくは、キューのデータベース内に蓄積されている。
【００１５】
ここで重要なことがある。番組のタイプを分類するためには特定の番組の全ての文を解析する必要はない、と留意されたい。番組のタイプを比較的高精度に分類するためでも、３０秒のトランスクリプト情報（または約５文〜１０文）の解析で充分なことが見出されている。また、テキスト情報の解析は、番組の開始時点から始める必要はなく、番組のどの部分から始めることも可能である、と留意されたい。
【００１６】
いったん特定キューがトランスクリプト情報内で識別されると、番組中での各キュー発生に対応する時間が記録される（ステップ１６）。その後、トランスクリプト情報内で識別された各キューの発生、および、番組中での対応する発生時間は、或るデータベースの、特定の番組タイプについての情報と比較される（ステップ１８）。即ち、或る特定のフレーズ（例えば、トークショーの司会者による最初のゲストの紹介）に対応する或る特定のキューが、或る関連キュー（例えば、ステージ上を歩いている前記ゲスト）と時間的に近接している場合、それら２つのキューは確かに関連し合っていて有効であり従って番組分類を決定する助けとして使用可能である、という判定がなされる。一方、或る特定タイプの番組（例えば、トークショー）において現れるべきであっても、互いに時間的に近接した位置にあるべきではないキュー（例えば、「最初のゲストは・・・」というトークショーの司会者の発言である第１のキュー、および、「おやすみなさい、またお会いしましょう」というトークショーの司会者の発言である第２のキュー）が、互いに近接している場合、時間的に適切に配置されていないそれらのキューは無視される。その結果、番組分類を決定するときには、時間的な配置が適切なキューのみが考慮される。
【００１７】
番組タイプの決定は、トランスクリプト・テキスト内で識別されたキューを、特定タイプの番組に存在すべきキューと番組タイプとを含むルックアップ表（知識データベース１０８）と比較することによって行われる。トランスクリプト情報内で識別された（時間データベース１１０による）適切な時間的配置のキューに最も密接に対応する番組タイプが、番組分類として出力される。
【００１８】
ニュース番組、状況喜劇番組およびトークショーに関連して、知識データベースに蓄積されトランスクリプト情報内でサーチされるいくつかのタイプのキューの例を以下に示す：
ニュース番組−−＞おはようございます、レポーター、報道中の、こちらはＸＸＸニュースをお伝え中のＸＸＸです、再開後は、再開のときにお伝えしますのは、今夜は私共もこれでお別れです；
状況喜劇番組−−＞声援、拍手、笑い、クスクス笑い、呼び鈴；および
トーク番組−−＞今夜のショー、最初のゲスト、次のゲスト、ＸＸＸさんをお迎え致しましょう。
【００１９】
特定の発言された単語が番組タイプを識別するためにトランスクリプト情報内をサーチされるだけではなく、トランスクリプト情報内に存在し典型的には非言語的音声を識別するものである脚注の解析もなされて番組が分類されることが、上記例に基づき明らかである。これらの追加的な非言語的注釈は、例えば、呼び鈴、笑い、クスクス笑い、声援および拍手を含む。
【００２０】
添付の図面を参照しつつ本発明の好ましい特定の実施形態を説明してきたが、本発明はそうした厳密な実施形態に限定されるものではなく、特許請求の範囲により定義される発明の範囲および精神から逸脱することなしに当業者によって種々の変更および修正を加えることが可能なことが、理解されよう。例えば、本発明は、テレビ放送信号についての用途に照らして説明してされてきたが、本発明に係るシステムは、本発明に従ってサーチおよび処理可能なテキスト情報を作成するためのいかなる蓄積コンテンツ（ｓｔｏｒｅｄ ｃｏｎｔｅｎｔ）またはインターネットをベースにした信号を読み取るためのインターネット・アクセス可能なコンピュータや、オーディオ・プロセッサ（すなわちラジオ）とともに活用することも可能と予見される。
【図面の簡単な説明】
【図１】 図１は、本発明による、トランスクリプト情報内で観察されたキューを使用して番組分類を行うためのシステムのブロック図である。
【図２】 図２は、本発明に従う、トランスクリプト情報内で観察されたキューを使用して番組分類を行うための方法のフローチャートである。

Claims (7)

1. 番組分類方法であって、
   番組に関連するトランスクリプト情報を受け取るステップと、
   前記トランスクリプト情報内の複数のキューであって、各々が文、フレーズ、単語に関係し、イベントの発生を示し、番組の種類が関連付けられた複数のキューのうちの第１のキューと第２のキューを識別するステップと、
   前記第１のキューと前記第２のキューの前記番組中の発生時刻を記録するステップと、
   前記第１のキューと前記第２のキューの発生時刻を比較するステップと、
   前記第１のキューと前記第２のキューの発生の近接性を決定するステップと、
   前記トランスクリプト情報内で識別された前記複数キューのうちの前記第１のキューと第２のキューを前記番組の種類に対応付けをするステップと、
   前記番組を、前記トランスクリプト情報内で識別された前記複数キューのうちの前記第１のキューと第２のキューの前記対応付けに基づいて分類するステップとを有し、
   前記発生の近接性が所定量より大きいとき、前記第１のキューと前記第２のキューは番組の分類の決定に関して無視され、
   前記発生の近接性が前記所定量より大きくないとき、前記第１のキューと前記第２のキューは番組の分類の決定に関して利用される番組分類方法。
2. 前記トランスクリプト情報を含むオーディオ／データ／ビデオ信号を受け取るステップを更に有する、請求項１に記載の番組分類方法。
3. 前記番組の前記分類は、ニュース番組、トークショー、スポーツ番組、公開討論会、インタビュー番組およびホームコメディのうちの一つである、請求項１に記載の番組分類方法。
4. 前記トランスクリプト情報はクローズドキャプションのテキストを含む、請求項１に記載の番組分類方法。
5. 番組分類装置であって、
   オーディオ／データ／ビデオ入力信号から番組と関連するトランスクリプト情報を抽出するトランスクリプト情報抽出部と、
   前記トランスクリプト情報内の複数のキューであって、各々が文、フレーズ、単語に関係し、イベントの発生を示し、番組の種類が関連付けられた複数のキューのうちの第１のキューと第２のキューを識別するキュー抽出部と、
   前記トランスクリプト情報内で識別された前記複数キューのうちの前記第１のキューと第２のキューを前記番組の種類に対応付けをする知識データベースと、
   前記第１のキューと前記第２のキューの発生時刻を比較して、前記第１のキューと前記第２のキューの近さを決定する時間データベースと、
   前記番組を、前記トランスクリプト情報内で識別された前記複数キューのうちの前記第１のキューと第２のキューの前記対応付けに基づいて分類する分類部とを有し、
   前記発生の近さが所定量より大きいとき、前記第１のキューと前記第２のキューは番組の分類の決定に関して無視され、
   前記発生の近さが前記所定量より大きくないとき、前記第１のキューと前記第２のキューは番組の分類の決定に関して利用される番組分類装置。
6. 前記番組の前記分類は、ニュース番組、トークショー、スポーツ番組、公開討論会、インタビューおよびホームコメディのうちの一つである、請求項５に記載の番組分類装置。
7. 前記トランスクリプト情報はクローズドキャプションのテキストを含む、請求項５に記載の番組分類装置。

Images